Разработка маломощных и высокоэффективных искусственных сенсорных нейронов

Современные сервисы ИИ потребляют много энергии как для работы, так и для передачи данных, что создает нагрузку на окружающую среду. В условиях сбоев питания и сетей это может стать критичным для жизненно важных сервисов. В качестве решения рассматривается технология «вычислений в сенсоре» (in-sensor computing), имитирующая энергоэффективный механизм обработки информации нервной системой человека.

Команда под руководством доктора Суён Ли из Корейского института науки и технологий (KIST) разработала «искусственные сенсорные нейроны» — ключевой элемент для практического применения этой технологии. Подобно биологическим нейронам, они преобразуют внешние стимулы в информационные спайки (импульсы), позволяя мозгу выполнять сложные задачи с малыми затратами энергии.

В основе разработки — трехэлектродный овонный пороговый переключатель (3T-OTS), способный управлять напряжением переключения. Подключив к его третьему электроду сенсор, преобразующий внешние стимулы в напряжение, ученые создали сенсорный нейрон, меняющий паттерны спайков в зависимости от стимулов.

Исследователи реализовали искусственный зрительный нейрон, объединив 3T-OTS с фотодиодом. Затем, подключив это устройство к искусственной нейронной сети, имитирующей зрительный центр мозга, они смогли с точностью около 86.5% отличать COVID-19 от вирусной пневмонии путем обучения на рентгеновских снимках грудной клетки.

Доктор Суён Ли отметил, что это устройство является платформенной технологией для создания различных сенсорных нейронов (зрения, осязания) и ключевым строительным блоком для вычислений в сенсоре. Технология может внести вклад в решение социальных проблем: создание систем диагностики одновременно с обследованием, прогнозирование сердечных заболеваний и обнаружение инфразвуковых вибраций для предупреждения катастроф.