Funkcja mózgu częściowo replikowana przez nanomateriały

56th Knowledge Seekers Workshop Apr 2 2015 (Lipiec 2019).

Anonim

Mózg wymaga zaskakująco małej energii, aby przystosować się do otoczenia, aby uczyć się, dokonywać niejednoznacznych rozpoznań, mieć wysoką zdolność rozpoznawania i inteligencję oraz wykonywać złożone przetwarzanie informacji.

Dwie główne cechy obwodów neuronowych to "zdolność uczenia się synaps" i "impulsy nerwowe lub skoki". W miarę postępu nauki mózgowej struktura mózgu była stopniowo wyjaśniana, ale jest zbyt skomplikowana, aby całkowicie naśladować. Naukowcy próbowali odtworzyć funkcje mózgu za pomocą uproszczonych obwodów neuromorficznych i urządzeń, które emulują część mechanizmów mózgu.

Przy opracowywaniu neuromorficznych układów scalonych, które sztucznie odtwarzają obwody, które naśladują strukturę i funkcje mózgu, funkcje generowania i przekazywania spontanicznych impulsów, które naśladują impulsy nerwowe (skoki), nie zostały jeszcze w pełni wykorzystane.

Wspólna grupa naukowców z Kyushu Institute of Technology i Uniwersytetu w Osace zbadała bieżącą kontrolę rektyfikacji w złączach różnych cząsteczek i cząstek absorbowanych na nanotweli węglowej jednościennej (SWNT), stosując przewodzącą mikroskopię sił atomowych (C-AFM) i odkryła, że ujemna oporność różnicowa została wytworzona w cząsteczkach polioksometalanu (POM) absorbowanych w SWNT. Sugeruje to, że niestabilny dynamiczny stan nierównowagi występuje w połączeniach molekularnych.

Ponadto badacze stworzyli niezwykle gęste, losowe urządzenia neuromorficzne sieci SWNT / POM, generując spontaniczne impulsy podobne do impulsów nerwowych neuronów (Ryc. 1).

POM składa się z atomów metalu i atomów tlenu, tworząc trójwymiarowy szkielet. (Figura 2) W przeciwieństwie do zwykłych cząsteczek organicznych, POM może przechowywać ładunki w pojedynczej cząsteczce. W tym badaniu sądzono, że ujemna oporność różnicowa i generowanie impulsów z sieci były spowodowane brakiem dynamiki ładunku w połączeniach molekularnych w sieci.

Dlatego też wspólna grupa badawcza prowadzona przez Megumi Akai-Kasaya przeprowadziła obliczenia symulacyjne losowego modelu sieci molekularnej skompleksowanej z cząsteczkami POM, które są w stanie przechowywać ładunki elektryczne, replikując impulsy generowane z przypadkowej sieci molekularnej. (Ryc. 3 po lewej) Wykazali również, że ten model molekularny najprawdopodobniej stałby się składnikiem urządzeń do przetwarzania rezerwuaru. Reservoir computing jest przewidywany jako sztuczna inteligencja następnej generacji (AI). (Rysunek 3) Wyniki ich badań zostały opublikowane w Nature Communications.

"Znaczenie naszych badań polega na tym, że część funkcji mózgu została powielona przez materiały nanocząsteczkowe. Wykazaliśmy, że losowa sieć molekularna może stać się neuromorficzną sztuczną inteligencją" - mówi główny autor Hirofumi Tanaka.

Oczekuje się, że osiągnięcia tej grupy w znacznym stopniu przyczynią się do rozwoju neuromorficznych urządzeń przyszłości.

menu
menu