Gelombang Suara Beri Keunggulan pada Chip Neuromorfik dalam Meniru Otak
Университет Аризоны
Sebuah studi baru menunjukkan bahwa penggunaan gelombang suara pada perangkat neuromorfik dapat lebih baik meniru neuron biologis, beroperasi lebih cepat dan dengan efisiensi energi yang lebih besar daripada perangkat elektronik. Sinapsis akustik yang dikembangkan oleh para peneliti menggunakan beberapa phi-bit untuk melakukan komputasi simultan, mencapai akurasi 96,7% dalam klasifikasi bunga sambil mengonsumsi paling banyak sepersepuluh daya dari perangkat keras neuromorfik elektronik yang canggih.
Para peneliti di Universitas Arizona yang dipimpin oleh Xiaodong Yan telah mengembangkan sinapsis akustik yang menggunakan gelombang suara untuk meniru neuron biologis dengan lebih baik. Perangkat ini terdiri dari tiga batang aluminium yang dihubungkan dengan lem epoksi, serta dilengkapi pemancar dan sensor ultrasonik. Dengan menggunakan gelombang suara, para peneliti mengenkode data dan memodulasi fase phi-bit untuk meniru plastisitas sinapsis, sehingga perangkat dapat memperkuat atau memperlemah koneksi seiring waktu. Dalam pengujian, sinapsis akustik ini mengungguli jaringan saraf multilayer perseptron konvensional dalam mengklasifikasikan bunga iris, mencapai akurasi 96,7% dengan hanya 39 parameter dan mencapai akurasi puncak 20% lebih cepat. Perangkat ini mengonsumsi daya paling banyak sepersepuluh dari perangkat keras neuromorfik elektronik saat ini. Selain itu, dengan menambahkan batang tambahan, sistem ini dapat meniru proses neuromodulator seperti yang melibatkan dopamin dan serotonin, memungkinkan adaptasi fleksibel yang mirip dengan otak biologis. Temuan ini dipublikasikan di Science Advances pada 12 Juni.
Sumber: IEEE Spectrum AI —
asli