Forscher haben das weltweit erste neuronale Netzwerk für künstliche Intelligenz unter Verwendung von 2D-Materialien entwickelt, gemäß a aktuelle Studie in der Zeitschrift veröffentlicht Fortgeschrittene Materialien .
VERBINDUNG: DIESES NEUE ELEKTRONISCHE MATERIAL IST DREHBAR, SELBSTHEILEND UND BELEUCHTEND
Erste neuronale Netzwerk-KI aus 2D-Materialien
Zweidimensionale Materialien sind Materie mit einer Dicke von nur wenigen Nanometern oder weniger und bestehen häufig aus einer einzelnen Atomschicht. Der resultierende Bildverarbeitungsprozessor kann je nach Bedarf mehr als 1.000 verschiedene Bilder erfassen, speichern und identifizierenzu einem Blogbeitrag über die Harvard University Website .
Die erste aus 2D-Materialien hergestellte neuronale Netzwerk-KI stammt von der Harvard John A. Paulson School für Ingenieurwissenschaften und angewandte Wissenschaften SEAS, die mit dem Samsung Advanced Institute of Technology zusammengearbeitet hat.
"Diese Arbeit zeigt einen beispiellosen Fortschritt in der funktionalen Komplexität der 2D-Elektronik, sagte der Gordon McKay-Professor für Elektrotechnik und Angewandte Physik an der SEAS und der leitende Autor des Papiers, Donhee Ham."Back-End-Bilderkennung in einer 2D-Materialplattform. "
2D-Transistoren auf Materialbasis noch relativ primitiv
Seit der Entdeckung von Graphen im Jahr 2004 haben Forscher nach neuen Wegen gesucht, um die innovativen elektronischen und optoelektronischen Eigenschaften atomdünner 2D-Halbleiter als Grundlage für eine Vielzahl spannender Anwendungen zu nutzen.
Transistoren aus 2D-Materialien wurden in einfachen digitalen Logikschaltungen und Fotodetektoren verwendet, aber die Integration in großem Maßstab für komplexe Berechnungen - wie AI - ist noch nicht unhaltbar.
Zum Zeitpunkt des Schreibens haben Forscher erfolgreich rund 100 Transistoren aus integriert. 2D-Materialien auf einem Chip. Zur Verdeutlichung: Eine integrierte Standardschaltung aus Silizium wie die eines Smartphones verfügt über Milliarden von Transistoren.
"Zweidimensionale materialbasierte Geräte weisen verschiedene aufregende Eigenschaften auf, aber ein niedriger Integrationsgrad hat ihre funktionale Komplexität eingeschränkt", sagte Houk Jang, ein SEAS-Forschungsmitarbeiter und Erstautor des kürzlich erschienenen Papiers, laut dem Harvard-Blogbeitrag. "Mit 1.000 auf einem einzigen Chip integrierten Geräten kann unser atomar dünnes Netzwerk Seherkennungsaufgaben ausführen, was eine bemerkenswert fortschrittliche Funktionalität der zweidimensionalen materialbasierten Elektronik darstellt. "
Drei Atom dickes Gerüst funktioniert wie ein menschliches Auge
Das Forscherteam verwendete ein 2D-Material namens Molybdändisulfid, einen drei Atome dicken Halbleiter, der effektive Wechselwirkungen mit Licht zeigt. Sie organisierten diese lichtempfindlichen Transistoren in einem sogenannten Crossbar-Array, das sich inspirieren lässt. neuronale Verbindungen im menschlichen Gehirn.
Mit diesem scheinbar einfachen Framework kann das Gerät sowohl als Auge zum Betrachten eines Bildes als auch als Gehirn zum Speichern und Identifizieren von Bildern auf einen Blick verwendet werden.
2D materialbasierte KI wandelt Bilder in elektrische Daten um
Das Front-End des Instruments verwendet ein Crossbar-Array wie ein Bildsensor und nimmt ein Bild wie ein Auge auf. Die 2D-Materialien ' Lichtempfindlichkeit Ermöglicht dem Gerät, das Bild als elektrische Daten zu konvertieren und zu speichern. Auf der anderen Seite führt dasselbe Crossbar-Array eine vernetzte Berechnung mit den elektrischen Daten durch, um das Bild zu identifizieren.
Um ihre Methode zu beweisen, haben die Forscher das Gerät 1.000 Bildern handgeschriebener Ziffern ausgesetzt. Der interne Prozessor hat Bilder mit einer Genauigkeit von 94% erfolgreich erkannt und identifiziert.
"Durch die Erfassung optischer Bilder in elektrischen Daten wie Auge und Sehnerv und die anschließende Erkennung dieser Daten wie Gehirn über In-Memory-Computing emuliert unser optoelektronischer Prozessor die beiden Kernfunktionen des menschlichen Sehens", sagte der Co-Autordes Papiers und SEAS-Doktoranden Henry Hinton.
In Kürze wird das Team das Gerät noch weiter skalieren, um ein materialbasiertes und hochauflösendes 2D-Bildgebungssystem zu erstellen. Fortschritte wie diese, die sich an der Schnittstelle zwischen KI, Graphen und 2D-Materialwissenschaften befinden, könnten eines Tages zu einer Führungsrolle führenzum künstlichen Sehen, möglicherweise sogar als Grundlage für zukünftige zweibeinige oder menschenähnliche KI-Roboter unter uns leben wie eine zweite intelligente Lebensform. Und wir sind dafür da.