Исследователи Национального университета Сингапура продемонстрировали, что обычный кремниевый транзистор способен имитировать функции биологического нейрона и синапса при нетрадиционном режиме работы. Это открытие представляет важный шаг вперёд в области нейроморфных вычислений.
Исследование проводилось под руководством доцента Марио Ланза из Департамента материаловедения и инженерии. Результаты работы опубликованы в журнале Nature 26 марта 2025 года. Учёные предложили перспективный путь к созданию масштабируемого и энергоэффективного оборудования для искусственных нейронных сетей.
Человеческий мозг остаётся более энергоэффективным, чем электронные процессоры, благодаря около 90 миллиардам нейронов, образующим порядка 100 триллионов соединений. Синаптическая пластичность лежит в основе обучения и памяти. Несмотря на значительные достижения в области искусственного интеллекта, программные нейронные сети, такие как ChatGPT, требуют огромных вычислительных ресурсов и электроэнергии.
Команда сингапурских исследователей продемонстрировала, что один стандартный кремниевый транзистор при определённой настройке способен воспроизводить как нейронную активацию, так и синаптические изменения веса. Этого удалось достичь путём регулирования сопротивления объёмного терминала до определённых значений, контролирующих два физических явления внутри транзистора: сквозную ударную ионизацию и захват заряда.
Учёные разработали двухтранзисторную ячейку, способную работать как в нейронном, так и в синаптическом режиме, назвав её «нейро-синаптическая память с произвольным доступом» (NS-RAM). Главное преимущество подхода заключается в использовании коммерческой технологии КМОП, применяемой в современных компьютерных процессорах и микрочипах памяти, что обеспечивает масштабируемость и совместимость с существующими процессами полупроводникового производства, сообщает Nature.
