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