人工知能のDNAを変える発見

研究者チームは、情報を保存するだけでなく「考え」て適応する分子デバイスの作成に成功し、実際に人間の脳のように機能するコンピューターへの道を切り開いた。

半世紀以上にわたり、その業界は テクノロジー シリコンという単一の素材をベースにしていました。しかし、AI の需要が急激に増大するにつれ、従来のチップは物理的な限界に近づきつつあります。この行き詰まりに対する答えは、インド科学研究所 (IISc) によってもたらされます。そこでは、学際的なチームが分子エレクトロニクスの分野ではこれまで達成不可能と考えられていたこと、つまりリアルタイムで役割を切り替えることができるデバイスの作成を達成しました。

関連する 勉強 特定の有機分子が、受ける刺激に応じて、メモリ、論理プロセッサ、または人工シナプスとして同時に機能する仕組みを説明しています。

シリコンの限界を超えて

最新のコンピューティング アーキテクチャでは、処理とデータ ストレージが厳密に分離されています。この情報の継続的な転送には、特にアプリケーションで多量のエネルギーがかかります。 AI。 「ニューロモーフィック・コンピューティング」は、脳の構造を模倣することでこの問題を解決しようと試みてきたが、現在に至るまで、ほとんどのシステムは依然として、従来の酸化物材料を使用した、学習する「ふり」をするだけの機械である。

ナノ科学工学センター (CeNSE) のスリートシュ・ゴスワミ助教授が率いる IISc チームの革新性は、学習を模倣するのではなく、学習を材料自体の中に物理的にエンコードしようとしていることです。

«電子材料においてこれほどの適応力を持つ例は稀です。」と、Oは言います スリートシュ・ゴスワミ。 «ここでは、化学設計が、アナロジーとしてではなく、基本的な動作原理として情報学と出会います。»。

コンピューターアーキテクトとしての化学

その秘密は、注意深く設計された 17 種類のルテニウム錯体にあります。の 研究者 分子構造とこれらの分子の周囲のイオン環境の小さな変化が電子の挙動を劇的に変える可能性があることを発見しました。

リジッドシリコントランジスタとは異なり、これらの分子デバイスは「カメレオン」です。適切な電気刺激を与えると、まったく同じデバイスを記憶媒体から論理ゲートまたはアナログ プロセッサに変換できます。私たちの脳の生物学的シナプスと同じように、情報を学習したり忘れたりする電子シナプスとして動作することもあります。

«驚いたのは、同じシステム内にこれほどの柔軟性が隠されていることです。」と彼女は言います パラヴィ ガウル博士号候補者であり、研究の筆頭著者。 」適切な化学組成があれば、デバイスは情報を保存したり、情報を使って計算したり、さらには学習したりすることができます。これはソリッドステートエレクトロニクスに期待できるものではありません»。

新しい理論的枠組み

分子エレクトロニクスの開発に対する最大の障害の 1 つは常に、制御性と予測可能性の欠如でした。分子は、デバイス内に配置されると、互いに無秩序に相互作用します。

この混乱を鎮めるために、研究チームは量子化学と多体物理学に基づいた輸送の新しい理論モデルを開発しました。このモデルにより、電子が分子膜をどのように移動するか、分子がどのように酸化および還元されるか、イオンが格子をどのように移動するかを正確にマッピングすることができました。これらのメカニズムを理解することで、各状況の安定性とダイナミクスを予測し、制御することができました。

人工知能のためのハードウェアの未来

テクノロジーの将来にとってこの発見の重要性は非常に重要です。 AI モデルがますますエネルギーを消費するようになるにつれて、 ハードウェア 本質的にインテリジェントであり、エネルギー効率が高いことが不可欠です。メモリと演算を同じハードウェア内で組み合わせることができるため、データ転送にかかるエネルギーコストが削減され、次世代のコンピューティング システムに実行可能なソリューションが提供されます。

IISc チームはすでに、これらの分子システムをシリコン チップに統合し、現在の技術と将来の間のギャップを埋めることに取り組んでいます。 CeNSE の客員研究員で化学設計を担当するスリーブラタ・ゴスワミ氏は次のように指摘しています。この研究は、化学が単なる材料の供給者ではなく、計算の設計者となり得ることを実証しています。»。

この発見は、コンピューターの高速化だけでなく、機械知能の認識方法に根本的な変化をもたらし、適応性をアルゴリズムのコマンドから物質の物理的特性に変えることを約束します。