Як подолати бар'єр

Існує фундаментальна різниця у тому, як мозок і комп'ютер обробляють і зберігають інформацію. Саме ця різниця вже давно є серйозною проблемою для науковців. На відміну від традиційних комп'ютерів, які пересилають дані між процесорами та банками пам'яті, людський мозок об'єднує ці функції в одному місці. Відсутньою ланкою була відповідна комірка пам'яті, здатна одночасно виконувати функції транзистора.

Дивіться також Україна долучиться до світового ринку мікросхем з власними чипами

Прорив відбувся після створення синаптичного транзистора, який працює при кімнатній температурі і споживає надзвичайно мало – 20 піковат (пВт). Команда дослідників заглибилася у сферу муарових квантових матеріалів, які зазвичай вимагають кріогенних умов, і успішно продемонструвала свою інновацію при кімнатній температурі.

Детальніше про важливе відкриття

  • Синаптичний транзистор складається з двох шарів матеріалу атомної товщини, графену та нітриду бору, що перекривають один одного і розташовані з невеликим зміщенням у горизонтальній площині.
  • Магія полягає в муаровому візерунку, створеному поворотом одного шару під певним кутом, що викликає окремі взаємодії, відомі як магічні кути.
  • Ці кути викликають кулонівську взаємодію між матеріалами, що призводить до екзотичних електричних явищ, які не спостерігаються у звичайних матеріалах.

Науковці продовжили свою роботу

Дослідники також створили нейронні схеми на основі цих синаптичних транзисторів, продемонструвавши їхню здатність сприяти асоціативному навчанню. Експериментальні схеми були навчені розпізнавати двійкові групи цифр, успішно відрізняючи такі патерни, як 000 і 111 від 101.

Як зазначено в анотації до статті, опублікованій в журналі Nature, ці результати мають глибоке значення: "муаровий синаптичний транзистор забезпечує ефективні схеми для обчислень в пам'яті і [обіцяє] передові апаратні педалі газу для штучного інтелекту і машинного навчання".

Читайте на сайті Вчені скоро запустять комп'ютерний аналог людського мозку

Ця революційна розробка може стати вирішальним кроком на шляху до реалізації конвергенції біологічних та електронних систем, пропонуючи нові можливості для майбутнього передових апаратних засобів у галузі штучного інтелекту та машинного навчання.