I det här blogginlägget ska vi utforska principerna och egenskaperna hos memristorer – elektroniska enheter som efterliknar mänskliga synapser – och deras betydelse inom artificiell intelligens.
När man åker tunnelbana för första gången känns hjulens slamrande ljud ovanligt högt. Men när tåget passerar station efter station kommer det en punkt då vi knappt märker ljudet längre. Detta beror på att våra sinnen har blivit avtrubbade när samma stimulus upprepas. Däremot blir en maskins sinnen inte lätt avtrubbade. Låt oss ta en dryckesautomat som exempel. Maskinen detekterar exakt vilken knapp som har tryckts ner och serverar sedan motsvarande dryck. Även om denna process upprepas hela dagen utför maskinen samma handling utan att tveka nästa dag. För de flesta maskiner förblir prestandan konsekvent även under sådana repetitiva uppgifter. Så tänk om maskiner hade egenskapen att ha sina sinnen avtrubbade, precis som människor?
Sensorisk slöhet är nära besläktad med synapser. Synapser är kopplingarna mellan neuroner – de nervceller som utgör den mänskliga hjärnan – och sensorisk information överförs i form av elektrokemiska signaler när den passerar genom neuroner och synapser. När samma signal överförs upprepade gånger minskar effektiviteten i den neurala överföringen vid synapsen tillfälligt, vilket resulterar i ett fenomen som kallas sensorisk slöhet. Så, är det möjligt att efterlikna dessa egenskaper hos synapser i datorer?
Kärnan i konventionella datorer består av otaliga transistorer. Faktum är att forskning tidigare har utförts för att härma mänskliga synapser med hjälp av transistorer. Det är dock känt att den mänskliga hjärnan innehåller över 100 biljoner synapser, och att implementera alla dessa med transistorer möter betydande begränsningar när det gäller integrationstäthet och strömförbrukning. I takt med att transistorbaserade neurala nätverk växer i skala ökar deras utrymmesbehov och strömförbrukning dramatiskt. Av denna anledning riktar forskare sin uppmärksamhet mot en ny elektronisk enhet som kallas memristor, som kan implementera egenskaper som mer liknar de hos mänskliga synapser.
Termen "memristor" är en portmanteau av "minne" och "motstånd"; den hänvisar till en ultraliten elektronisk enhet som behåller inflytandet av tidigare strömflöde. Medan ett motstånd vanligtvis bestämmer storleken på strömflödet, ändras en memristors resistansvärde beroende på den totala mängden ström som har flödat genom den. Den behåller också sitt senaste resistanstillstånd även efter att strömförsörjningen har brutits. Dessa egenskaper anses vara en stor fördel eftersom de gör att information kan lagras utan behov av en separat minnesenhet. Även om konventionella transistorer också kan lagra information kräver de ytterligare kretsar, vilket ökar enhetens storlek och höjer strömförbrukningen. Däremot har memristorer en enkel struktur, förbrukar lite ström och är väl lämpade för hög integration; som ett resultat av detta forskas de på som en nyckelteknik inom nästa generations minne och neuromorfisk databehandling.
Även om konceptet med memristor först föreslogs av professor Leon O. Chua år 1971, fick det inte mycket uppmärksamhet vid den tiden eftersom transistortekniken utvecklades snabbt. Men efter att forskare vid Hewlett-Packard framgångsrikt implementerade en riktig memristor år 2008, fick relaterad forskning betydande fart, och den betraktas nu som en av kärnteknologierna inom nästa generations halvledare och hårdvara för artificiell intelligens.
En memristor är i grunden uppbyggd med titanoxid (TiO₂) inklämd mellan platinaelektroder. Titandioxid är uppdelad i två regioner med olika egenskaper beroende på syrets fördelning. Den ena regionen är titandioxid (TiO₂), som är helt mättad med syre och där syre knappt rör sig; den andra är titandioxid (TiO₂-x), där en del syre saknas, vilket gör att syre kan röra sig relativt fritt. Eftersom ström flyter lätt genom området där syre delvis är utarmat även vid låga spänningar, minskar det totala elektriska motståndet när andelen av detta område ökar. Platinaelektroder placeras ovanför och under titandioxidlagret för att applicera spänning.
Låt oss nu betrakta fallet där en negativ spänning appliceras på den övre elektroden. Eftersom lika laddningar stöter bort varandra rör sig syrejonerna nära gränssnittet mot det motsatta området. Som ett resultat blir en del av området som tidigare var mättat med syre ett område där elektricitet flyter lätt när syre slipper ut, och området där strömmen flyter lätt expanderar gradvis. Omvänt, om en negativ spänning appliceras på den nedre elektroden, rör sig syrejonerna tillbaka i sin ursprungliga riktning, vilket gör att området med hög elektrisk ledningsförmåga krymper, medan området med tillräckligt med syre expanderar igen. Dessa förändringar fortsätter så länge spänningen appliceras, vilket demonstrerar den första egenskapen hos en memristor: dess resistansvärde ändras beroende på mängden ström som flyter.
Så varför förblir resistansvärdet oförändrat även efter att strömmen stängts av? Transistorer ändrar också sitt tillstånd beroende på spänning, men de kan i allmänhet inte bibehålla det tillståndet när strömmen stängs av. Eftersom atomarrangemanget i själva titanoxiden ändras i en memristor, bibehålls däremot det slutliga tillståndet även efter att strömmen stängts av.
I områden där syre delvis är bristfälligt finns två typer av titanjoner (Ti³⁺, Ti⁴⁺). När syrejoner rör sig skiftar elektroner mellan titanjonerna för att upprätthålla laddningsbalansen, och i processen omvandlas vissa Ti³⁺-joner till Ti⁴⁺-joner. Eftersom Ti⁴⁺-joner, som bär en större positiv laddning, attraherar negativt laddade syrejoner starkare, sker denna laddningsöverföring naturligt. I slutändan, även efter att spänningen har tagits bort, förblir den nya atomanordningen oförändrad, så resistansen bibehåller också sitt slutliga tillstånd.
Enkelt uttryckt liknar det en situation där en person sitter i ett säte på en tunnelbana och sätet bredvid dem är tomt. Varje gång tåget rör sig flyttar personen ett säte till det tomma sätet, men antalet tomma säten förblir ett. Precis som personens position ändras men sätenas övergripande struktur förblir densamma, ändras i en memristor endast arrangemanget av syrejoner och elektroner medan den övergripande strukturen bevaras, vilket gör att den kan "komma ihåg" sitt tidigare tillstånd.
Forskare noterar att denna egenskap är mycket lik den hos mänskliga synapser. I synapser förändras effektiviteten hos neural överföring när samma signal upprepas; på liknande sätt ändras resistansvärdet i memristorer när ström flyter upprepade gånger. På grund av dessa likheter forskas på memristorer som kärnkomponenter i neuromorfisk databehandling, som härmar den mänskliga hjärnan. Faktum är att forskare utvecklar olika typer av hårdvara för artificiell intelligens genom att kombinera memristorer med CMOS-kretsar (Complementary Metal Oxide Semiconductor) för att härma beteendet hos neuroner och synapser, och relaterad forskning pågår för närvarande.
Om några decennier kan även dryckesautomater vara utrustade med artificiell intelligens som liknar den mänskliga hjärnan. Tänk dig att stå framför en varuautomat och trycka på en knapp, bara för att maskinen ska känna igen ditt fingeravtryck eller annan biometrisk information och säga: "Jag vet vilken drink du drack förra sommaren." Du kanske bara svarar: "Ge mig då samma som förra gången."
