I dette blogindlæg vil vi udforske principperne og karakteristikaene for memristorer – elektroniske enheder, der efterligner menneskelige synapser – og deres betydning inden for kunstig intelligens-teknologi.
Når man tager metroen første gang, virker den klaprende lyd fra hjulene usædvanlig høj. Men når toget passerer den ene station efter den anden, kommer der et punkt, hvor vi næsten ikke bemærker lyden længere. Dette skyldes, at vores sanser er blevet desensibiliserede, når den samme stimulus gentages. I modsætning hertil bliver en maskines sanser ikke let desensibiliserede. Lad os tage en drikkevareautomat som et eksempel. Maskinen registrerer præcist, hvilken knap der er blevet trykket på, og dispenserer derefter den tilsvarende drik. Selv hvis denne proces gentages hele dagen lang, udfører maskinen den samme handling uden tøven den næste dag. For de fleste maskiner forbliver ydeevnen ensartet, selv under sådanne gentagne opgaver. Så hvad nu hvis maskiner havde den egenskab, at deres sanser er sløvede, ligesom mennesker?
Sensorisk sløvhed er tæt forbundet med synapser. Synapser er forbindelserne mellem neuroner - de nerveceller, der udgør den menneskelige hjerne - og sensorisk information transmitteres i form af elektrokemiske signaler, når den passerer gennem neuroner og synapser. Når det samme signal transmitteres gentagne gange, falder effektiviteten af neural transmission ved synapsen midlertidigt, hvilket resulterer i et fænomen kendt som sensorisk sløvhed. Så er det muligt at efterligne disse karakteristika ved synapser i computere?
Kernen i konventionelle computere består af utallige transistorer. Faktisk er der tidligere blevet forsket i at efterligne menneskelige synapser ved hjælp af transistorer. Det er dog kendt, at den menneskelige hjerne indeholder over 100 billioner synapser, og implementeringen af dem alle med transistorer står over for betydelige begrænsninger med hensyn til integrationstæthed og strømforbrug. Efterhånden som transistorbaserede neurale netværk vokser i skala, stiger deres pladskrav og strømforbrug dramatisk. Af denne grund vender forskere deres opmærksomhed mod en ny elektronisk enhed kaldet memristor, som kan implementere egenskaber, der mere ligner menneskelige synapsers.
Udtrykket "memristor" er en sammentrækning af "hukommelse" og "modstand"; det refererer til en ultralille elektronisk enhed, der bevarer indflydelsen af tidligere strøm. Mens en modstand typisk bestemmer størrelsen af strømflowet, ændrer en memristors modstandsværdi sig afhængigt af den samlede mængde strøm, der er løbet gennem den. Den bevarer også sin sidste modstandstilstand, selv efter at strømforsyningen er afbrudt. Disse egenskaber betragtes som en stor fordel, fordi de gør det muligt at lagre information uden behov for en separat hukommelsesenhed. Mens konventionelle transistorer også kan lagre information, kræver de yderligere kredsløb, hvilket øger enhedens størrelse og øger strømforbruget. I modsætning hertil har memristorer en simpel struktur, forbruger lidt strøm og er velegnede til høj integration; som et resultat forskes de i som en nøgleteknologi inden for næste generations hukommelse og neuromorfisk databehandling.
Selvom konceptet med memristor først blev foreslået af professor Leon O. Chua i 1971, fik det ikke megen opmærksomhed på det tidspunkt, fordi transistorteknologien udviklede sig hurtigt. Efter at forskere hos Hewlett-Packard med succes implementerede en rigtig memristor i 2008, fik relateret forskning dog betydelig momentum, og det betragtes nu som en af kerneteknologierne inden for næste generations halvledere og kunstig intelligens-hardware.
En memristor er fundamentalt struktureret med titanoxid (TiO₂) klemt inde mellem platinelektroder. Titandioxid er opdelt i to områder med forskellige egenskaber afhængigt af iltfordelingen. Den ene region er titandioxid (TiO₂), som er fuldt mættet med ilt, og hvor ilt næsten ikke bevæger sig; den anden er titandioxid (TiO₂-x), hvor der mangler noget ilt, hvilket tillader ilt at bevæge sig relativt frit. Da strøm let flyder gennem det område, hvor ilten er delvist opbrugt, selv ved lave spændinger, falder den samlede elektriske modstand, efterhånden som andelen af dette område stiger. Platinelektroder placeres over og under titandioxidlaget for at påføre spænding.
Lad os nu betragte tilfældet, hvor en negativ spænding påføres den øvre elektrode. Da ens ladninger frastøder hinanden, bevæger iltionerne nær grænsefladen sig mod det modsatte område. Som følge heraf bliver en del af området, der tidligere var mættet med ilt, et område, hvor elektricitet flyder let, når ilt undslipper, og området, hvor strømmen flyder let, udvider sig gradvist. Omvendt, hvis en negativ spænding påføres den nedre elektrode, bevæger iltionerne sig tilbage i deres oprindelige retning, hvilket får området med høj elektrisk ledningsevne til at krympe, mens området med tilstrækkelig ilt udvider sig igen. Disse ændringer fortsætter, så længe spændingen påføres, hvilket demonstrerer den første egenskab ved en memristor: dens modstandsværdi ændrer sig afhængigt af mængden af strøm.
Så hvorfor forbliver modstandsværdien uændret, selv efter at strømmen er slukket? Transistorer ændrer også deres tilstand afhængigt af spændingen, men de kan generelt ikke opretholde denne tilstand, når strømmen er afbrudt. Da atomarrangementet i selve titanoxidet ændrer sig i en memristor, bevares den endelige tilstand, selv efter at strømmen er afbrudt.
I områder, hvor der er delvis iltmangel, findes der to typer titanioner (Ti³⁺, Ti⁴⁺). Når iltioner bevæger sig, skifter elektroner mellem titanioner for at opretholde ladningsbalancen, og i processen omdannes nogle Ti³⁺-ioner til Ti⁴⁺-ioner. Da Ti⁴⁺-ioner, som bærer en større positiv ladning, tiltrækker negativt ladede iltioner stærkere, sker denne ladningsoverførsel naturligt. I sidste ende, selv efter at spændingen er fjernet, forbliver den nye atomstruktur uændret, så modstanden også bevarer sin endelige tilstand.
For at sige det enkelt, svarer det til en situation, hvor en person sidder på et sæde i en metro, og sædet ved siden af dem er tomt. Hver gang toget bevæger sig, flytter personen et sæde over til det tomme sæde, men antallet af tomme sæder forbliver på én. Ligesom personens position ændrer sig, men sædernes overordnede struktur forbliver den samme, ændrer en memristor sig kun med arrangementet af iltioner og elektroner, mens den overordnede struktur bevares, hvilket gør det muligt for den at "huske" sin tidligere tilstand.
Forskere bemærker, at denne egenskab minder meget om den, der findes i menneskelige synapser. I synapser ændrer effektiviteten af neural transmission, når det samme signal gentages; tilsvarende ændrer modstandsværdien sig i memristorer, når strømmen flyder gentagne gange. På grund af disse ligheder forskes der i memristorer som kernekomponenter i neuromorfisk databehandling, som efterligner den menneskelige hjerne. Faktisk udvikler forskere forskellige typer kunstig intelligens-hardware ved at kombinere memristorer med CMOS-kredsløb (Complementary Metal Oxide Semiconductor) for at efterligne neuroners og synapsers adfærd, og relateret forskning er i øjeblikket i gang.
Om få årtier kan selv drikkevareautomater være udstyret med kunstig intelligens, der minder om den menneskelige hjerne. Forestil dig at stå foran en automat og trykke på en knap, hvorefter maskinen genkender dit fingeraftryk eller andre biometriske oplysninger og siger: "Jeg ved, hvilken drink du drak sidste sommer." Du svarer måske bare: "Så giv mig den samme som sidste gang."
