Grupa naukowców z Northwestern University, Boston College i Massachusetts Institute of Technology ogłosiła udane tworzenie i testowanie nowego tranzystora synaptycznego, który może zintegrować się z sieciami neuronowymi do szkolenia asocjacyjnego. Ten rozwój rozwiązuje problem braku odpowiedniej komórki pamięci w tradycyjnych komputerach, które stale przesyłają dane między procesorem a bankami pamięci.
Główną zaletą nowego tranzystora jest jego zdolność do działania w temperaturze pokojowej przy minimalnym zużyciu energii, która wynosi tylko 20 PVT (Pikovatt). Naukowcy zastosowali koncepcję materiałów kwantowych moreny, w której jedna warstwa składa się z grafenu, a druga - azotku boru. Lokalizacja warstw zapewnia wzór Mora, który jest kluczowym elementem do identyfikacji magicznych kątów, w których występują ekspresyjne interakcje.
Naukowcy poszli dalej, tworząc łańcuchy neuronowe oparte na tych tranzystorach, które ujawniły zdolność do nauki asocjacyjnej. Eksperymenty wykazały, że sieci neuronowe są w stanie rozpoznać i oddzielić niektóre kombinacje w kodowaniu binarnym. Ten rozwój otwiera nowe perspektywy skutecznych schematów obliczania pamięci i obejmuje stosowanie w zaawansowanych akceleratorach sprzętu do sztucznej inteligencji i uczenia maszynowego.
