ترانزیستوری که در یادگیری از مغز تقلید می نماید - مجله سفرنامه مالزی

به گزارش خبرنگاران و به نقل از نوروساینس نیوز ، دانشمندان دانشگاه لینشوپینگ(LiU) سوئد، ترانزیستور جدیدی را با استفاده از مواد آلی ابداع نموده اند که توانایی یادگیری دارد. این ترانزیستور که هم به حافظه کوتاه مدت و هم به حافظه بلند مدت مجهز است، یک گام مهم در ابداع فناوری هایی به شمار می رود که می توانند از مغز انسان تقلید نمایند.

تاکنون، مغز به خاطر توانایی در ایجاد ارتباطاتی که پیشتر وجود نداشته اند، منحصر به فرد بود اما دانشمندان دانشگاه لینشوپینگ در پروژه جدید خود، ترازیستوری ابداع نموده اند که می تواند ارتباط جدیدی میان ورودی ها و خروجی ها برقرار کند. آنها این ترانزیستور را با یک مدار الکترونیکی ترکیب کردند تا بتوانند نحوه اتصال یک محرک خاص به یک سیگنال خروجی را به آن آموزش دهند. این کار با همان روشی صورت می گیرد که از طریق آن، یک سگ یاد می گیرد صدای ظرف غذایش به معنای آماده بودن غذا است.

عملکرد یک ترانزیستور معمولی، مانند دریچه ای است که سیگنال خروجی را با توجه به ویژگی های سیگنال ورودی، تقویت یا تنظیم می نماید. دریچه این ترانزیستور جدید، از یک پلیمر رسانا تشکیل شده که طی فرآیند الکتروپلیمریزاسیون ((electropolymerization شکل گرفته است. این دریچه، قابل شکل دادن، رشد یا کاهش است و می توان آن را برای واکنش نشان دادن به یک محرک مغزی یا سیگنال ورودی خاص آموزش داد.

سیمون فابیانو (Simone Fabiano)، پژوهشگر ارشد این پروژه گفت: این نخستین بار است که شکل گیری یک عنصر الکترونیکی جدید در ابزار عصب گون یا نورومورفیک (neuromorphic) نشان داده می گردد.

جنیفر گراسیموف (Jennifer Gerasimov)، از نویسندگان این پژوهش گفت: ما در این پروژه نشان داده ایم که می توان هم از تغییرات کوتاه مدت و هم از تغییرات پایدار برای پردازش اطلاعات ترانزیستور استفاده کرد. این موضوع برای تقلید از روش ارتباط سلول های مغز با یکدیگر مهم است.

با تغییر سیگنال ورودی، می توان قدرت واکنش ترانزیستور را تنظیم کرد و ارتباطاتی را به وجود آورد که پیش از این وجود نداشته اند. عملکرد ترانزیستور در این حالت، مانند عملکرد سیناپس و یا ارتباط میان دو سلول مغزی است.

ابداع این ترانزیستور، یک گام مهم در حوزه یادگیری ماشینی با یاری ابزار الکترونیکی آلی نیز به شمار می رود. شبکه های عصبی مصنوعی، در حال حاضر در حوزه یادگیری ماشینی به کار می روند تا دستیابی به یادگیری عمیق ممکن گردد. استفاده از نرم افزار در این حوزه، به سیگنال هایی احتیاج دارد که برای تحریک یک سیناپس منتقل شوند. این کار، نیروی محاسباتی قابل توجه و انرژی بسیاری را می طلبد.

گراسیموف اضافه نمود: ما با استفاده از یک عنصر الکترونیکی، سخت افزاری ابداع نموده ایم که همه این ویژگی ها را در خود جای داده است.

این ترانزیستور الکتروشیمیایی می تواند با به کار بردن همان میزان انرژی که مغز برای ارتباط بین دو سلول مصرف می نماید، کار هزاران ترانزیستور معمولی را انجام دهد.

این پژوهش، در مجله Advanced Science منتشر شد.