طراحی مواد منحصر‌به‌فرد برای انجام محاسباتی شبیه به مغز

طی چند دهه‌ی گذشته، رایانه‌ها با پیشرفت چشمگیری در قدرت پردازش رو‌به‌رو بوده‌اند. با این حال، حتی پیشرفته‌ترین رایانه‌ها در مقایسه با پیچیدگی‌ها و قابلیت‌های مغز انسان نسبتاً ابتدایی هستند. اما محققین در آزمایشگاه تحقیقاتی توسعه‌ی توان نظامی ارتش ایالات متحده‌ی آمریکا می‌گویند كه این امر ممکن است در‌ حال‌تغییر باشد زیرا در تلاش هستند رایانه‌هایی را طراحی كنند كه از ساختار عصبی مغز انسان الهام گرفته باشند.

به عنوان بخشی از همکاری با دانشگاه Lehigh، محققین ارتش آمریکا، استراتژیِ طراحی برای توسعه‌ي مواد نورومورفیک (عصب‌گونه) را مشخص کرده‌اند.

دکتر سینا نجمایی، محقق و مهندس برق، می‌گوید: نورومورفیک نامی است که به دسته‌ای از مواد یا ترکیبی از مواد اطلاق می‌‌شود که هم قابلیت محاسبه و هم به خاطر سپاری (حافظه) را در دستگاه‌ها فراهم سازند.

نجمایی و همکارانش مقاله‌ای را تحت عنوان " Dynamically reconfigurable electronic and phononic properties in intercalated Hafnium Disulfide (HfS2)"، در ماه مِی 2020 در ژورنال Materials Today منتشر کرده‌اند.

مفهوم محاسبات نورومورفیک یک راه حل درون حافظه‌ای (in-memory) است که نوید کاهش میزان مصرف برق نسبت به ترانزیستورهای معمولی را می‌دهد و برای طبقه بندی و پردازش داده‌های پیچیده مناسب است. بازده توان محدود در ترانزیستورهای معمولی یک ضعف اساسی این فناوری است که مانع پیشرفت‌های آتی در محاسبات می‌شود.

تحقیقات مواد نورومورفیکی که طی ۱۰ سال گذشته انجام شده است بر درک ویژگی‌های منحصر‌به‌فرد مواد دو‌بعدی و ساختارهای چند لایه‌ی واندروالسی آنها متمرکز شده است.

طی چهار سال گذشته، این تیم تلاشی متمرکز بر طراحی خواص مواد برای کاربردهای الکترونیکی با کارآيی بالا انجام داده است.

نجمایی گفت: تحقیقات ما که منجر به چاپ مقاله‌ا‌ی در Material Today شده، بیانگر تلاش تیم برای طراحی خواصی با قابلیت تنظیم مجدد در این مواد، بر اساس سیستم‌های واندروالسی/ هبریدیِ آلی-فلزی و طراحی مواد نورومورفیک است.

محاسبات نورومورفیک با استفاده از مدل‌های جدید محاسباتیِ مشابه فرآیندهای شناختی مغز، اطلاعات را پردازش می‌کند.

نجمایی گفت: برای پردازش و ایجاد استنتاج منطقی از ورودی، اطلاعات و پارادایم (الگوی) جدید محاسبات لازم است. سخت‌افزار نورومورفیک با قابلیت‌های محاسبات درون‌حافظه‌ای وعده می‌دهد که پلی برای گذر از موانع رشد این فناوری باشد.

وی گفت: این تحقیق یک گام مهم در پیشرفت محاسبات درون‌حافظه‌ای در ابزار هیبریدی با خصوصیات عملکردی منحصر به فرد برای به کار گیری در دستگاه‌های حسی شناختی است و بر چالش‌های فنی قابل‌توجهِ مانع از رویکرد پایین به بالا (bottom up) برای ساده‌سازی سخت افزار محاسباتیِ الهام گرفته از مغز، فائق می‌آید.

نجمایی گفت: اگر محققان نهایتا بتوانند رایانه‌ای تولید کنند که بتواند مانند مغز رفتار کند، برای جنگنده‌ها بسیار مفید خواهد بود.

محاسبات نورومورفيك، مانند يك سيستم عصبي، توانايي محاسباتی‌ای ارائه مي‌دهد که با مزایایی، مانند مقاومت در برابر آسيب، توان يادگيري، سازگاري با تغييرات و ساير موارد، کامل می‌شود. این فناوری پتانسیل این را دارد که در مقایسه با نمونه‌های محاسباتی امروزی، توان مصرفی عملیاتی را به اندازه‌ی ۱۰۰۰ تا ۱ میلیون برابر کاهش‌ دهد.

این سطح پردازش برای تشخیص تصویر در سیستم‌های خودمختار و به‌طور‌کلی برای هوش مصنوعی بسیار مطلوب است. نجمایی گفت: با توجه به اهمیت هوش مصنوعی و سیستم‌های خودمختار در جنگ مدرن، محاسبات عصبی به راحتی می‌تواند سنگ‌بنایی برای طیف گسترده‌ای از توانایی‌های جنگی در آینده باشد.

منبع: ساینس دیلی