찾다
기술 주변기기일체 포함초효율 인공 광전 뉴런이 현실화될 수 있을까? 자연 뉴런보다 30,000배 빠른 연구, Nature 하위 저널에 발표

인공 신경망에서는 뉴런이라는 많은 구성 요소에 데이터가 이식되어 함께 작동하여 얼굴 인식과 같은 문제를 해결합니다. 신경망은 결과적인 행동 패턴이 더 나은 솔루션인지 여부를 결정하기 위해 시냅스(뉴런 사이의 연결)를 반복적으로 조정합니다. 그러나 시간이 지남에 따라 신경망은 결국 계산 결과에서 최적의 행동 패턴을 찾아냅니다. 그런 다음 이러한 모드를 기본값으로 선택하여 인간 두뇌의 학습 과정을 모방합니다.

AI 시스템은 점차 더 많은 실제 응용 프로그램을 찾고 있지만 작업을 구동하는 데 사용되는 하드웨어의 한계로 인해 여전히 심각한 문제에 직면해 있습니다. 이 문제를 해결하기 위해 연구자들은 인간의 두뇌에서 영감을 얻은 뉴로모픽 컴퓨터 하드웨어를 개발했습니다.

예를 들어 뉴로모픽 마이크로칩 구성 요소는 특정 기간 내에 특정 개수의 입력 신호를 수신할 때만 스파이크를 방출하거나 출력 신호를 생성할 수 있습니다. 이는 실제 생물학적 뉴런의 행동 방식을 더욱 밀접하게 시뮬레이션하는 전략입니다. 일반적인 인공 신경망과 비교할 때 이러한 장치는 극소수의 스파이크만 방출하므로 훨씬 적은 양의 데이터가 처리되며 원칙적으로 훨씬 적은 전력과 통신 대역폭이 필요합니다.

그러나 뉴로모픽 하드웨어는 종종 기존 전자 장치를 사용하므로 궁극적으로 달성할 수 있는 복잡한 기능과 신호 속도가 제한됩니다. 예를 들어, 각 생물학적 뉴런은 수만 개의 시냅스를 가질 수 있지만 뉴로모픽 장치는 인공 뉴런을 서로 연결하는 데 어려움이 있습니다. 이 문제에 대한 효과적인 해결책은 다중화입니다. 즉, 하나의 신호 채널이 동시에 더 많은 신호를 전달할 수 있습니다. 그러나 칩이 더 크고 정교해지면 컴퓨팅 속도가 느려질 수 있습니다.

최근 새로운 연구에서 국립표준기술연구소(NIST) 연구원들은 뉴런을 연결하기 위해 빛 송신기와 수신기를 사용하는 방법을 조사했습니다. 원칙적으로 광학 링크 또는 광학 도파관은 광속 통신 속도로 각 뉴런을 수천 개의 다른 뉴런에 연결할 수 있습니다. 해당 논문은 Nature Electronics에 게재되었습니다.

초효율 인공 광전 뉴런이 현실화될 수 있을까? 자연 뉴런보다 30,000배 빠른 연구, Nature 하위 저널에 발표

논문 주소: https://www.nature.com/articles/s41928-022-00840-9

연구 개요

Researchers는 단일 광자를 감지할 수 있는 검출기를 사용했습니다. 이렇게 감지할 수 있는 빛 신호가 가장 작은 단위인 초전도 나노와이어 소자는 에너지 효율의 물리적 한계라고 볼 수 있습니다.

아래 렌더링은 신경 시냅스(뇌의 뉴런 사이의 인터페이스 지점)를 시뮬레이션하는 초전도 회로를 사용하여 미래의 인공 광전자 뉴런을 생성하는 방법을 보여줍니다.

초효율 인공 광전 뉴런이 현실화될 수 있을까? 자연 뉴런보다 30,000배 빠른 연구, Nature 하위 저널에 발표

광자 신경 계산을 수행하려면 일반적으로 상당한 시간 동안 빛을 캡처할 수 있는 광학 공동이 필요하기 때문에 까다로운 경우가 많습니다. 통합된 마이크로칩에 이러한 공동을 만들고 이를 많은 도파관과 연결하는 것은 매우 어렵습니다.

그래서 연구원들은 각 감지기의 출력 신호가 약 2피코초 길이의 초고속 전기 펄스로 변환되는 하이브리드 회로 시스템을 개발했습니다. 이러한 펄스는 모두 초전도 양자 간섭계 또는 초전도 양자 간섭계(SQUID) 네트워크 내의 단일 자기 변동 또는 자속으로 인해 발생합니다.

NIST 연구원이자 교신저자인 Jeffrey Shainline은 "우리는 수년간 뉴로모픽 컴퓨팅의 물리적 한계를 달성할 수 있는 기술을 가능하게 하는 필수 원리를 발견하기 위한 이론적 연구에 열심히 노력해 왔습니다. 이 목표는 단일 광자 에너지 수준에서의 광학 통신과 조셉슨 접합에 의해 수행되는 신경망 계산을 결합하는 것입니다. 초전도 양자 간섭계(SQUID)는 하나 이상의 조셉슨 구조로 구성되며 초전도 재료가 있는 샌드위치 구조입니다. 상단과 하단은 중간에 절연 필름으로 분리되어 있습니다. 조셉슨 접합(JJ)을 통과하는 전류가 특정 임계값을 초과하면 초전도 양자 간섭계는 자속을 생성하기 시작합니다.

광자를 감지한 후 단일 광자 검출기(SPD)는 자속 양자를 생성하고 이 자속 양자는 SQUID의 초전도 루프에서 전류로 수집됩니다. 이렇게 저장된 전류는 기억의 한 형태로 작용하여 뉴런이 급증한 횟수를 기록합니다.

아래 그림 2는 레이아웃과 완성된 회로를 보여줍니다. a는 전체 시냅스 회로의 3D 레이아웃이고, b는 완료된 제조의 현미경 이미지이고, d는 제조 시의 SPD이고, f는 JJ 및 션트 저항기의 레이아웃입니다. 제조 시 g는 DR(수상돌기 수용, 수상돌기 수용) 주기에 사용되는 SQUID이고, h는 제조 시 DR SQUID입니다.

초효율 인공 광전 뉴런이 현실화될 수 있을까? 자연 뉴런보다 30,000배 빠른 연구, Nature 하위 저널에 발표

Shainline은 “회로를 작동시키는 것은 실제로 꽤 쉬웠습니다. 설계 단계에서 제작하고 실험하는 데 꽤 시간이 걸렸지만 실제로 이 회로를 처음 만들었을 때, 이는 이미 작동하고 있습니다. 이는 이러한 시스템의 미래 확장성에 좋은 징조입니다." 연구원들은 단일 광자 검출기를 조셉슨과 통합하여 초전도 시냅스를 형성했습니다.

그들은 시냅스의 최고 주파수가 1천만Hz를 초과할 수 있는 반면 각 시냅스 이벤트는 약 33아토줄의 에너지를 소비한다고 계산했습니다(1아토줄은 10^-18줄과 같습니다)

. 이에 비해 인간 뉴런의 최대 평균 스파이크 속도는 약 340Hz에 불과한 반면, 각 시냅스 이벤트는 약 10펨토줄(1펨토줄은 10^-15줄과 동일)을 소비합니다. 아래 그림 3은 시간 상수가 6.25μs이고 인덕턴스가 2.5μH인 단일 시냅스의 특성을 보여줍니다. 측정 결과는 각각 8.06μs와 3.2μH의 실제 값을 보여줍니다.

아래 그림 4는 시냅스 전달 기능이 광범위한 시간 척도에 걸쳐 설계될 수 있음을 보여줍니다. 초효율 인공 광전 뉴런이 현실화될 수 있을까? 자연 뉴런보다 30,000배 빠른 연구, Nature 하위 저널에 발표

또한 연구자들은 이러한 회로 시스템 장치의 출력 시간이 수백 나노초에서 밀리초로 변하는 것을 실현할 수 있습니다. 이는 또한 이러한 하드웨어가 고속 전자 장치 간의 통신부터 인간과 기계 간의 보다 여유로운 상호 작용에 이르기까지 다양한 시스템에 연결될 수 있음을 의미합니다. 초효율 인공 광전 뉴런이 현실화될 수 있을까? 자연 뉴런보다 30,000배 빠른 연구, Nature 하위 저널에 발표

미래에 연구자들은 자신들이 개발한 새로운 시냅스와 온칩 광원을 결합하여 완전히 통합된 초전도 뉴런을 만들 것입니다. Shainline은 "완전히 통합된 초전도 뉴런을 달성하는 데는 여전히 큰 과제가 있지만, 마지막 부분을 통합할 수 있다면 결국 인공 지능을 위한 강력한 컴퓨팅 플랫폼이 될 수 있다고 믿을 만한 모든 이유가 있습니다."라고 말했습니다.

위 내용은 초효율 인공 광전 뉴런이 현실화될 수 있을까? 자연 뉴런보다 30,000배 빠른 연구, Nature 하위 저널에 발표의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

성명
이 기사는 51CTO.COM에서 복제됩니다. 침해가 있는 경우 admin@php.cn으로 문의하시기 바랍니다. 삭제
무지의 베일 뒤에 직장 AI를 만들어야합니다.무지의 베일 뒤에 직장 AI를 만들어야합니다.Apr 29, 2025 am 11:15 AM

존 롤스 (John Rawls)의 1971 년 책 The Justice의 이론에서 그는 오늘날의 AI 디자인의 핵심으로 취해야 할 사고 실험을 제안하고 의사 결정 : 무지의 베일을 제안했다. 이 철학은 형평성을 이해하기위한 간단한 도구를 제공하며 리더 가이 이해를 사용하여 AI를 공평한 방식으로 설계하고 구현할 수있는 청사진을 제공합니다. 새로운 사회에 대한 규칙을 만들고 있다고 상상해보십시오. 그러나 전제가 있습니다.이 사회에서 어떤 역할을할지 미리 알 수 없습니다. 당신은 부자 또는 가난하거나 건강하거나 장애가있을 수 있으며 다수 또는 소수의 소수에 속할 수 있습니다. 이 "무지의 베일"하에 운영되면 규칙 제조업체가 스스로 이익을 얻는 결정을 내리지 못하게합니다. 반대로, 사람들은 대중을 공식화하도록 더 동기를 부여받을 것입니다

결정, 결정… 실용적인 적용 AI를위한 다음 단계결정, 결정… 실용적인 적용 AI를위한 다음 단계Apr 29, 2025 am 11:14 AM

수많은 회사들이 로봇 프로세스 자동화 (RPA)를 전문으로하며, 반복적 인 작업과 같은 반복적 인 작업 (어디서나 자동화, 파란색 프리즘 등)를 제공하는 봇을 제공합니다. 한편, 프로세스 마이닝, 오케스트레이션 및 지능형 문서 처리 Speciali

에이전트가오고 있습니다 - AI 파트너 옆에서 우리가 할 일에 대해 더 많이에이전트가오고 있습니다 - AI 파트너 옆에서 우리가 할 일에 대해 더 많이Apr 29, 2025 am 11:13 AM

AI의 미래는 간단한 단어 예측과 대화 시뮬레이션을 넘어서고 있습니다. AI 에이전트는 새로운 행동 및 작업 완료가 가능합니다. 이러한 변화는 이미 Anthropic의 Claude와 같은 도구에서 분명합니다. AI 요원 : 연구 a

AI 중심의 미래에 리더를위한 통제보다 공감이 더 중요한 이유AI 중심의 미래에 리더를위한 통제보다 공감이 더 중요한 이유Apr 29, 2025 am 11:12 AM

빠른 기술 발전은 미래의 업무에 대한 미래 지향적 인 관점을 필요로합니다. AI가 단순한 생산성 향상을 초월하고 사회적 구조를 형성하기 시작하면 어떻게됩니까? Topher McDougal의 다가오는 책인 Gaia Wakes :

제품 분류를위한 AI : 기계가 세법을 마스터 할 수 있습니까?제품 분류를위한 AI : 기계가 세법을 마스터 할 수 있습니까?Apr 29, 2025 am 11:11 AM

조화 시스템 (HS)과 같은 시스템의 "HS 8471.30"과 같은 복잡한 코드를 포함하는 제품 분류는 국제 무역 및 국내 판매에 중요합니다. 이 코드는 올바른 세금 신청을 보장하여 모든 inv에 영향을 미칩니다

데이터 센터 요구가 기후 기술 반등을 일으킬 수 있습니까?데이터 센터 요구가 기후 기술 반등을 일으킬 수 있습니까?Apr 29, 2025 am 11:10 AM

데이터 센터 및 기후 기술 투자의 에너지 소비의 미래 이 기사는 AI가 주도하는 데이터 센터의 에너지 소비 급증과 기후 변화에 미치는 영향을 탐구 하고이 과제를 해결하기 위해 혁신적인 솔루션 및 정책 권장 사항을 분석합니다. 에너지 수요의 과제 : 대규모 및 초대형 스케일 데이터 센터는 수십만 명의 일반 북미 가족의 합과 비슷한 대규모 전력을 소비하며, AI 초반 규모 센터는 이보다 수십 배 더 많은 힘을 소비합니다. 2024 년 첫 8 개월 동안 Microsoft, Meta, Google 및 Amazon은 AI 데이터 센터의 건설 및 운영에 약 1,250 억 달러를 투자했습니다 (JP Morgan, 2024) (표 1). 에너지 수요 증가는 도전이자 기회입니다. 카나리아 미디어에 따르면 다가오는 전기

AI와 할리우드의 다음 황금 시대AI와 할리우드의 다음 황금 시대Apr 29, 2025 am 11:09 AM

생성 AI는 영화 및 텔레비전 제작을 혁신하고 있습니다. Luma의 Ray 2 모델과 활주로의 Gen-4, Openai의 Sora, Google의 VEO 및 기타 새로운 모델은 전례없는 속도로 생성 된 비디오의 품질을 향상시키고 있습니다. 이 모델은 복잡한 특수 효과와 현실적인 장면을 쉽게 만들 수 있으며 짧은 비디오 클립과 카메라로 인식 된 모션 효과조차도 달성되었습니다. 이러한 도구의 조작과 일관성은 여전히 ​​개선되어야하지만 진행 속도는 놀랍습니다. 생성 비디오는 독립적 인 매체가되고 있습니다. 일부 모델은 애니메이션 제작에 능숙하고 다른 모델은 라이브 액션 이미지에 능숙합니다. Adobe 's Firefly와 Moonvalley's MA가

chatgpt가 천천히 AI의 가장 큰 예-맨이되고 있습니까?chatgpt가 천천히 AI의 가장 큰 예-맨이되고 있습니까?Apr 29, 2025 am 11:08 AM

ChatGpt 사용자 경험 감소 : 모델 저하 또는 사용자 기대치입니까? 최근에, 많은 ChatGpt 유료 사용자가 성능 저하에 대해 불평하여 광범위한 관심을 끌었습니다. 사용자는 모델에 대한 느린 반응, 짧은 답변, 도움 부족 및 더 많은 환각을보고했습니다. 일부 사용자는 소셜 미디어에 대한 불만을 표명했으며 Chatgpt가“너무 아첨”이되었으며 중요한 피드백을 제공하기보다는 사용자보기를 확인하는 경향이 있습니다. 이는 사용자 경험에 영향을 줄뿐만 아니라 생산성 감소 및 컴퓨팅 리소스 낭비와 같은 회사 고객에게 실제 손실을 가져옵니다. 성능 저하의 증거 많은 사용자들이 ChatGpt 성능, 특히 GPT-4와 같은 이전 모델 (이번 달 말에 서비스에서 곧 중단 될 예정)에서 상당한 악화를보고했습니다. 이것

See all articles

핫 AI 도구

Undresser.AI Undress

Undresser.AI Undress

사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover

AI Clothes Remover

사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool

Undress AI Tool

무료로 이미지를 벗다

Clothoff.io

Clothoff.io

AI 옷 제거제

Video Face Swap

Video Face Swap

완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

뜨거운 도구

스튜디오 13.0.1 보내기

스튜디오 13.0.1 보내기

강력한 PHP 통합 개발 환경

에디트플러스 중국어 크랙 버전

에디트플러스 중국어 크랙 버전

작은 크기, 구문 강조, 코드 프롬프트 기능을 지원하지 않음

VSCode Windows 64비트 다운로드

VSCode Windows 64비트 다운로드

Microsoft에서 출시한 강력한 무료 IDE 편집기

SecList

SecList

SecLists는 최고의 보안 테스터의 동반자입니다. 보안 평가 시 자주 사용되는 다양한 유형의 목록을 한 곳에 모아 놓은 것입니다. SecLists는 보안 테스터에게 필요할 수 있는 모든 목록을 편리하게 제공하여 보안 테스트를 더욱 효율적이고 생산적으로 만드는 데 도움이 됩니다. 목록 유형에는 사용자 이름, 비밀번호, URL, 퍼징 페이로드, 민감한 데이터 패턴, 웹 셸 등이 포함됩니다. 테스터는 이 저장소를 새로운 테스트 시스템으로 간단히 가져올 수 있으며 필요한 모든 유형의 목록에 액세스할 수 있습니다.

ZendStudio 13.5.1 맥

ZendStudio 13.5.1 맥

강력한 PHP 통합 개발 환경