研究人員使用半導(dǎo)體材料模仿大腦神經(jīng)元

計算機芯片是人工智能(AI)的最重要方面之一。功能強大的小片段是自動圖像識別的基礎(chǔ)，并部分負責教會機器人如何進行某些活動，例如步行。隨著AI技術(shù)潛力的不斷增長，當今的計算機芯片必須既功能強大又經(jīng)濟實惠，但這是很難完成的事情。

由于傳統(tǒng)的微電子技術(shù)由于物理上的限制只能進行如此多的優(yōu)化，因此研究人員像往常一樣轉(zhuǎn)向人的大腦，以尋求如何更有效地處理和存儲信息的靈感。

德累斯頓工業(yè)大學和德累斯頓-羅斯森多夫Helmholtz-Zentrum(HZDR)的科學家們首次通過使用半導(dǎo)體材料成功地模仿了大腦神經(jīng)元的工作原理。

這項研究發(fā)表在《自然電子》雜志上。

這項工作是由三位主要作者完成的，其中包括HZDR物理學家Larysa Baraban，這是六個機構(gòu)之間的國際合作。

當今的微電子與人工神經(jīng)元

今天最常用于提高微電子學性能的技術(shù)是減小組件尺寸。在硅計算機芯片的情況下，這種減少發(fā)生在單個晶體管上。

巴拉班說：“這不可能無限期地進行，我們需要新的方法。”

研究人員著手模擬大腦并創(chuàng)建可以結(jié)合數(shù)據(jù)處理和數(shù)據(jù)存儲的人工神經(jīng)元。

“我們的團隊在生物和化學電子傳感器方面擁有豐富的經(jīng)驗，” Barbara說。“因此，我們使用生物傳感器原理模擬了神經(jīng)元的特性，并修改了經(jīng)典的場效應(yīng)晶體管以創(chuàng)建人造神經(jīng)元晶體管。”

這種方法允許在一個組件內(nèi)同時進行存儲和信息處理。在當今最常用的晶體管技術(shù)中，這兩個過程是分開的，從而導(dǎo)致處理時間變慢和性能受到限制。