تقلید سیناپس سنتزی از حافظه پویا در مغز انسان
پژوهشگرانی از آمریكا و ژاپن یك سیناپس سنتزی برای استفاده در تجهیزات محاسباتی طراحی كرده‌اند كه از عملكرد سیناپس‌های مغز انسان تقلید می‌كند. این سیناپس نانومقیاس سولفید نقره، یا "سوئیچ اتمی" نشانگر درجه‌ای از حافظه كوتاه‌مدت و بلندمدت است كه تا پیش از این در افزاره‌های حالت جامد دیده نشده است.

پژوهشگرانی از آمریكا و ژاپن یك سیناپس سنتزی برای استفاده در تجهیزات محاسباتی طراحی كرده‌اند كه از عملكرد سیناپس‌های مغز انسان تقلید می‌كند. این سیناپس نانومقیاس سولفید نقره، یا "سوئیچ اتمی" نشانگر درجه‌ای از حافظه كوتاه‌مدت و بلندمدت است كه تا پیش از این در افزاره‌های حالت جامد دیده نشده است.
شمایی از یك سیناپس معدنی Ag2S و انتقال سیگنال در یك سیناپس زیست‌شناختی. هنگامی كه اتم‌های رسوب یافته Ag تشكیل یك پل ندهند، این سیناپس نانومقیاس مانند یك STP كار می‌كند. بعد از اینكه یك پل اتمی شكل گرفت، مانند یك LTP عمل می‌كند. در مورد یك سیناپس زیست‌شناختی، آزادسازی انتقالگرهای عصبی با رسیدن پتانسیل‌های كنشی تولید شده با عامل شلیك انجام می‌شود و سپس یك سیگنال در شكل یك پتانسیل سیناپسی منتقل می‌گردد.
در مغز، سیناپس‌ها محل اتصال بین سلول‌های عصبی هستند و انتقال پیام‌های الكتریكی را از یك عصب به عصب دیگر ممكن می‌كنند. این سیناپس سولفید نقره، با تقلید از آن، از دو الكترود فلزی كه با یك شكاف نانومقیاس از هم جدا شده‌اند تشكیل، می‌شود. این پژوهشگران در مطالعات‌شان یك ولتاژ، یا یك "پیغام الكتریكی"، را به این افزاره در دو بازه زمانی متفاوت اعمال كردند - یكی كه در آن پالس ورودی در هر 20 ثانیه تكرار می‌شود (تكرار پایین‌تر) ، و دیگری كه در هر دو ثانیه تكرار می‌گردد (تكرار بالاتر) .

در آهنگ تكرار پایین‌تر، این سیناپس مستقیماً بعد از هر ورودی به یك حالت رسانایی بالاتر می‌رسد، ولی این حالت به سرعت به طور خودبه‌خودی از بین می‌رود. این وضعیت نشانگر خاصیت شكل‌پذیری كوتاه‌مدت (STP) یك سیناپس انسان است. با اینحال، در آهنگ تكرار بالاتر به طور دائمی به حالت رسانایی بالاتر گذار كرده و به طور موفقیت‌آمیزی مكانیسم پتانسیل‌سازی طولانی مدت (LTP) یك سناپس انسان را تقلید می‌كند.

این پژوهشگران می‌گویند كه فعالیت STP و LTP این سیناپس سنتزی با مدل‌های روان شناختی از مغز انسان تطابق دارد - كه شامل حافظه كوتاه‌مدت و بلندمدت است - و می‌تواند بدون نیاز به پیش برنامه‌دهی بیرونی یا نرم‌افزار مقیاس‌پذیری كه اخیرا در سیستم‌های شبكه عصبی مصنوعی استفاده می‌شود، بدست آید.

این پژوهش نشان‌دهنده یك پیشرفت مهم در راستای ساخت سیستم‌های عصبی مصنوعی است كه ویژگی‌های حافظه و درك انسان را تقلید می‌كند و می‌تواند تأثیر بسزایی روی طراحی آتی معماری رایانه‌ها داشته باشد.

این محققان جزئیات نتایج كار تحقیقاتی خود را در مجله‌ی Nature Materials منتشر كرده‌اند.

منبع: ستاد توسعه فناوری نانو

نوشته شده در تاریخ چهارشنبه 20 مهر 1390    | توسط: سیدمحمدامین شاهمرادی    |    | نظرات()