Logotipo do Site Inovação Tecnológica





Eletrônica

Cérebro de IA criado com materiais usados nas TVs OLED

Redação do Site Inovação Tecnológica - 30/03/2023

Cérebro de IA criado com materiais usados nas TVs OLED
Estrutura do componente sináptico para IA: Dois transistores semicondutores são conectados, um para escrever e outro para ler, ambos intercalados com um componente de memória.
[Imagem: POSTECH]

Componente eletrônico para IA

Pesquisadores coreanos usaram os mesmos materiais semicondutores usados nas telas OLED (LEDs orgânicos) para fabricar um componente eletrônico que otimiza o processamento dos sistemas de inteligência artificial, tanto em termos de consumo de energia quanto em velocidade.

O material é conhecido na indústria como IGZO, um óxido de índio, gálio e zinco, largamente usado na eletrônica orgânica, incluindo as telas OLEDs e as células solares flexíveis.

Este composto compreende quatro átomos em uma proporção fixa de índio, gálio, zinco e oxigênio e possui excelente mobilidade de elétrons e propriedades de corrente de fuga, que o tornaram um substrato ideal para esses dispositivos.

Seongmin Park e seus colegas da Universidade Pohang de Ciência e Tecnologia usaram esse material para construir um circuito básico, formado por apenas dois transístores, que funciona como uma sinapse artificial, ideal para a computação neuromórfica, mas com um adicional crucial: Um nó intermediário de armazenamento.

Isto significa que este componente viabiliza uma computação na qual processamento e memória operam no mesmo componente, eliminando um dos maiores gargalos dos computadores atuais, nos quais a informação deve viajar constantemente, indo e vindo da memória para o processador.

A condutância do transístor de leitura é controlada carregando e descarregando o nó de memória através do transístor de escrita. Os pesos programados nos cálculos de IA são mantidos mesmo que o transístor de escrita seja desligado.
[Imagem: POSTECH]

Sinapse eletrônica

Sistemas de inteligência artificial, como o ChatGPT, baseiam-se em uma técnica chamada aprendizado profundo, que requer um extensivo treinamento do programa a partir de grandes repositórios de dados - essencialmente a internet inteira.

Os computadores atuais, baseados em uma arquitetura conhecida como Von Neumann, separam o armazenamento (memória) e a computação (processador) da informação, resultando em maior consumo de energia e atrasos significativos nos cálculos.

A equipe coreana acredita que o IGZO é o material ideal para viabilizar cálculos de IA porque ele gera componentes que podem ser produzidos em massa e fornecer uniformidade, durabilidade e precisão na computação. E os primeiros testes em sua sinapse artificial mostraram que o componente atende aos requisitos de velocidade esperados para essa nova arquitetura computacional.

Além disso, usar componentes sinápticos em um sistema de IA de larga escala exige que a corrente de saída desses neurotransistores seja a menor possível, e os pesquisadores confirmaram a possibilidade de utilizar isolantes de filme ultrafino dentro dos transistores de IGZO para controlar a corrente, cumprindo mais esse requisito.

Testes promissores

O transístor sináptico foi usado para construir circuitos em escala de protótipo que conseguiram treinar e classificar dados manuscritos com uma precisão muito alta, de mais de 98%, comprovando seu potencial.

"Nós utilizamos materiais já em produção em massa. Além disso, características de programação linear e simétrica foram obtidas através de uma nova estrutura usando dois transistores como um dispositivo sináptico. Assim, nosso desenvolvimento e aplicação bem-sucedidos dessa nova tecnologia de semicondutores de IA mostram um grande potencial para melhorar a eficiência e a precisão da IA," disse o professor Yoonyoung Chung, coordenador da equipe.

Bibliografia:

Artigo: Highly Linear and Symmetric Analog Neuromorphic Synapse Based on Metal Oxide Semiconductor Transistors with Self-Assembled Monolayer for High-Precision Neural Network Computation
Autores: Seongmin Park, Suwon Seong, Gilsu Jeon, Wonjae Ji, Kyungmi Noh, Seyoung Kim, Yoonyoung Chung
Revista: Advanced Electronic Materials
DOI: 10.1002/aelm.202200554
Seguir Site Inovação Tecnológica no Google Notícias





Outras notícias sobre:
  • Transistores
  • Microeletrônica
  • Inteligência Artificial
  • Computação Quântica

Mais tópicos