اخبار فناوری و موبایل
به گزارش نیوزتل دانشمندان سوئدی، نوعی ترانزیستور مبتنی بر مواد آلی ابداع نموده اند که می تواند کار یادگیری را مشابه مغز انجام دهد.
به گزارش نیوزتل به نقل از ایسنا و به نقل از نوروساینس نیوز، دانشمندان “دانشگاه لینشوپینگ”(LiU) سوئد، ترانزیستور جدیدی را با استفاده از مواد آلی ابداع نموده اند که توانایی یادگیری دارد. این ترانزیستور که هم به حافظه کوتاه مدت و هم به حافظه دراز مدت مجهز است، یک گام مهم در ابداع فناوری هایی به حساب می آید که می توانند از مغز انسان تقلید کنند.
تاکنون، مغز به خاطر توانایی در تولید ارتباطاتی که پیشتر وجود نداشته اند، منحصر به فرد بود اما دانشمندان دانشگاه لینشوپینگ در پروژه جدید خود، ترازیستوری ابداع نموده اند که می تواند ارتباط جدیدی میان ورودی ها و خروجی ها برقرار کند. آنها این ترانزیستور را با یک مدار الکترونیکی ترکیب کردند تا بتوانند نحوه اتصال یک محرک خاص به یک سیگنال خروجی را به آن آموزش دهند. این کار با همان روشی صورت می گیرد که به وسیله آن، یک سگ یاد می گیرد صدای ظرف غذایش به معنای آماده بودن غذا است.
عملکرد یک ترانزیستور معمولی، مانند دریچه ای است که سیگنال خروجی را با عنایت به خصوصیت های سیگنال ورودی، تقویت یا تنظیم می کند. دریچه این ترانزیستور جدید، از یک پلیمر رسانا تشکیل شده که طی فرآیند “الکتروپلیمریزاسیون” ((electropolymerization شکل گرفته است. این دریچه، قابل شکل دادن، رشد یا کاهش است و می توان آنرا برای واکنش نشان دادن به یک محرک مغزی یا سیگنال ورودی خاص آموزش داد.
“سیمون فابیانو” (Simone Fabiano)، پژوهشگر ارشد این پروژه اظهار داشت: این اولین دفعه است که شکل گیری یک عنصر الکترونیکی جدید در ابزار “عصب گون” یا “نورومورفیک” (neuromorphic) نشان داده می شود.
“جنیفر گراسیموف” (Jennifer Gerasimov)، از نویسندگان این پژوهش اظهار داشت: ما در این پروژه نشان داده ایم که می توان هم از تغییرات کوتاه مدت و هم از تغییرات پایدار برای پردازش اطلاعات ترانزیستور استفاده نمود. این مورد برای تقلید از روش ارتباط سلول های مغز با یکدیگر مهم می باشد.
با تغییر سیگنال ورودی، می توان قدرت واکنش ترانزیستور را تنظیم کرد و ارتباطاتی را به وجود آورد که قبل از این وجود نداشته اند. عملکرد ترانزیستور در این حالت، مانند عملکرد سیناپس و یا ارتباط میان دو سلول مغزی است.
ابداع این ترانزیستور، یک گام مهم در حوزه یادگیری ماشینی با کمک ابزار الکترونیکی آلی هم به حساب می آید. شبکه های عصبی مصنوعی، هم اکنون در حوزه یادگیری ماشینی به کار می روند تا دستیابی به یادگیری عمیق ممکن شود. استفاده از نرم افزار در این حوزه، به سیگنال هایی نیاز دارد که برای تحریک یک سیناپس منتقل شوند. این کار، نیروی محاسباتی قابل توجه و انرژی بسیاری را می طلبد.
گراسیموف اضافه کرد: ما با استفاده از یک عنصر الکترونیکی، سخت افزاری ابداع کرده ایم که همه این خصوصیت ها را در خود جای داده است.
این ترانزیستور الکتروشیمیایی می تواند با به کار بردن همان میزان انرژی که مغز برای ارتباط بین دو سلول مصرف می کند، کار هزاران ترانزیستور معمولی را انجام دهد.
این پژوهش، در مجله “Advanced Science” منتشر گردید.