Учёные создали мозгоподобную память для ИИ-сенсоров на базе фототранзистора и органического материала

Исследователи из Университета штата Орегон разработали светочувствительный цифровой накопитель памяти, объединяющий в одном фототранзисторе функции сенсора, памяти и обработки сигналов.

Разработка способна заметно снизить энергозатраты будущего ИИ-оборудования, а её описание опубликовано в журнале Advanced Functional Materials.

Особенность гаджета в том, что он имитирует ключевую способность мозга усиливать важные воспоминания и позволять менее полезной информации постепенно угасать. Создатели из инженерного колледжа OSU стремились перенести часть ИИ-вычислений ближе к сенсору, чтобы данные не приходилось гонять между отдельными аппаратными блоками.

Руководитель проекта Ларри Ченг, профессор электротехники и компьютерных наук, отметил:

Наш оптоэлектронный гаджет вводит новую аппаратную возможность, которая может обеспечить более эффективную обработку информации прямо на уровне сенсора.

Сегодняшние ИИ-системы разделяют восприятие, память и обработку, ключевые задачи машинного восприятия, между разными компонентами. Постоянная пересылка данных между ними съедает энергию и снижает эффективность всей системы.

Орегонский гаджет переносит часть функций памяти и обработки прямо в светочувствительный сенсор. Реализовано это в фототранзисторе из двух материалов: оксидный полупроводник формирует канал транзистора, по которому течёт ток, а сверху расположен фоточувствительный органический слой, поглощающий свет и генерирующий электрические заряды.

Когда свет попадает на гаджет, часть зарядов застревает в органическом слое. Даже после исчезновения света эти захваченные заряды продолжают влиять на ток в полупроводниковом канале. Фактически гаджет сохраняет память об ранее зафиксированном оптическом сигнале.

Главная находка в том, что эта память не статична. Подавая небольшое напряжение на затвор, исследователи могут менять положение захваченных зарядов относительно канала транзистора. Если заряды ближе к каналу, их влияние сильнее, и память хранится дольше; при удалении эффект ослабевает, и информация быстрее забывается.

Такое поведение отчасти напоминает работу биологического мозга. В нервной системе химические сигналы определяют, будет ли воспоминание закреплено или угаснет, а в разработке OSU аналогичную роль выполняет электрический сигнал, обеспечивая программируемое время хранения данных.

Подобный подход особенно перспективен для нейроморфных вычислений, где системы строятся по образцу биологических нейронных сетей. Он также вписывается в концепцию in-sensor computing, когда данные обрабатываются прямо в точке захвата, а не отправляются на отдельные процессоры и блоки памяти.

Для ИИ-систем компьютерного зрения это означает оборудование, способное фильтровать, взвешивать и временно удерживать визуальную информацию ещё до того, как она достигнет обычного процессора.

Роботу, дрону, камере наблюдения или автономной системе не нужно вечно хранить каждый визуальный сигнал, какие-то данные важны кратко, какие-то дольше, а часть должна исчезать почти мгновенно.

Светочувствительная память с программируемым временем хранения создаёт настраиваемое временное окно для обработки визуальных и других сенсорных сигналов прямо там, где они регистрируются, что может обеспечить более эффективные системы зрения и другие сенсорные ИИ-технологии.

Исследование пока остаётся на уровне отдельного гаджета и не заменит современные ИИ-ускорители или сенсоры изображения напрямую. Однако оно указывает путь к оборудованию, в котором будущие ИИ-системы станут меньше зависеть от постоянной пересылки данных между сенсорами, памятью и процессорами.

При успешном масштабировании это сделает ИИ-устройства быстрее, компактнее и энергоэффективнее, особенно на периферии, где экономия энергии критически важна.

Больше статей на Shazoo
Тэги:

Об авторе

Эксперт по Fallout
Главный редактор
Более 16 лет в индустрии освещения видеоигр, кино, сериалов, науки и техники. Особенно разбираюсь в серии Fallout, ценитель The Elder Scrolls. Поклонник Arcanum и Fallout Tactics. Больше всего играю в Civilization, Old World и градостроители. Изучаю ИИ и загадки космоса.