p O neurônio straintronic spin é composto por ímãs com deformação mecânica gerada por uma voltagem elétrica. Como os ímãs podem ser trocados com muito pouca voltagem, o dispositivo tem uma eficiência energética muito alta. Crédito:Biswas, et al. © 2015 IOP Publishing
p (Phys.org) - Pesquisadores propuseram um novo tipo de neurônio artificial chamado "neurônio de spin trontrônico" que poderia servir como a unidade básica de redes neurais artificiais - sistemas modelados em cérebros humanos que têm a capacidade de computar, aprender, e se adaptar. Comparado aos designs anteriores, o novo neurônio artificial é potencialmente muito mais eficiente em termos de energia, mais robusto contra degradação térmica, e dispara em uma taxa mais rápida. p Os pesquisadores, Ayan K. Biswas, Professor Jayasimha Atulasimha, e Professor Supriyo Bandyopadhyay na Virginia Commonwealth University em Richmond, publicaram um artigo sobre o neurônio de spin strtronic em uma edição recente da
Nanotecnologia .
p Como os cientistas explicam, encontrar uma maneira eficaz de imitar neurônios reais é essencial para perceber todo o potencial das redes neurais artificiais, no entanto, essa tarefa se mostrou difícil.
p "A maioria dos computadores são digitais por natureza e processam informações usando a lógica booleana, "Bandyopadhyay disse
Phys.org . "Contudo, existem certas tarefas computacionais que são mais adequadas para 'computação neuromórfica, 'que se baseia em como o cérebro humano percebe e processa informações. Isso inspirou o campo das redes neurais artificiais, que fez um grande progresso no século passado, mas acabou sendo bloqueado por um impasse de hardware. A eletrônica usada para implementar neurônios artificiais e sinapses empregam transistores e amplificadores operacionais, que dissipam enormes quantidades de energia na forma de calor e consomem grande quantidade de espaço em um chip. Essas desvantagens tornam o gerenciamento térmico no chip extremamente difícil e a computação neuromórfica menos atraente do que deveria ser.
p "Felizmente, existem outras maneiras de implementar neurônios, como com dispositivos magnéticos. Pensava-se que dispositivos magnéticos dissipariam muito menos calor, mas o que descobrimos é que eles não dissipam necessariamente menos calor em todas as circunstâncias. A dissipação de calor depende de como os dispositivos magnéticos são trocados para imitar a operação de um neurônio. Se eles forem trocados com corrente, que é a abordagem usual, então eles não dissipam muito menos calor, e, em algumas circunstâncias, pode até dissipar mais calor do que os transistores.
p "Contudo, existe uma maneira de alternar certos tipos de ímãs com tensão mecânica gerada por uma tensão elétrica. Descobrimos que se os ímãs forem trocados com essa abordagem, então, os neurônios magnéticos são de fato muito menos dissipativos do que suas contrapartes baseadas em transistores e suas contrapartes magnéticas comutadas por corrente. Este é o 'neurônio de spin strtronic, 'e pode fornecer um impulso para o hardware de processamento de informações neuromórficas. "
p Um neurônio de spin movido pela corrente, mostrado aqui, é baseado em ímãs como o neurônio de spin strtronic. Contudo, o neurônio de spin acionado por corrente é menos eficiente em termos de energia e dissipa ordens de magnitude mais calor do que o neurônio de spin tensortrônico acionado por voltagem. Crédito:Biswas, et al. © 2015 IOP Publishing
p Como explicam os pesquisadores, o neurônio de spin strtronic proposto é baseado em uma junção de tunelamento magnético, que é uma estrutura de três camadas que consiste em um nanoímã rígido, uma camada espaçadora, e um nanoímã magnetostritivo macio colocado em cima de um filme piezoelétrico. Aplicar pulsos de voltagem ao neurônio gera uma tensão no filme piezoelétrico, que é parcialmente transferido para o nanoímã magnetostritivo macio. Quando a tensão no nanoímã excede um valor limite, a magnetização gira abruptamente, que muda a resistência da junção de tunelamento magnético entre dois estados estáveis. A mudança abrupta na voltagem do dispositivo simula o disparo do neurônio.
p "A extraordinária eficiência energética do neurônio de spin strtronic se deve ao fato de que é necessária muito pouca voltagem para alternar a magnetização de um nanoímã magnetostritivo macio elasticamente acoplado a um filme piezoelétrico - um sistema conhecido como 'multifásico multifásico' - como desde que o nanoímã magnetostritivo seja feito de uma classe especial de materiais que possuem magnetostrição muito alta, como Terfenol-D, "explicaram os pesquisadores.
p Além de ser mais eficiente em termos de energia, o neurônio de spin strtronic também é muito mais resistente ao ruído térmico do que os neurônios de spin acionados por corrente. Em temperaturas acima de 0 K, ruído térmico cria um torque aleatório adicional na magnetização de qualquer nanoímã, o que aumenta a probabilidade de o neurônio disparar antes de atingir a voltagem limite ou deixar de disparar após atingir a voltagem limite.
p Este efeito deletério pode ser combatido aumentando a corrente de limiar para disparo (no caso de neurônios de spin acionados por corrente) ou a voltagem de limiar para disparo (no caso de neurônios de spin tensortrônicos acionados por voltagem), mas isso também aumentará a dissipação de energia. Aqui, os pesquisadores mostraram que a compensação entre eficiência energética e confiabilidade favorece o neurônio de spin strtronic de forma esmagadora sobre os neurônios de spin movidos por corrente. que se estima dissipam várias ordens de magnitude a mais de energia.
p Com essas vantagens, neurônios de spin strtronic podem ter uma variedade de aplicações em computação neural.
p "O que estudamos é um perceptron, que é um modelo matemático do neurônio artificial, "Disse Atulasimha." Existem muitas aplicações possíveis disso na computação neural. Uma área em que estamos interessados é a plasticidade dependente do tempo de pico, que é uma forma de aprendizagem Hebbian. É amplamente aceito que está na base da aprendizagem e do armazenamento de informações no cérebro, e há um vasto corpo de literatura lidando com isso. Os neurônios de spin straintrônicos são acionados por impulsos de voltagem, e há caminhos claros para adaptá-los ao modelo de plasticidade dependente do tempo de pico. Também estamos interessados no reconhecimento de personagens, que emprega redes feed-forward e compressão de imagem. Isso não exclui mais nada. Sempre que a dissipação de calor é um spoiler, o neurônio de spin strtronic pode ser capaz de oferecer uma solução. "
p As próximas etapas dos pesquisadores envolverão a fabricação dos dispositivos físicos.
p “A prova do pudim está sempre em comê-lo, "Biswas disse." Mais cedo ou mais tarde, este dispositivo terá que ser demonstrado experimentalmente. Nosso grupo demonstrou experimentalmente a troca da magnetização de um ímã com tensão em muitos sistemas diferentes e vamos nos esforçar para demonstrar o neurônio de spin trônico no futuro. " p © 2015 Phys.org