تابع مغز تا حدی توسط مواد نانو تکثیر شده است

مغز نیاز به انرژی شگفت آور برای انطباق با محیط زیست برای یادگیری، تشخیص مبهم، توانایی شناخت بالا و هوش و پردازش اطلاعات پیچیده دارد.

دو ویژگی کلیدی مدارهای عصبی عبارتند از “توانایی یادگیری سیناپس” و “ضربان قلب یا عصب”. با پیشرفت علم مغز، ساختار مغز به تدریج روشن شده است، اما به طور کامل تقلید می کند. دانشمندان تلاش کرده اند تابع عملکرد مغز را با استفاده از مدارهای ساده و نوریورفیک و دستگاه هایی که بخشی از مکانیسم های مغز را تقلید می کنند، تکرار کنند.

در حال توسعه تراشه های نئومورفیک برای تکرار مصنوعی مدارهایی که تقلید ساختار و عملکردهای مغز را دارند، عملکرد تولید و انتقال خوشه های خود به خودی که شبیه سازی امواج عصبی (شمع ها) هنوز به طور کامل مورد استفاده قرار نگرفته است.

یک گروه مشترک از محققان از موسسه فناوری کیوشو و دانشگاه اوزاکا، کنترل میکروسکوپ جاری را در اتصالات مولکول های مختلف و ذرات جذب شده بر روی نانولوله های کربنی تک سلولی (SWNT)، با استفاده از میکروسکوپ نیروی اتمی (C-AFM)، کشف کردند مقاومت مولکولی منفی در مولکول های پلی اکسوماتال (POM) که در SWNT جذب می شوند تولید می شود. این نشان می دهد که حالت عدم تعادل ناپایدار غیر قابل تعادل در اتصالات مولکولی رخ می دهد.

علاوه بر این، محققان، دستگاه های نورو مورفیکی مولکولی شبکه SWNT / POM را به شکل تصادفی ایجاد کردند که تولید ناگهانی خوشه های خود به خودی مشابه جهش های عصبی نورون ها را بر عهده دارند.

POM شامل اتمهای فلزی و اتم های اکسیژن است تا یک چارچوب سه بُعدی ایجاد شود. بر خلاف مولکول های معمولی آلی، POM می تواند بارهای در یک مولکول را ذخیره کند. در این مطالعه فرض شده است که مقاومت دیفرانسیل منفی و تولید سنبله از شبکه ناشی از پویش غیرموضعی شونده در اتصالات مولکولی در شبکه است.

بنابراین، این گروه تحقیقاتی مشترک توسط مگومی از AKAI-Kasaya منجر به محاسبات شبیه سازی از مدل شبکه مولکولی تصادفی کمپلکس با مولکول های POM، که قادر به ذخیره بار الکتریکی، تکرار خوشه تولید شده از شبکه مولکولی تصادفی انجام شده است، می شود. آنها همچنین نشان دادند که این مدل مولکولی به احتمال زیاد به یک جزء از محاسبات مخزن تبدیل خواهد شد. محاسبات مخزن به عنوان نسل بعدی هوش مصنوعی (AI) پیش بینی شده است. نتایج تحقیقات آنها در Communications Nature منتشر شد .

“نویسنده ی هیروفونی تاناکا می گوید: اهمیت مطالعه ما این است که بخشی از عملکرد مغز با مواد نانو مولکولی تکرار شد. این امکان است که شبکه مولکولی تصادفی خود را می تواند تبدیل به neuromorphic AI کند. انتظار می رود که دستاوردهای این گروه تا حد زیادی به توسعه دستگاه های نوروزی آینده کمک کند.

منبع:

موارد ارائه شده توسط دانشگاه اوزاکا