محققان موسسه فناوری ماساچوست (MIT) موفق به طراحی نوعی از سیناپس مصنوعی مغز شده‌اند که قادر به ارائه عملکرد بهتری در مقایسه با نمونه‌های مشابه موجود است. به لطف این دستاورد، پژوهشگران می‌توانند ده‌ها هزار سیناپس مصنوعی را در کنار هم و روی یک تراشه بسیار کوچک جای دهند.
سپس می‌توان این تراشه‌ها را در دل دستگاه‌های مختلف تعبیه کرد و امکان مدیریت و پردازش عملکرد‌های پیچیده مبتنی بر فناوری هوش مصنوعی را فراهم ساخت. از سویی دیگر، این تراشه‌ها علاوه بر ابعاد کوچک، از مصرف انرژی پایینی نیز برخوردار خواهند بود و برای عملکرد پردازشی خود نیز نیازی به اتصال به هیچ دیتاسنتری نخواهند داشت.
دستاورد این تیم تحقیقاتی با عنوان Memristors شناخته می‌شود و در ساخت آن از سیلیکون، آلیاژ‌های نقره و مس استفاده شده است. این محصول قادر است به نسبت دیگر مدار‌های مغزی شبیه‌سازی شده، تصاویر را با جزئیات و وضوح به مراتب بالاتری «به‌یاد آورده» و بازیابی کند.
آنچه این گروه به‌دنبال آن است، ساخت شبکه عصبی مصنوعی پیچیده‌ای است که می‌تواند به نرم‌افزار‌هایی که به توان پردازشی گرافیکی بالایی نیاز دارند، کمک شایانی کند. همچنین می‌توان از آن به‌عنوان یک سخت‌افزار نیز در دستگاه‌های کوچک همانند گوشی یا دوربین‌های عکاسی استفاده کرد.
طبق گفته محققان، این دستاورد برخلاف بسیاری از ترانزیستور‌های مرسوم تنها بین صفر و یک سوییچ نمی‌کند و قادر است حالت‌های مختلف را همانند مغز انسان ارائه دهد. از طرفی دیگر، می‌توانند این حالت را «به یاد بیاورند» و از این‌رو، قادر است همان سیگنال مربوط به همان جریان دریافتی مشابه را تا چندین‌بار به‌راحتی بازتولید کند.
محققان در اینجا از مفهومی‌در علم متالوژی کمک گرفتند. به این معنی که فعالان این حرفه می‌خواهند خواص یک فلز را به منظور تولید یک آلیاژ تغییر دهند، آن را با یک فلز دیگر که خواص مدنظر را داراست، ترکیب می‌کنند. محققان نیز عنصری را پیدا کردند که می‌توانند آن را با نقره که به‌عنوان الکترود مثبت ممریستور استفاده می‌شود، ترکیب کنند تا انتقال یون‌ها حتی در کانال‌های بسیار نازک نیز به بهترین شکل انجام شود.
اگرچه هنوز راه زیادی در این مسیر باقی مانده، اما محققان امیدوارند که نتایج تلاش‌های آن‌ها به طراحی و ساخت کامپیوتر‌هایی مجهز به مغز مصنوعی منجر شود که از قدرت بالایی در پردازش برخوردارند و می‌توانند همانند ابررایانه‌ها، از پس رایانش‌های سنگین برآیند.
منبع: آی تی ایران
