← أحدث الأبحاث
🔬 applied physics

A CMOS+X Spiking Neuron With On-Chip Machine Learning

تقدم هذه الورقة تصميمًا لخلية عصبية نبضية بتقنية CMOS+X يجمع بين ترانزستور NMOS ووصلة نفق مغناطيسية (MTJ) يحاكي جوهريًا سلوكيات الخلايا العصبية البيولوجية ويسمح بالتعلم الآلي التناظري على الشريحة، حيث نجحت في إثبات التدريب والاستدلال على مهمة XOR دون دوائر تحكم إضافية.

المؤلفون الأصليون: Steven Louis, Matthew Blake Abramson, Hannah Bradley, Cody Trevillian, Gene David Nelson, Andrei Slavin, Artem Litvinenko, Jason Gorski, Ilya N. Krivorotov, Darrin Hanna, Vasyl Tyberkevych

نُشر 2026-08-12
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Steven Louis, Matthew Blake Abramson, Hannah Bradley, Cody Trevillian, Gene David Nelson, Andrei Slavin, Artem Litvinenko, Jason Gorski, Ilya N. Krivorotov, Darrin Hanna, Vasyl Tyberkevych

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك تحاول بناء حاسوب فائق الذكاء يتسع في جيبك ويعمل ببطارية واحدة، ويكون قادراً على تعلم مهارات جديدة في الوقت الفعلي. حواسيب اليوم تشبه مكتبات ضخمة تستهلك الكثير من الطاقة، حيث يجب قراءة كل كتاب وإعادة قراءته مراراً وتكرارًا للعثور على حقيقة واحدة. إنها سريعة، لكنها تستهلك الكثير من الطاقة وتأخذ مساحة كبيرة. يبحث العلماء عن طريقة مختلفة: حاسوب يعمل بشكل يشبه الدماغ البشري. فبدلاً من القراءة المستمرة للكتب، ينتظر الدماغ إشارة — "نبضة" — ولا يقوم بأي عمل إلا عندما يحدث شيء مثير للاهتمام. هذا ما يسمى "الشبكة العصبية النبضية". إنها تشبه مدينة لا تضاء مصابيحها إلا عندما يمر شخص ما بجانبها، مما يوفر الكهرباء. لكن بناء شريحة تشبه الدماغ باستخدام السيليكون القياسي الذي نستخدمه في الهواتف أو الحواسيب المحمولة أمر صعب؛ فالأجزاء القياسية رائعة في العمليات الحسابية، لكنها ليست جيدة جداً في محاكاة الطريقة البيولوجية "الفوضوية" التي تطلق بها الخلايا العصبية نبضاتها. لذا، يتساءل الباحثون: هل يمكننا دمج أجزاء الحاسوب القياسية مع بعض المواد الجديدة والغريبة لإنشاء شريحة تفكر مثل الدماغ؟

في هذه الورقة البحثية، يستكشف فريق من الباحثين حلاً ذكياً يسمى "CMOS+X". فكر في "CMOS" كقطع "ليغو" القياسية والموثوقة التي نستخدمها لبناء جميع إلكترونياتنا الحالية. أما "X" فهي قطعة خاصة وجديدة يريدون تركيبها فوق تلك القطع لمنحها قدرات تشبه قدرات الدماغ. وفي هذه الدراسة تحديداً، الـ "X" هي مفتاح مغناطيسي صغير يسمى "وصلة نفق مغناطيسية" (MTJ). هذه هي نفس أنواع المفاتيح المستخدمة في بعض رقائق الذاكرة الحديثة، لكن الباحثين يستخدمونها بطريقة جديدة. لقد قاموا بربط هذا المفتاح المغناطيسي بترانزستور قياسي واحد (صمام إلكتروني صغير) لإنشاء نوع جديد تماماً من الخلايا العصبية الاصطناعية. والسؤال الكبير الذي يطرحونه هو: هل يمكن لهذا الزوج البسيط من الأجزاء، من خلال العمل معاً، أن يعمل بالفعل كخلية عصبية بيولوجية؟ هل يمكنه انتظار إشارة، وتحديد ما إذا كانت قوية بما يكفي، ثم "إطلاق" نبضة؟ والأهم من ذلك، هل يمكن لشبكة كاملة من هذه الخلايا أن تتعلم لغزاً صعباً بمجرد مراقبة أخطائها الخاصة؟

قام الباحثون ببناء نسخة افتراضية من هذا النظام باستخدام برنامج حاسوبي شهير يسمى "LTspice"، وهو يشبه برنامج محاكاة للدوائر الإلكترونية. لم يقوموا ببناء شريحة فيزيائية في مختبر لهذا الاختبار المحدد؛ بل أنشأوا نموذجاً رقمياً عالي التفاصيل لمعرفة ما إذا كانت الفيزياء ستعمل بشكل صحيح. واكتشافهم الرئيسي هو أن زوج "NMOS+MTJ" هذا يتصرف بالفعل كخلية عصبية بيولوجية. فعندما أرسلوا إشارة جهد إلى الداخل، كان الجزء المغناطيسي في الداخل يدور ويتحرك، مما خلق "نبضة" حادة في جهد المخرج، تماماً كما تطلق الخلية العصبية الحقيقية نبضتها. وقد حدث هذا دون الحاجة إلى أسلاك إضافية معقدة أو حواسيب رقمية تخبره بما يجب فعله؛ فقد جاء هذا السلوك بشكل طبيعي من فيزياء المواد المغناطيسية.

تظهر الورقة البحثية أن هذه الخلايا العصبية الاصطناعية يمكنها القيام بكل الأشياء الرائعة التي تقوم بها الخلايا العصبية الحقيقية. فهي تمتلك "عتبة"، مما يعني أنها تتجاهل الهمسات الضعيفة وتصرخ (تطلق نبضة) فقط عندما تكون الإشارة عالية بما يكفي. كما تمتلك خاصية "الكمون"، حيث تجعلها الإشارة الأقوى تطلق النبضة بشكل أسرع، بينما تجعلها الإشارة الأضعف تنتظر لفترة أطول. وهي تمتلك أيضاً "فترة جموح"، وهي وقت راحة قصير بعد الإطلاق حيث لا يمكنها الإطلاق مرة أخرى فوراً، تماماً كما تحتاج خلية دماغية إلى لحظة لإعادة الشحن. ويمكنها أيضاً "دمج" الإشارات، أي جمع عدة دفعات صغيرة بمرور الوقت حتى تصل أخيراً إلى نقطة الإطلاق.

قام الفريق بعد ذلك بربط هذه الخلايا العصبية معاً لتشكيل شبكة صغيرة، وربطهم بـ "مشابك عصبية" (التي صمموها كنماذج لمضخمات قابلة للتعديل). لقد علموا هذه الشبكة حل مشكلة "XOR"، وهي لغز منطقي كلاسيكي يصعب على الحواسيب البسيطة ذات الطبقة الواحدة، ولكنه سهل بالنسبة للدماغ. تعلمت الشبكة من خلال تعديل قوة الروابط بين الخلايا العصبية بناءً على قاعدة تسمى "الانحدار الاشتقاقي" (gradient descent). في المحاكاة، حاولت الشبكة حل اللغز، ورأت كم كان توقيتها خاطئاً، ثم قامت بتعديل الروابط لتقترب من الإجابة الصحيحة. وبعد حوالي 16 جولة من المحاولة والتصحيح، نجحت الشبكة في تعلم النمط. وقد تماشى ظهور النبضات تماماً مع الأوقات المستهدفة، مما أثبت أن النظام يمكنه تعلم مهمة معقدة وغير خطية بالكامل داخل محاكاة الدائرة التناظرية.

يلاحظ المؤلفون بعناية أن هذا مجرد "إثبات للمفهوم" عبر المحاكاة. فهم لم يبنوا شريحة فيزيائية تقوم بهذا بعد، ولم يختبروا كيف ستتعامل مع العيوب الواقعية مثل الحرارة أو أخطاء التصنيع. ومع ذلك، تشير المحاكاة إلى أنه إذا تمكنا من بناء هذه الدوائر باستخدام عمليات تصنيع قياسية (بما أن الأجزاء المغناطيسية تُستخدم بالفعل في رقائق الذاكرة)، فيمكننا إنشاء نوع جديد من شرائح الحاسوب. ستكون هذه الشريحة قادرة على التعلم ومعالجة المعلومات في مكان وجود البيانات مباشرة، باستخدام طاقة قليلة جداً، مما قد يغير قواعد اللعبة للأجهزة الذكية التي تحتاج إلى العمل ببطاريات تدوم لفترات طويلة. تفتح هذه الدراسة الباب أمام مستقبل لا تكتفي فيه إلكترونياتنا بحساب الأرقام، بل "تفكر" فعلياً بنفس الطريقة الإيقاعية القائمة على النبضات التي يعمل بها دماغنا.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف 🔬 physics.app-ph →