Multidisciplinarna skupina raziskovalcev z univerze MIT je razvila umetno sinapso, ki lahko deluje približno milijonkrat hitreje kot sinapse v človeških možganih. Lahko bi ga uporabili za gradnjo analognih nevronskih omrežij, ki temeljijo na strukturi, zasnovani tako, da posnema človeške možgane.

Pogosto se sprašujemo, ali bo prišel čas, ko bo umetna inteligenca izzvala našo. V zadnjem času je bil v tej smeri dosežen pomemben napredek. Znanstvenikom je namreč uspelo ustvariti umetne ustreznike sinaps, ki so bistveno hitrejši od bioloških.

Skratka, temelj delovanja naših možganov so nevroni in sinapse oziroma povezave med nevroni. Prek sinapse se en nevron poveže z drugim. Dobra povezava med nevroni pomeni, da se informacije med njimi v možganih učinkovito prenašajo. Obenem se sinapse ob rednem pretoku informacij samodejno spreminjajo, tako da si jih lahko zapomnimo in se učimo. Bolj ko je sinapsa stimulirana, močnejša je povezava in večja je sposobnost učenja in pomnjenja.

Čeprav še nismo niti blizu repliciranju kompleksnosti in zapletenosti človeških možganov, znanstveniki na tem področju napredujejo, zlasti z nekaterimi namenskimi napravami, kot je novo razviti programirljivi upor, ki je ključni element analognega globokega učenja. Raziskovalci lahko s ponavljajočimi se nizi programabilnih uporov v kompleksnih plasteh ustvarijo mrežo analognih umetnih nevronov in sinaps, ki izvajajo izračune tako kot digitalna nevronska mreža.

Nova zasnova in nov material

Programirljivi upori so kot tranzistorji pri procesorjih. S takšnimi upori, katerih dimenzije so podane v nanometrih, je mogoče ustvariti njihova omrežja, podobna umetnim nevronom in sinapsam, s ponavljanjem njihovih nizov v zapletenih plasteh. To nekoliko spominja na šahovnico. Tako nastane nekakšna analogna nevronska mreža, ki jo je mogoče „usposobiti” za izvajanje bolj zapletenih operacij.

V proizvodnem procesu so znanstveniki kot elektrolit uporabili anorganski material, ki omogoča, da se hitrost teh procesov v primerjavi s prejšnjimi različicami poveča do milijonkrat, kar hkrati pomeni, da se te izboljšane umetne nevronske povezave pojavljajo milijonkrat hitreje kot analogni procesi v človeških možganih. Mimogrede, zaradi tega novega materiala so upori v novejši različici veliko bolj energetsko učinkoviti.

Material je fosfosilikatno steklo (PSG). Za izdelavo PSG se siliciju doda majhna količina fosforja. S tem pridobi posebne lastnosti za prevodnost protonov. Domnevali smo, da bo izboljšan PSG lahko zagotavljal visoko prevodnost pri sobni temperaturi brez vode, kar se je tudi potrdilo.

Potencialne koristi                                                                                                                

Toda kako je mogoče doseči takšne hitrosti? Med procesom se protoni elektrokemično nameščajo v izolacijski oksid, da se spreminja električna prevodnost. Naprave, s katerimi se ukvarjajo v MIT.nano, so izjemno tanke, s pomočjo močnega elektromagnetnega polja pa lahko te protone pospešimo, tako da lahko te naprave izvajajo operacije v nanosekundah.

Primerjajmo to z zmožnostmi bioloških celic. Zaradi omejitev vode je potencial operacij, ki jih opravijo takšne celice, „le” milisekunde. Umetne sinapse nimajo takšnih omejitev. Hitrost protonov je tu odvisna od jakosti magnetnega polja, ki deluje na delce prek steklene stene v nanometrskem merilu, ki je dovolj odporna, da se ne poškoduje.

Ni dvoma, da bo rešitev, ki so jo razvili znanstveniki MIT, korenito vplivala na možnosti umetne inteligence. Predvsem bo ustvaril nove priložnosti na širokem področju globokega učenja, ki je veja strojnega učenja, ki temelji na nevronskih mrežah, ki posnemajo delovanje človeških možganov. Glede na trenutno obstoječa omrežja je eden od raziskovalcev celo izjavil, da to ne bo toliko nov avtomobil kot vesoljska ladja. Izboljšana umetna inteligenca bo našla široko paleto aplikacij, na primer pri proizvodnji avtonomnih vozil, slikanju v medicini ali celo pri odkrivanju goljufij.