Ongeordend ’brein-geïnspireerd netwerk’ herkent ordelijke patronen

De Universiteit Twente heeft een nieuw netwerk ontwikkeld van silicium, dat materiaaleigenschappen gebruikt om tot oplossingen te komen. De auto-industrie toont al interesse.

Trefwoorden: #AI, #auto-industrie, #booratoom, #breedband, #cloud, #doping, #doteren, #elektronica, #halfgeleider, #kristalstructuur, #microWatt, #miniaturisatie, #nanometer, #netwerk, #neuron, #silicium, #software, #transistor, #UTwente

Lees verder

research

( Foto: TU/e - UTwente )

ENGINEERINGNET.BE - Ons brein is zeer goed in het, in één oogopslag, herkennen van bijvoorbeeld beelden of patronen. Artifical Intelligence doet dat soms al net zo goed of beter, maar verbruikt hiervoor veel meer energie dan het brein, dat het met 20 Watt doet.

De halfgeleiderindustrie laat zich daarom inspireren door het brein, bijvoorbeeld door neuronen na te bootsen in elektronica of in software. Maar voor het nabootsen van één enkel neuron – ons brein heeft daarvan tientallen miljarden - zijn honderden of duizenden transistoren nodig. Tegenover dat grote oppervlak staat de voortschrijdende miniaturisatie, maar ook die loopt tegen fysische grenzen aan.

Het ‘disordered dopant network’, dat nu wordt gepresenteerd, is een heel andere benadering. Het maakt geen gebruikt van vooraf ontworpen neuronen, maar gebruikt materiaaleigenschappen om tot een oplossing te komen.

Doping ofwel doteren is hier het sleutelwoord. Dit is het opzettelijk aanbrengen van onzuiverheden in de kristalstructuur van silicium, om een goedwerkende transistor te maken. Hiervoor wordt vaak het materiaal boor gebruikt. De hoeveelheid boor moet groot genoeg zijn om de transistor goed te laten werken.

Bij kleinere hoeveelheden gaan verschijnselen optreden die een chip-ontwerper het liefst vermijdt. Van uitgerekend die verschijnselen maakt het nieuwe netwerk gebruik. Het aantal boor-atomen is zo klein dat elektronen van het ene booratoom naar het andere ‘hoppen’. Dit heeft overeenkomsten met de manier waarop in ons brein neuronen met elkaar verbinding zoeken om een taak uit te voeren.

In het Twentse experiment wordt het netwerk ‘gevoed’ met 16 verschillende patronen. Zonder dat je vooraf weet wat het netwerk gaat doen, levert het voor elk van de 16 een signaal. Met deze 16 basispatronen kun je vervolgens bijvoorbeeld een collectie handgeschreven karakters herkennen met grote nauwkeurigheid.

De eerste versie van het netwerk is 300 nanometer in doorsnee en bevat circa 100 booratomen. Het verbruik is ongeveer een microWatt. Het is de eerste bouwsteen van een groter netwerk, voorzien de onderzoekers.

‘Brein-geïnspireerd’ betekent ook dat het systeem niet, zoals de klassiek opgebouwde computer, voortdurend data heen-en-weer transporteert tussen processor en geheugen. Ook ons brein kent dit onderscheid niet. Het netwerk is daardoor inzetbaar in krachtige lokale toepassingen. Een autonoom rijdende auto, bijvoorbeeld, neemt veel beslissingen op basis van waarneming en herkenning.

Daarvoor moet de auto een heel krachtige computer aan boord hebben of breedbandig communiceren met een computersysteem op afstand. Het nieuwe netwerk kan helpen om de herkenning ‘lokaal’ te houden en niet in de ‘cloud’. De auto-industrie heeft daarom al belangstelling getoond voor de nieuwe benadering.