A van der Waals Floating-Gate Platform for Broadband Optoelectronic Neuromorphic Computing
यह शोध पत्र एक वैन डेर वाल्स ReS2/hBN/InSe फ्लोटिंग-गेट सिनैप्टिक ट्रांजिस्टर प्रस्तुत करता है जो अगली पीढ़ी के न्यूरोमॉर्फिक कंप्यूटिंग के लिए एक ही कॉम्पैक्ट डिवाइस के भीतर द्वि-दिशीय भार मॉड्यूलेशन (bidirectional weight modulation), आवश्यक सिनैप्टिक कार्यों और उच्च-क्रम के साहचर्य शिक्षण (higher-order associative learning) को सक्षम करने हेतु ब्रॉडबैंड ऑप्टोइलेक्ट्रॉनिक लर्निंग के साथ नॉनवोलेटाइल मेमोरी को एकीकृत करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
मानव मस्तिष्क दक्षता का एक उस्ताद है, जो बहुत कम शक्ति का उपयोग करते हुए सूचनाओं की विशाल मात्रा को संसाधित करता है। यह न्यूरॉन्स और सिनैप्स के एक एकल, परस्पर जुड़े हुए जाल के माध्यम से स्मृति (मेमोरी) और गणना को एक साथ जोड़कर इसे प्राप्त करता है। इसके विपरीत, आज हम जो कंप्यूटर उपयोग करते हैं वे एक ऐसे डिज़ाइन पर निर्भर करते हैं जो इन दोनों कार्यों को अलग करता है। डेटा को लगातार उस प्रोसेसर के बीच आना-जाना पड़ता है जो गणना करता है और उस मेमोरी चिप के बीच जो जानकारी संग्रहीत करती है, यह एक ऐसी यात्रा है जो ऊर्जा बर्बाद करती है और प्रदर्शन को धीमा कर देती है। अगली पीढ़ी की बुद्धिमान मशीनें बनाने के लिए, वैज्ञानिक ऐसे हार्डवेयर बनाने की कोशिश कर रहे हैं जो मस्तिष्क की वास्तुकला की नकल कर सके, जहाँ एक एकल उपकरण सूचना को याद भी रख सके और नए इनपुट से सीख भी सके। इस प्रयास में एक प्रमुख घटक कृत्रिम सिनैप्स (artificial synapse) है, जो एक छोटा इलेक्ट्रॉनिक स्विच है जो पिछले गतिविधि के आधार पर अपनी शक्ति बदल सकता है, ठीक वैसे ही जैसे मस्तिष्क कोशिकाओं के बीच एक जैविक संबंध होता है। हालाँकि शोधकर्ताओं ने इन उपकरणों के कई प्रकार बनाए हैं, लेकिन अधिकांश दीर्घकालिक स्मृति और प्रकाश से सीखने की क्षमता को जोड़ने में संघर्ष करते हैं, एक ऐसी क्षमता जो मशीनों को दृश्य सूचनाओं को सीधे और कुशलता से संसाधित करने की अनुमति देगी।
दक्षिण कोरिया के डोंगगुक विश्वविद्यालय के शोधकर्ताओं की एक टीम ने एक नए प्रकार का कृत्रिम सिनैप्स विकसित किया है जो इस अंतर को सफलतापूर्वक पाट देता है। उन्होंने एक एकल ट्रांजिस्टर बनाया है जो डेटा को स्थायी रूप से संग्रहीत कर सकता है और दृश्य रंगों से लेकर अदृश्य इन्फ्रारेड किरणों तक, प्रकाश की एक विस्तृत श्रृंखला से भी सीख सकता है। यह उपकरण तीन अलग-अलग परमाणु रूप से पतली सामग्रियों के ढेर से बना है, जो एक सूक्ष्म सैंडविच की तरह परत दर परत व्यवस्थित हैं। निचली परत इंडियम सेलेनाइड नामक एक सामग्री है, जो विद्युत आवेशों के लिए एक भंडारण तिजोरी के रूप में कार्य करती है। इस तिजोरी को ऊपरी परत से अलग करने के लिए हेक्सागोनल बोरॉन नाइट्राइड की एक पतली शीट है, जो एक सुरक्षित सुरंग के रूप में कार्य करती है जिससे इलेक्ट्रॉन केवल संकेत मिलने पर ही गुजर सकते हैं। ऊपरी परत रिनियम डाइसल्फाइड से बनी है, जो प्रकाश के प्रति तीव्र प्रतिक्रिया करती है। जब शोधकर्ता डिवाइस पर विद्युत स्पंद (electrical pulse) लागू करते हैं या प्रकाश डालते हैं, तो इलेक्ट्रॉन सुरंग के माध्यम से चलते हैं और भंडारण परत में फंस जाते हैं, जिससे ऊपरी परत के माध्यम से बिजली के प्रवाह की सुगमता स्थायी रूप से बदल जाती है। प्रवाह में यह परिवर्तन एक नई स्मृति अवस्था या एक सीखा हुआ संबंध दर्शाता है।
शोधकर्ताओं ने पाया कि यह उपकरण याद रखने में असाधारण रूप से कुशल है। विद्युत स्पंद लागू करके, वे पर्याप्त आवेश को फंसा सके जिससे डिवाइस की "ऑन" और "ऑफ" अवस्थाओं के बीच एक विशाल अंतर पैदा हो सके, जिसमें "ऑन" अवस्था में करंट "ऑफ" अवस्था की तुलना में दस लाख गुना से भी अधिक शक्तिशाली था। एक बार जब जानकारी लिख दी गई, तो डिवाइस ने बिना किसी रिफ्रेश पावर के 10,000 सेकंड से अधिक समय तक इसे स्थिरता से बनाए रखा। यह स्थिरता विश्वसनीय कंप्यूटर मेमोरी बनाने के लिए महत्वपूर्ण है। सरल भंडारण से परे, यह डिवाइस एक सीखने वाले मस्तिष्क कोशिका की तरह व्यवहार करता है। जब शोधकर्ताओं ने विद्युत संकेतों की एक श्रृंखला भेजी, तो डिवाइस की प्रतिक्रिया प्रत्येक स्पंद के साथ मजबूत होती गई, जो इस बात की नकल करती है कि कैसे एक जैविक सिनैप्स तब मजबूत होता है जब न्यूरॉन्स बार-बार एक साथ फायर करते हैं। वे विपरीत ध्रुवीयता (polarity) के संकेत भेजकर कनेक्शन को कमजोर भी कर सकते थे, जिससे डिवाइस भूलने या सीखने को समायोजित करने में सक्षम होता है।
यह खोज विशेष रूप से महत्वपूर्ण इसलिए है क्योंकि यह डिवाइस प्रकाश के प्रति कैसी प्रतिक्रिया देता है। पुराने इलेक्ट्रॉनिक मेमोरीज़ के विपरीत जो केवल विद्युत संकेतों को समझते हैं, यह नया सिनैप्स प्रकाश के एक विस्तृत स्पेक्ट्रम का उपयोग करके प्रशिक्षित किया जा सकता है। शोधकर्ताओं ने इसका परीक्षण हरे, लाल और निकट-इन्फ्रारेड प्रकाश के साथ किया, और डिवाइस ने उन सभी के प्रति प्रतिक्रिया दी। प्रकाश की चमक या उसके चमकने की अवधि को बदलकर, वे सटीक रूप से नियंत्रित कर सके कि डिवाइस ने कितना सीखा। प्रकाश के एक संक्षिप्त फ्लैश ने एक अस्थायी परिवर्तन उत्पन्न किया, जो अल्पकालिक स्मृति के समान है, जबकि लंबे, उज्ज्वल एक्सपोज़र ने एक स्थायी परिवर्तन बनाया, जो दीर्घकालिक स्मृति के समान है। डिवाइस विभिन्न प्रकाश पैटर्न और बिजली के बीच अंतर भी कर सकता था। एक प्रयोग में, शोधकर्ताओं ने डिवाइस को एक विशिष्ट विद्युत संकेत को प्रकाश की एक चमक के साथ जोड़ने (associate) के लिए प्रशिक्षित किया। प्रशिक्षण के बाद, डिवाइस केवल विद्युत संकेत पर ही प्रतिक्रिया करता था, जैसे कि उसने प्रकाश की अपेक्षा करना सीख लिया हो, जो कि प्रसिद्ध प्रयोगों के समान है जहाँ एक कुत्ता घंटी की आवाज़ पर लार टपकाना सीख जाता है।
टीम ने यह भी दिखाया कि यह एकल उपकरण केवल अपने उत्तेजना (stimulation) के तरीके को बदलकर जटिल तार्किक कार्यों (logical tasks) को निष्पादित कर सकता है। विद्युत और प्रकाश इनपुट की शक्ति को समायोजित करके, वे डिवाइस को एक "AND" गेट के रूप में कार्य करने के लिए प्रोग्राम कर सकते हैं, जो केवल तभी आउटपुट देता है जब प्रकाश और बिजली दोनों मौजूद हों, या एक "OR" गेट के रूप में, जो आउटपुट देता है यदि उनमें से कोई भी मौजूद हो। इसकी अपनी भौतिक संरचना को बदले बिना अपने तर्क को पुनर्गठित करने की यह क्षमता उन कंप्यूटरों की ओर इशारा करती है जो चलते समय अपने कार्यों को अनुकूलित कर सकते हैं। शोधकर्ताओं ने पुष्टि की कि डिवाइस का व्यवहार भंडारण परत में इलेक्ट्रॉनों की गति द्वारा संचालित था न कि अन्य प्रभावों द्वारा, और उन्होंने वैकल्पिक स्पष्टीकरणों को खारिज करने के लिए विस्तृत मापन का उपयोग किया। यह कार्य एक ऐसा बहुमुखी मंच प्रदर्शित करता है जहाँ स्मृति, सीखना और प्रकाश संवेदन एक ही कॉम्पैक्ट घटक में एकीकृत हैं, जो ऐसी छोटी, तेज़ और अधिक ऊर्जा-कुशल प्रणालियों को बनाने के लिए एक आशाजनक रणनीति प्रदान करता है जो मानव मस्तिष्क की तरह सूचना को संसाधित कर सकें।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।