આ બ્લોગ પોસ્ટમાં, આપણે મેમરિસ્ટર્સ - માનવ ચેતોપાગમની નકલ કરતા ઇલેક્ટ્રોનિક ઉપકરણો - ના સિદ્ધાંતો અને લાક્ષણિકતાઓ અને કૃત્રિમ બુદ્ધિ ટેકનોલોજીમાં તેમના મહત્વ વિશે શીખીશું.
જ્યારે તમે પહેલી વાર સબવેમાં મુસાફરી કરો છો, ત્યારે વ્હીલ્સનો ખડખડાટ અવાજ અસામાન્ય રીતે જોરથી સંભળાય છે. જોકે, જેમ જેમ ટ્રેન એક પછી એક સ્ટેશન પસાર કરે છે, ત્યારે એક એવો સમય આવે છે જ્યારે આપણે તે અવાજને ભાગ્યે જ ધ્યાન આપીએ છીએ. આનું કારણ એ છે કે એક જ ઉત્તેજનાનું પુનરાવર્તન થવાથી આપણી ઇન્દ્રિયો અસંવેદનશીલ બની ગઈ છે. તેનાથી વિપરીત, મશીનની ઇન્દ્રિયો સરળતાથી અસંવેદનશીલ બનતી નથી. ચાલો એક પીણા વેન્ડિંગ મશીનનું ઉદાહરણ લઈએ. મશીન ચોક્કસ રીતે શોધી કાઢે છે કે કયું બટન દબાવવામાં આવ્યું છે અને પછી તે સંબંધિત પીણું વિતરિત કરે છે. જો આ પ્રક્રિયા આખો દિવસ પુનરાવર્તિત થાય તો પણ, મશીન બીજા દિવસે ખચકાટ વિના એ જ ક્રિયા કરે છે. મોટાભાગના મશીનો માટે, આવા પુનરાવર્તિત કાર્યો દરમિયાન પણ કામગીરી સુસંગત રહે છે. તો, જો મશીનોમાં માણસોની જેમ જ તેમની ઇન્દ્રિયોને નિસ્તેજ બનાવવાની લાક્ષણિકતા હોય તો શું?
સંવેદનાત્મક મંદતા ચેતાકોષો સાથે ગાઢ રીતે સંબંધિત છે. ચેતાકોષો એ ચેતાકોષો - માનવ મગજ બનાવે છે તે ચેતા કોષો - વચ્ચેના જોડાણો છે અને સંવેદનાત્મક માહિતી ઇલેક્ટ્રોકેમિકલ સિગ્નલોના સ્વરૂપમાં પ્રસારિત થાય છે કારણ કે તે ચેતાકોષો અને ચેતાકોષોમાંથી પસાર થાય છે. જ્યારે એક જ સિગ્નલ વારંવાર પ્રસારિત થાય છે, ત્યારે ચેતાકોષ પર ચેતા ટ્રાન્સમિશનની કાર્યક્ષમતા અસ્થાયી રૂપે ઘટે છે, જેના પરિણામે સંવેદનાત્મક મંદતા તરીકે ઓળખાતી ઘટના બને છે. તો, શું કમ્પ્યુટરમાં ચેતાકોષોની આ લાક્ષણિકતાઓની નકલ કરવી શક્ય છે?
પરંપરાગત કમ્પ્યુટર્સના મૂળમાં અસંખ્ય ટ્રાન્ઝિસ્ટર હોય છે. હકીકતમાં, ટ્રાન્ઝિસ્ટરનો ઉપયોગ કરીને માનવ ચેતોપાગમની નકલ કરવા માટે અગાઉ સંશોધન કરવામાં આવ્યું હતું. જો કે, તે જાણીતું છે કે માનવ મગજમાં 100 ટ્રિલિયનથી વધુ ચેતોપાગમ હોય છે, અને તે બધાને ટ્રાન્ઝિસ્ટર સાથે અમલમાં મૂકવાથી એકીકરણ ઘનતા અને પાવર વપરાશની દ્રષ્ટિએ નોંધપાત્ર મર્યાદાઓનો સામનો કરવો પડે છે. જેમ જેમ ટ્રાન્ઝિસ્ટર-આધારિત ન્યુરલ નેટવર્ક્સ સ્કેલમાં વૃદ્ધિ પામે છે, તેમ તેમ તેમની જગ્યાની જરૂરિયાતો અને પાવર વપરાશમાં નાટ્યાત્મક વધારો થાય છે. આ કારણોસર, સંશોધકો મેમરિસ્ટર નામના નવા ઇલેક્ટ્રોનિક ઉપકરણ તરફ ધ્યાન આપી રહ્યા છે, જે માનવ ચેતોપાગમ જેવી લાક્ષણિકતાઓને અમલમાં મૂકી શકે છે.
"મેમરિસ્ટર" શબ્દ "મેમરી" અને "રેઝિસ્ટર" નો પોર્ટમેન્ટો છે; તે એક અતિ-નાના ઇલેક્ટ્રોનિક ઉપકરણનો ઉલ્લેખ કરે છે જે ભૂતકાળના પ્રવાહના પ્રભાવને જાળવી રાખે છે. જ્યારે રેઝિસ્ટર સામાન્ય રીતે વર્તમાન પ્રવાહની તીવ્રતા નક્કી કરે છે, ત્યારે મેમરિસ્ટરનું પ્રતિકાર મૂલ્ય તેમાંથી વહેતા કુલ પ્રવાહના જથ્થાના આધારે બદલાય છે. વર્તમાન પુરવઠો બંધ થયા પછી પણ તે તેની છેલ્લી પ્રતિકાર સ્થિતિ જાળવી રાખે છે. આ લાક્ષણિકતાઓને એક મુખ્ય ફાયદો માનવામાં આવે છે કારણ કે તે અલગ મેમરી ઉપકરણની જરૂર વગર માહિતી સંગ્રહિત કરવાની મંજૂરી આપે છે. જ્યારે પરંપરાગત ટ્રાન્ઝિસ્ટર પણ માહિતી સંગ્રહિત કરી શકે છે, ત્યારે તેમને વધારાની સર્કિટરીની જરૂર પડે છે, જે ઉપકરણનું કદ વધારે છે અને પાવર વપરાશ વધારે છે. તેનાથી વિપરીત, મેમરિસ્ટર પાસે એક સરળ માળખું હોય છે, ઓછી શક્તિ વાપરે છે, અને ઉચ્ચ એકીકરણ માટે યોગ્ય છે; પરિણામે, આગામી પેઢીની મેમરી અને ન્યુરોમોર્ફિક કમ્પ્યુટિંગના ક્ષેત્રોમાં મુખ્ય તકનીક તરીકે તેમનું સંશોધન કરવામાં આવી રહ્યું છે.
જોકે મેમરિસ્ટરનો ખ્યાલ સૌપ્રથમ 1971 માં પ્રોફેસર લિયોન ઓ. ચુઆ દ્વારા પ્રસ્તાવિત કરવામાં આવ્યો હતો, તે સમયે તેને વધુ ધ્યાન આપવામાં આવ્યું ન હતું કારણ કે ટ્રાન્ઝિસ્ટર ટેકનોલોજી ઝડપથી આગળ વધી રહી હતી. જો કે, 2008 માં હેવલેટ-પેકાર્ડના સંશોધકોએ વાસ્તવિક મેમરિસ્ટરનો સફળતાપૂર્વક અમલ કર્યા પછી, સંબંધિત સંશોધનને નોંધપાત્ર વેગ મળ્યો, અને હવે તેને આગામી પેઢીના સેમિકન્ડક્ટર અને કૃત્રિમ બુદ્ધિમત્તા હાર્ડવેરના ક્ષેત્રોમાં મુખ્ય તકનીકોમાંની એક તરીકે ગણવામાં આવે છે.
મેમરિસ્ટર મૂળભૂત રીતે પ્લેટિનમ ઇલેક્ટ્રોડ્સ વચ્ચે ટાઇટેનિયમ ઓક્સાઇડ (TiO₂) સેન્ડવીચથી બનેલું હોય છે. ટાઇટેનિયમ ડાયોક્સાઇડ ઓક્સિજનના વિતરણના આધારે અલગ અલગ ગુણધર્મો ધરાવતા બે પ્રદેશોમાં વહેંચાયેલું છે. એક પ્રદેશ ટાઇટેનિયમ ડાયોક્સાઇડ (TiO₂) છે, જે સંપૂર્ણપણે ઓક્સિજનથી સંતૃપ્ત છે અને જ્યાં ઓક્સિજન ભાગ્યે જ ફરે છે; બીજો ટાઇટેનિયમ ડાયોક્સાઇડ (TiO₂-x) છે, જ્યાં થોડો ઓક્સિજન ખૂટે છે, જે ઓક્સિજનને પ્રમાણમાં મુક્તપણે ફરવા દે છે. ઓછા વોલ્ટેજ પર પણ ઓક્સિજન આંશિક રીતે ખાલી થઈ જાય છે તે પ્રદેશમાંથી પ્રવાહ સરળતાથી વહેતો હોવાથી, આ પ્રદેશનું પ્રમાણ વધતાં એકંદર વિદ્યુત પ્રતિકાર ઘટે છે. વોલ્ટેજ લાગુ કરવા માટે પ્લેટિનમ ઇલેક્ટ્રોડ્સ ટાઇટેનિયમ ડાયોક્સાઇડ સ્તરની ઉપર અને નીચે મૂકવામાં આવે છે.
હવે, ચાલો એ કિસ્સા પર વિચાર કરીએ જ્યાં ઉપલા ઇલેક્ટ્રોડ પર નકારાત્મક વોલ્ટેજ લાગુ કરવામાં આવે છે. સમાન ચાર્જ એકબીજાને ભગાડે છે, તેથી ઇન્ટરફેસની નજીકના ઓક્સિજન આયનો વિરુદ્ધ પ્રદેશ તરફ જાય છે. પરિણામે, જે પ્રદેશ અગાઉ ઓક્સિજનથી સંતૃપ્ત હતો તે પ્રદેશનો એક ભાગ એવો પ્રદેશ બની જાય છે જ્યાં ઓક્સિજન બહાર નીકળતાની સાથે વીજળી સરળતાથી વહે છે, અને જે પ્રદેશમાં પ્રવાહ સરળતાથી વહે છે તે પ્રદેશ ધીમે ધીમે વિસ્તરે છે. તેનાથી વિપરીત, જો નીચલા ઇલેક્ટ્રોડ પર નકારાત્મક વોલ્ટેજ લાગુ કરવામાં આવે છે, તો ઓક્સિજન આયનો તેમની મૂળ દિશામાં પાછા ફરે છે, જેના કારણે ઉચ્ચ વિદ્યુત વાહકતા ધરાવતો પ્રદેશ સંકોચાય છે, જ્યારે પૂરતો ઓક્સિજન ધરાવતો પ્રદેશ ફરીથી વિસ્તરે છે. આ ફેરફારો જ્યાં સુધી વોલ્ટેજ લાગુ કરવામાં આવે ત્યાં સુધી ચાલુ રહે છે, જે મેમરિસ્ટરની પ્રથમ લાક્ષણિકતા દર્શાવે છે: વહેતા પ્રવાહના જથ્થાના આધારે તેનું પ્રતિકાર મૂલ્ય બદલાય છે.
તો પાવર બંધ થયા પછી પણ પ્રતિકાર મૂલ્ય કેમ યથાવત રહે છે? ટ્રાન્ઝિસ્ટર પણ વોલ્ટેજના આધારે તેમની સ્થિતિ બદલી નાખે છે, પરંતુ પાવર બંધ થયા પછી તેઓ સામાન્ય રીતે તે સ્થિતિ જાળવી શકતા નથી. તેનાથી વિપરીત, ટાઇટેનિયમ ઓક્સાઇડની અંદરની અણુ ગોઠવણી મેમરિસ્ટરમાં બદલાતી હોવાથી, પાવર બંધ થયા પછી પણ અંતિમ સ્થિતિ જાળવી રાખવામાં આવે છે.
જે પ્રદેશોમાં ઓક્સિજનનો આંશિક અભાવ હોય છે, ત્યાં બે પ્રકારના ટાઇટેનિયમ આયનો (Ti³⁺, Ti⁴⁺) અસ્તિત્વ ધરાવે છે. જ્યારે ઓક્સિજન આયનો ફરે છે, ત્યારે ચાર્જ સંતુલન જાળવવા માટે ઇલેક્ટ્રોન ટાઇટેનિયમ આયનો વચ્ચે સ્થળાંતર કરે છે, અને આ પ્રક્રિયામાં, કેટલાક Ti³⁺ આયનો Ti⁴⁺ આયનોમાં રૂપાંતરિત થાય છે. Ti⁴⁺ આયનો, જે વધુ સકારાત્મક ચાર્જ ધરાવે છે, નકારાત્મક ચાર્જવાળા ઓક્સિજન આયનોને વધુ મજબૂત રીતે આકર્ષિત કરે છે, તેથી આ ચાર્જ ટ્રાન્સફર કુદરતી રીતે થાય છે. આખરે, વોલ્ટેજ દૂર કર્યા પછી પણ, અણુઓની નવી ગોઠવણી યથાવત રહે છે, તેથી પ્રતિકાર પણ તેની અંતિમ સ્થિતિ જાળવી રાખે છે.
સરળ શબ્દોમાં કહીએ તો, તે એવી પરિસ્થિતિ જેવું જ છે જ્યાં એક વ્યક્તિ સબવે સીટ પર બેઠી હોય છે અને તેની બાજુની સીટ ખાલી હોય છે. દર વખતે જ્યારે ટ્રેન આગળ વધે છે, ત્યારે વ્યક્તિ એક સીટ ખાલી સીટ પર ખસેડે છે, પરંતુ ખાલી સીટોની સંખ્યા એક જ રહે છે. જેમ વ્યક્તિની સ્થિતિ બદલાય છે પરંતુ સીટોની એકંદર રચના સમાન રહે છે, તેમ મેમરિસ્ટરમાં, ફક્ત ઓક્સિજન આયનો અને ઇલેક્ટ્રોનની ગોઠવણી બદલાય છે જ્યારે એકંદર રચના સાચવવામાં આવે છે, જેનાથી તે તેની પાછલી સ્થિતિને "યાદ" રાખી શકે છે.
વૈજ્ઞાનિકો નોંધ કરી રહ્યા છે કે આ લાક્ષણિકતા માનવ ચેતોપાગમ જેવી જ છે. ચેતોપાગમમાં, સમાન સિગ્નલ પુનરાવર્તિત થતાં ન્યુરલ ટ્રાન્સમિશનની કાર્યક્ષમતા બદલાય છે; તેવી જ રીતે, મેમ્રિસ્ટર્સમાં, જ્યારે પ્રવાહ વારંવાર વહે છે ત્યારે પ્રતિકાર મૂલ્ય બદલાય છે. આ સમાનતાને કારણે, મેમ્રિસ્ટર પર ન્યુરોમોર્ફિક કમ્પ્યુટિંગના મુખ્ય ઘટકો તરીકે સંશોધન કરવામાં આવી રહ્યું છે, જે માનવ મગજની નકલ કરે છે. હકીકતમાં, સંશોધકો ચેતોપાગમ અને ચેતોપાગમના વર્તનની નકલ કરવા માટે મેમ્રિસ્ટરને CMOS (કમ્પ્લિમેન્ટરી મેટલ ઓક્સાઇડ સેમિકન્ડક્ટર) સર્કિટ સાથે જોડીને વિવિધ પ્રકારના કૃત્રિમ બુદ્ધિ હાર્ડવેર વિકસાવી રહ્યા છે, અને હાલમાં સંબંધિત સંશોધન ચાલી રહ્યું છે.
થોડા દાયકાઓમાં, પીણાંના વેન્ડિંગ મશીનો પણ માનવ મગજ જેવી કૃત્રિમ બુદ્ધિથી સજ્જ થઈ શકે છે. કલ્પના કરો કે તમે કોઈ વેન્ડિંગ મશીનની સામે ઊભા રહો છો અને એક બટન દબાવશો, ફક્ત મશીન તમારી ફિંગરપ્રિન્ટ અથવા અન્ય બાયોમેટ્રિક માહિતી ઓળખશે અને કહેશે, "મને ખબર છે કે તમે ગયા ઉનાળામાં કયું પીણું પીધું હતું." તમે ફક્ત જવાબ આપી શકો છો, "તો પછી મને છેલ્લી વખત જેવું જ પીણું આપો."