محققان دپارتمان مهندسی برق و علوم کامپیو‌تر دانشگاه DGIST در کره جنوبی، نسل جدیدی از فناوری نیمه‌رسانا برای محصولات هوش مصنوعی را معرفی کردند که از مکانیسم پردازش مغز انسان الهام گرفته شده است.
نیمه‌رسانای هوش مصنوعی با معماری نورومورفیک
بر اساس مقاله‌ای منتشرشده در مجله، تیم پژوهشی کره جنوبی یک دستگاه نورومورفیک ساخته است که قادر به ذخیره سطوح مختلف داده‌ها به روشی مشابه نورون‌های بیولوژیکی می‌باشد. آن‌ها ترانزیستور‌های سیناپسی را با بهره‌گیری از اکسید هافنیوم که خواص الک‌تریکی قوی دارد و لایه‌های نازک دی‌سولفید قلع، توسعه داده‌اند.
پیشرفت سریع هوش مصنوعی باعث افزایش تقاضا برای فناوری‌های نیمه‌رسانای نوین شده است. دستگاه‌های محاسباتی سنتی با معماری فون‌نوایمن که از حافظه‌های جداگانه استفاده می‌کنند، با چالش‌هایی در شدت و کارایی انرژی روبرو هستند. در اینجا دستگاه‌های نورومورفیک که عملکرد محاسبه و حافظه هم‌زمان نورون‌های انسان را تقلید می‌کنند، مورد توجه قرار گرفته‌اند.
محققان ویژگی‌های بیولوژیکی مغز را در دستگاه جدید خود پیاده‌سازی کرده‌اند. این دستگاه در برخی موارد حتی کارآمد‌تر از مغز انسان عمل می‌کند و ده‌هزار برابر سریع‌تر از سیناپس‌های بیولوژیکی پاسخ می‌دهد، اگرچه مصرف انرژی آن همچنان قابل‌توجه است. مصرف انرژی در هوش مصنوعی مسئله حیاتی است؛ به عنوان مثال چت‌بات ChatGPT روزانه بیش از پانصد هزار کیلووات‌ساعت برق مصرف می‌کند. به همین دلیل توسعه فناوری نیمه‌رسانایی که با حفظ کارایی، انرژی کمتری مصرف کند، اولویت محققان بوده است.
تیم پژوهشی معتقد است این کار گامی مهم به سمت معماری محاسباتی نسل بعدی است که نیاز به مصرف انرژی پایین و محاسبات با شدت بالا دارد. سخت‌افزار نورومورفیک با کارایی بالا آن‌ها، با بهره‌گیری از کانال‌های دو بعدی و اکسید هافنیوم فروالک‌تریک، در آینده می‌تواند کاربرد‌های متنوعی در حوزه هوش مصنوعی و یادگیری ماشین داشته باشد.
