Rezept für künstliches Gehirn: Nanoröhren, Polyoxometallat und eine Prise Elektronen

Die Welt ist nah, das menschliche Gehirn ist riesig
(Friedrich Schiller).

Ein sehr kurzer, aber unglaublich genauer Gedanke. Das menschliche Gehirn ist Wissenschaftlern bis heute ein Rätsel. Ja, wir wissen seit langem, was und wie es funktioniert, welcher Abschnitt für welche Aktionen verantwortlich ist. Dies sind jedoch nur die Grundlagen der Neurobiologie. Zu sagen, dass das Gehirn von uns als zweimal zwei verstanden wird, ist ein großer Fehler. Und wie kann man, ohne das eigene Gehirn zu verstehen, versuchen, ein künstliches zu erschaffen? Ist das Dummheit oder ehrgeizig? Und es geht nicht um Eisenstücke, die auf dem Haufen gesammelt werden, um elektrische Impulse an die richtige Stelle zu lenken und so das menschliche Gehirn zu simulieren. Es geht um ein vollwertiges künstliches Gehirn. Versuche, so etwas zu schaffen, sind in der Welt der Wissenschaft nicht selten. In der Welt der Wissenschaft ist es im Allgemeinen schwierig zu finden, was niemand anderes getan hat. Heute werden wir mit Ihnen Studien treffen, die auf die Implementierung eines molekularen neuromorphen Netzwerkgeräts abzielen, das aus einwandigen Kohlenstoffnanoröhren in Verbindung mit Polyoxometallat besteht. Es klingt extrem schwierig, aber verdammt interessant. Lass uns gehen.

Studienbasis

Nicht alle Arten von Computertechnologie arbeiten nach dem gleichen Prinzip. Daher ist jeder Typ für bestimmte Aufgaben besser geeignet. Computer, die die Arbeit des menschlichen Gehirns simulieren, sind für Forscher von Interesse, da sie effizient Low-Power-Computing durchführen können, was mit klassischen Systemen schwieriger zu handhaben ist.

Die Wissenschaften, die vielen Variationen der KI (künstliche Intelligenz) zugrunde liegen, sind Informatik und Ingenieurwesen. Diese Studie basiert jedoch auf den Neurowissenschaften und kombiniert mehrere Bereiche der Untersuchung neuronaler Verbindungen, neuronaler Prozesse und Gehirnfunktionen.

Um das Konzept des „künstlichen Gehirns“ umzusetzen, muss gelernt werden, wie künstliche Impulsneuronen erzeugt werden, die das Auftreten von Nervenimpulsen (im Folgenden Peaks) simulieren, sowie die Erzeugung komplexer und dichter Netzwerke dieser Peaks.

Das Codieren neuronaler Informationen unter Verwendung von Peaks ist ein äußerst wichtiges Element für die Durchführung von Übertragungsvorgängen auf neuronalen Membranen (aktiven Übertragungsleitungen) in verrauschten und unzuverlässigen Medien.

Es ist immer noch schwierig, die praktische Anwendung der Technologie, die noch nicht vollständig untersucht wurde, vollständig zu verstehen, wie die Forscher sagen. Es sind jedoch bereits hervorragende Ergebnisse bei der Verwendung großer gepulster neuronaler Netze zur Durchführung einer blinden Signaltrennung * , Reservoirberechnung * usw. sichtbar.

Blindsignaltrennung * - Trennung eines Satzes von Quellensignalen von gemischten Signalen ohne Verwendung von Informationen über die Quelle.

Reservoir Computing * ist die Architektur eines gepulsten neuronalen Netzwerks, das aus einem wiederkehrenden Reservoir und Ausgangsneuronen besteht.

Derzeit sind neuromorphe Systeme den Fähigkeiten des menschlichen Gehirns weit unterlegen, da sie hauptsächlich aus Geräten bestehen, die auf CMOS * basieren. CMOS * - komplementäre Metalloxid-Halbleiter-Struktur. Im Gegenzug beschlossen die Wissenschaftler, diese etablierte Tradition zu ändern, indem sie ein molekulares neuromorphes Netzwerkgerät demonstrierten, das aus einem Netzwerk einwandiger Kohlenstoffnanoröhren in Kombination mit Polyoxometallat * besteht , das in diesem Fall ein Ersatz für klassisches Silizium ist.


Single Layer (SWNT) und Multilayer Carbon Nanotubes (MWNT)

Polyoxometallat * (POM) ist ein mehratomiges Ion, üblicherweise ein Anion, das aus drei oder mehr Übergangsmetalloxyanionen besteht, die durch gemeinsame Sauerstoffatome miteinander verbunden sind, um geschlossene dreidimensionale Gerüste zu bilden.

Um eine analoge neuromorphe „Maschine“ zu schaffen, werden zwei äußerst wichtige Arten von Geräten benötigt: synaptische Geräte und neuronale Membranen.

Die synaptische Vorrichtung befindet sich am Schnittpunkt von Axon * - und dendritischen * Drähten neuronaler Vorrichtungen und wirkt als Membranübergang, dessen Adhäsionskraft aufrechterhalten wird.

Axon * ist ein Prozess der Nervenzelle des Körpers, durch den ein Impuls von der Zelle auf die Organe und andere Zellen übertragen wird.

Dendrit * ist ein verzweigter Prozess einer Nervenzelle, der Informationen von Axonen anderer Nervenzellen erhält.

Die Struktur eines Neurons (Nervenzelle)

Diese synoptische Vorrichtung besteht aus einem Netzwerk von Kohlenstoffnanoröhren, das bereits erwähnt wurde.

Eine Neuralmembranvorrichtung, die das künstliche Äquivalent eines Neurons ist, erzeugt Impulse (Peaks) und überträgt sie über Axon- und dendritische Verbindungen an andere Vorrichtungen derselben Art.

Die Verwendung von einwandigen Nanoröhren beruht auf der Tatsache, dass Metallleiter auf der Basis von Kohlenstoffnanoröhren ein großes elektrisches Rauschen mit hoher Dynamik erzeugen. Darüber hinaus weisen einwandige Nanoröhren je nach Adsorption * von Molekülen unterschiedliche Leitfähigkeiten auf.

Die Adsorption * ist ein spontaner Prozess zur Erhöhung der Konzentration des gelösten Stoffes an der Grenzfläche zwischen zwei Phasen.

Grundlage der gesamten Versuchsvorrichtung war eine Substanz aus der Kategorie der Polyoxometallate - Phosphatdodecomolybdänsäure ( H ₃ PMo ₁₂ O ₄₀ ; im Folgenden einfach PMo ₁₂ ), die reversible Mehrelektronen- Redoxeigenschaften * , elektronische Universalität und negative Differenzialbeständigkeit * auf hochorientiertem pyrolytischem Graphit * aufweist .

Redoxeigenschaften * - Übertragung von Elektronen von einem Atom zum anderen. Das gebende Atom wird oxidiert und das empfangende Atom wird reduziert.

Der negative Differenzwiderstand * (NDR) ist eine Art von Widerstand, wenn der Stromfluss durch den Stromkreis zunimmt und die Spannung abnimmt.

Hochorientierter pyrolytischer Graphit * - in dieser Studie ist das Substrat. Es hat eine gute Leitfähigkeit und Reflexion.

Nachdem wir all das auf einem Haufen gesammelt haben, erhalten wir ein Gerät, das auf einwandigen Kohlenstoffnanoröhren und Polyoxometallat basiert und aus einem dichten und komplexen Netzwerk von PMo _12- Molekülen besteht, das ein gepulstes neuronales Netzwerk simuliert.

Aus Gründen der Klarheit, der Ergebnisse von Experimenten und ihres Vergleichs mit vorläufigen Berechnungen schlagen die Forscher vor, ein abstraktes zweidimensionales Modell molekularer Verbindungen zu betrachten.

Versuchsergebnisse

Bild Nr. 1

In Bild 1a sehen wir eine Fotografie eines Rasterkraftmikroskops (AFM), die die Struktur eines einwandigen Nanoröhrchens in Kombination mit einem Polyoxometallat auf einem Siliziumsubstrat zeigt. Der Durchmesser der Strukturelemente überschreitet einige Nanometer nicht und die Gesamtdicke der Struktur beträgt 10 nm.

Grafik 1b zeigt die gemessenen Strom- und Spannungseigenschaften. Da die Wobbelspannung des Rasterkraftmikroskop-Controllers fest und extrem transient war, wurden die Messungen ausschließlich zur Vorprüfung durchgeführt.

Wir können mehrere Peaks in der Grafik beobachten, die darauf hinweisen, dass der Strom nicht gleichmäßig anstieg, da die Vorspannung aufgrund der Eigenschaften des negativen Differenzwiderstands des untersuchten Geräts anstieg.


Bild Nr. 2

Bild 2a ist die beabsichtigte Netzwerkstruktur. Gelbe Quader sind Endelektroden, schwarze Röhren sind SWNT und violette Punkte sind POM-Partikel.

2b ist eine Mikrophotographie einer hergestellten SWNT / POM-Netzwerkvorrichtung, die mehrere Endelektroden (1-6 im Bild) mit unterschiedlichem Abstand zwischen den Elektroden aufweist.

Die Studie umfasste zwei Proben:

A - mit Ethanol behandelt;
B - mit destilliertem Wasser behandelt.

Die Graphen in Bild 2c sind die Stromänderungen in Probe A mit einer schrittweisen Erhöhung der Vorspannung von 0 V auf 125 V.


Bild Nr. 3

Grafik 3a zeigt die Strom-Spannungs-Charakteristik * von Probe A im Spalt zwischen den Elektroden 1 und 2. Hier sehen wir den NDR-Peak (roter Pfeil) zwischen 125 und 150 V Vorspannung. Diese Daten wurden in Luft bei Raumtemperatur mit einem durchschnittlichen Stromleitungszyklus von 100 und einer 60-Hz-Stromleitung gesammelt.

Volt-Ampere-Kennlinie * - Abhängigkeit des Stroms eines Stromkreises von seiner Spannung.

Wenn die Vorspannung auf 150 V erhöht wurde, wurde der Strom instabil. In diesem Fall traten nicht-Gaußsche Verteilungen auf, die zur Erzeugung eines periodischen / aperiodischen Stroms führten. Wenn die Spannung viel höher als 150 V eingestellt ist, wird das gesamte System instabil. In Grafik 3b ist dies aufgrund der aufgetretenen elektrischen Impulse deutlich sichtbar. Ihre Häufigkeit ist in einem zusätzlichen Diagramm sichtbar (rot hervorgehoben).

Die Strom-Spannungs-Kennlinie von Probe B im Spalt zwischen den Elektroden 1 und 2 ist in Grafik 3c dargestellt . Wenn die Vorspannung mehr als 80 V beträgt, tritt eine Hysterese auf, die die Eigenschaften des NDR und die Strominstabilität demonstriert. Wenn die Spannung unter 80 V lag, wurde aufgrund des beschleunigten Ionentransfers in der Probe, die mit destilliertem Wasser behandelt wurde (Probe B ), keine tödliche Instabilität beobachtet. In Probe A gab es keinen solchen Effekt, da sie mit Ethanol behandelt wurde.

Das 3D- Diagramm zeigt den Strom bei einer Vorspannung von 80 V. Hier sehen Sie Anzeichen von periodischen / aperiodischen Stromschwankungen (ca. 25 Hz) und zufälligen elektrischen Impulsen.

Als nächstes werden uns Poincaré-Diagramme gezeigt, auf denen wir den Unterschied in der angelegten Vorspannung ( 3e ) und dem Verhältnis der Konzentration von Partikeln aus Polyoxometallat zu Nanoröhren ( 3f ) sehen können.

Der Einschub in Grafik 3e zeigt als Beispiel eine kurze Folge von Impulsen, wobei t _n das n-te Spitzenintervall ist. Dieser Indikator diente als Grundlage für die Erstellung des Poincare-Diagramms. Jeder Punkt entspricht seinem Intervall zwischen den Spitzen (t _n , t _n + 1), das anschließend das Chaos visuell von der Zufälligkeit unterscheidet.

Schauen wir uns noch einmal Diagramm 3e an. Alle Punkte, die interspezifische Intervalle bei unterschiedlichen Vorspannungen sind, weisen nicht die Eigenschaften selbstähnlicher Objekte * auf . Dies legt nahe, dass die Folge der erzeugten Impulse völlig zufällig war.

Selbstähnlichkeit * - wenn ein Teil eines Objekts teilweise oder vollständig mit dem Objekt selbst identisch ist:

Es ist erwähnenswert, dass Zufälligkeit und Chaos völlig verschiedene Dinge sind. Tatsächlich hat das Wort „Chaos“ in Mathematik oder Physik nicht die gleiche Bedeutung, die wir auf alltäglicher Ebene gewohnt sind. In der Mathematik ist Chaos beispielsweise, wenn ein System bestimmt wird, dh die Ergebnisse dieses Systems hängen streng von den Faktoren ab, die es beeinflussen. Es stellt sich heraus, dass Chaos kein Chaos ist, sondern eine bestimmte Art der Systemreihenfolge, wenn dies stark übertrieben ist.

Phosphatdodecomolybdänsäure (H ₃ PMo ₁₂ O ₄₀ )

Die chemische Analyse einer Substanz mit einem unaussprechlichen Namen zeigte, dass PMo ₁₂ bis zu 24 Elektronen „speichern“ kann, was natürlich zu bestimmten Änderungen in der Struktur des Moleküls führt.

Es ist zu beachten, dass die Leitfähigkeit einer molekularen Verbindung in Abhängigkeit vom elektronischen und strukturellen Zustand variiert und dies zum Auftreten von elektrischem Rauschen im Verbindungsbereich führt.

Die Forscher lösten dieses Problem, indem sie es von anderen Wissenschaftlern demonstrierten. Wenn wir die Methode zum Schalten der Leitfähigkeit durch Oxidation und Reduktion * auf Moleküle anwenden, wird das Verhältnis von schwacher zu starker Leitfähigkeit des elektrischen Stroms selbst bei einer Vorspannung von weniger als 1 V 1000 überschreiten.

Reduktion * - Reduktion durch Oxid (Antipode der Oxidation).

Diese Beobachtung wurde auch bei der Erstellung des Modells verwendet, das in dieser Studie diskutiert wird. Die Leitfähigkeit zwischen Polyoxometallatmolekülen und Nanoröhren ändert sich von schwach zu stark, wenn die Anzahl der Elektronen in PMo _12- Molekülen ihre maximale Anzahl überschreitet.

Damit ein Molekül mehrere Elektronen aufnehmen kann, muss die Leitfähigkeit der intermolekularen Verbindung niedrig sein. Wenn zu viele Ladungen enthalten sind, ergibt sich eine beeindruckende Potentialdifferenz über die gesamte Verbindung, die zu einem Übergang von niedriger zu hoher Leitfähigkeit führt.

Wenn die von einem Molekül absorbierten Elektronen durch eine hochleitfähige Verbindung entladen werden, übertragen sie sich auf das benachbarte Molekül mit dem größten Potential. Wenn dieses Molekül auch mit Elektronen „in die Augäpfel gepackt“ ist, tritt im gesamten Netzwerk des Systems eine Kettenreaktion auf. Ähnliche Kettenreaktionen treten im menschlichen Körper auf. Berühren Sie mit Ihrem Finger eine kalte Oberfläche. Die taktilen Rezeptoren erhalten Informationen über die Kälte und übertragen diese über das neuronale Netzwerk an Ihr Gehirn. Einfach ausgedrückt, diese Informationen werden von der Fingerspitze zu Ihrem „Personal Computer“ in Ihrem Kopf übertragen, und das alles mit einer Geschwindigkeit von bis zu 120 m / s.

Nachwort

Diese Studie hat gezeigt, dass die Verwendung spezifischer Substanzen in Verbindung mit Nanostrukturen unter bestimmten Umständen die Funktion des Nervensystems eines lebenden Organismus simulieren kann. Eine verifizierte Auswahl solcher Komponenten auf der Grundlage ihrer chemischen, elektrisch leitenden und molekularen Eigenschaften ermöglicht es uns, ein System zu schaffen, das aufgrund der Übersättigung von H ₃ PMo ₁₂ O ₄₀ -Molekülen Elektronen von einem Element auf ein anderes übertragen kann. "Brücken" zwischen denen einwandige Kohlenstoffnanoröhren sind.

Wir werden keine Cloud-Sperren erstellen und direkt sagen, dass das oben genannte System extrem instabil ist und noch nicht in den Sinn gekommen ist. Dies ist jedoch ein großer Schritt in Richtung der Schaffung einer neuen (obwohl in vielen früheren Studien und sogar in der Science-Fiction-Literatur beschriebenen) Computertechnologie. Solche Maschinen werden zumindest in Kürze keine klassischen Computer ersetzen können, sondern werden für bestimmte Aufgaben verwendet. Oder vielleicht wird ein neuromorpher Computer zum Standard der Computertechnologie und trägt zu Recht den Titel „künstliche Intelligenz“. Die Zeit wird zeigen. In der Zwischenzeit werden wir solche Studien weiterhin überwachen, jedes Mal überrascht über die immer mehr nicht standardmäßigen Methoden zur Umsetzung eines solchen Konzepts.

Ich empfehle Ihnen dringend, sich mit dem Bericht von Wissenschaftlern vertraut zu machen, in dem die Messmethoden sowie der zelluläre Automat des Modells des untersuchten neuromorphen Netzwerks ausführlich beschrieben werden.

Vielen Dank für Ihren Aufenthalt bei uns. Gefällt dir unser Artikel? Möchten Sie weitere interessante Materialien sehen? Unterstützen Sie uns, indem Sie eine Bestellung aufgeben oder sie Ihren Freunden empfehlen. Habr-Benutzer erhalten 30% Rabatt auf ein einzigartiges Analogon von Einstiegsservern, das wir für Sie erfunden haben: Die ganze Wahrheit über VPS (KVM) E5-2650 v4 (6 Kerne) 10 GB DDR4 240 GB SSD 1 Gbit / s $ 20 oder wie teilt man den Server? (Optionen sind mit RAID1 und RAID10, bis zu 24 Kernen und bis zu 40 GB DDR4 verfügbar).

Dell R730xd 2 mal günstiger? Nur wir haben 2 x Intel Dodeca-Core Xeon E5-2650v4 128 GB DDR4 6 x 480 GB SSD 1 Gbit / s 100 TV von 249 US-Dollar in den Niederlanden und den USA! Lesen Sie mehr über den Aufbau eines Infrastrukturgebäudes. Klasse mit Dell R730xd E5-2650 v4 Servern für 9.000 Euro für einen Cent?