شنبه , مهر ۲۹ ۱۳۹۶
Home / آخرین اخبار / طراحی و ساخت اولین سیناپس مصنوعی با قابلیت یادگیری خودکار

طراحی و ساخت اولین سیناپس مصنوعی با قابلیت یادگیری خودکار

نوروسافاری | تیم از محققان پاریسی، سیناپسی مصنوعی را ساخته اند که از توانایی یادگیری خودکار برخوردار بوده و میتواند باعث بهبود سرعت یادگیری شبکه های عصبی مصنوعی شود.

به گزارش نوروسافاری به نقل از سایت futurism، بخش بزرگی از توسعه و پیشرفت های حوزه ی هوش مصنوعی، به تکنولوژی هایی وابسته بوده است که رفتار و عملکرد مغز انسان را تقلید میکنند. در دنیای فناوری اطلاعات، به چنین سیستم های هوش مصنوعی، شبکه های عصبی گفته می شود. این شبکه ها شامل الگوریتم هایی هستند که می توانند به گونه ای تنظیم شوند (یاد بگیرند) که به طور مثال رفتار مغز را در شناسایی گفتار و تصاویر تقلید کنند. با این حال، باید دانست که راه اندازی یک شبکه عصبی مصنوعی به زمان و انرژی زیادی احتیاج دارد. 

محققان مرکز ملی تحقیقات علمی در پاریس، دانشگاه Bordeaux و کمپانی Evry، یک سیناپس مصنوعی به نام memristor را طراحی و ساخته اند و آن را مستقیما روی یک chip قرار داده اند. این نوع آوری راه را برای سیستم های هوشمند هموار خواهد کرد؛ سیستم هایی که نیاز به انرژی و زمان کمتری برای یادگیری داشته و میتوانند به صورت خودکار یاد بگیرند.

این سیناپس مصنوعی چطور کار میکند؟

در مغز انسان، سیناپس ها به عنوان پایانه های ارتباطی بین نورون ها عمل میکنند. هر چه بیشتر از این سیناپس ها استفاده شوند (مورد تحریک بیشتری قرار بگیرند)، ارتباطات قوی تر شده و یادگیری سریعتر میشود. memristor نیز به همین شیوه کار میکند. این سیناپس مصنوعی از یک لایه ی نازک فِروالکتریک ساخته شده است که میتواند خود به خود پولاریزه (باردار) شود و بین دو الکترود قرار گرفته است. میزان مقاومت آنها میتواند با استفاده از پالس های ولتاژ تنظیم شود (مانند آنچه در نورون های طبیعی رخ میدهد). ارتباط سیناپسی، زمانی که مقاومت پایین باشد، قوی خواهد بود و بالعکس. در واقع، ظرفیت یادگیری memristor بر اساس همین مقاومتِ قابل تنظیم، تعیین میشود.

سیستم های هوشمند بهتر و سریعتر

سیستم های هوش مصنوعی در سال های اخیر به طور چشم گیری توسعه یافته اند. شبکه های عصبی کنونی که با الگوریتم های یادگیری ساخته میشوند، در حال حاضر توانایی اجرای وظایف و اعمالی را دارند که سیستم های مصنوعی قبلی توانایی انجام آن ها را نداشتند. برای مثال، سیستم های هوشمند کنونی توانایی ساخت موسیقی، بازی کردن (ویدئویی) و شکست بازیکنان انسانی را دارند و حتی می توانند مالیات های شما را پرداخت کنند. برخی از آنها قادرند تا رفتارهای مرتبط با (افکار) خودکشی در انسان ها را تشخیص دهند یا تشخیص دهند انجام چه کاری قانونی یا غیر قانونی است.

تمامی پیشرفت های ذکر شده را مدیون قابلیت یادگیری سیستم های هوش مصنوعی هستیم. تنها محدودیت موجود زمان و میزان داده ای است که باید برای یک سیستم هوشمند صرف شود تا به بهره برداری مناسبی برسد. با وجود این تکنولوژی جدید (طراحی memristor) فرآیند یادگیری به طور چشم گیری افزایش خواهد یافت. البته کار بر روی این سیناپس ادامه دارد و هدف بعدی، ارتقاء آن برای عملکرد سریعتر و بهتر خواهد بود. نتایج تحقیقات این تیم تحقیقاتی در ژورنال Nature Communication به چاپ رسیده است.

 

ترجمه: سید محمدرضا گواهی-وبسایت نوروسافاری
لینک گزارش خبری در سایت futurism:

We Just Created an Artificial Synapse That Can Learn Autonomously

لینک مقاله پژوهشی در ژورنال Nature Communication: 

Learning through ferroelectric domain dynamics in solid-state synapses

Check Also

اتحاد دانشمندان سراسر جهان برای رمزگشایی مغز / تلاش هماهنگ مراکز تحقیقاتی علوم اعصاب

نوروسافاری | آزمایشگاه بین‌المللی مغز (IBL) محققانی از اروپا و آمریکا را با هدف فهم …

پاسخ دهید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *