Новости космоса и технологий. » Нанотехнологии » Новые наноустройства, похожие на клетки мозга, работают вместе для выявления мутаций в вирусах

Новые наноустройства, похожие на клетки мозга, работают вместе для выявления мутаций в вирусах

Опубликовал: Admin, 25-09-2020, 01:01, Нанотехнологии, 81, 0

Новые наноустройства, похожие на клетки мозга, работают вместе для выявления мутаций в вирусах

В сентябрьском номере журнала Природа, Ученые из Техасского университета A&M, Hewlett Packard Labs и Стэнфордского университета описали новое наноустройство, которое действует почти так же, как и клетка мозга. Более того, они показали, что эти синтетические клетки мозга могут быть объединены в сложные сети, которые затем могут решать проблемы аналогично мозгу.

«Это первое исследование, в котором мы смогли смоделировать нейрон с помощью всего лишь одного наноразмерного устройства, которому в противном случае потребовались бы сотни транзисторов», - сказал доктор Р. Стэнли Уильямс, старший автор исследования и профессор кафедры Электротехника и вычислительная техника. «Мы также смогли успешно использовать сети наших искусственных нейронов для решения игрушечных версий реальной проблемы, требующей больших вычислительных ресурсов даже для самых сложных Цифровых технологий ».

В частности, исследователи продемонстрировали доказательство концепции, согласно которой их мозговая система может определять возможные мутации в вирусе, что очень важно для обеспечения эффективности вакцин и лекарств для штаммов, демонстрирующих генетическое разнообразие.

За последние десятилетия цифровые технологии стали меньше и быстрее, в основном из-за достижений в транзисторной технологии. Тем не менее, эти критически важные компоненты схемы быстро приближаются к своему пределу размера, который они могут быть построены, что инициирует глобальные усилия по поиску нового типа технологии, которая могла бы дополнить, если не заменить, транзисторы.

Помимо этой проблемы "уменьшения масштаба", цифровые технологии на основе транзисторов имеют и другие хорошо известные проблемы. Например, им сложно найти оптимальные решения, когда им представлены большие наборы данных.

"Давайте рассмотрим знакомый пример поиска кратчайшего маршрута от вашего офиса до дома. Если вам нужно сделать одну остановку, это довольно легко решить. Но если по какой-то причине вам нужно сделать 15 остановок между ними, вы есть 43 миллиарда маршрутов на выбор », - сказал доктор Сухас Кумар, ведущий автор исследования и исследователь в Hewlett Packard Labs. «Сейчас это проблема оптимизации, и современные компьютеры не умеют ее решать».

Кумар добавил, что еще одна трудная задача для цифровых машин - это распознавание образов, например идентификация лица как одного и того же независимо от точки обзора или распознавание знакомого голоса, скрытого в грохоте звуков.

Но задачи, которые могут отправить цифровые машины в вычислительную суматоху, - это задачи, в которых мозг преуспевает. Фактически, мозг не только быстро распознает и оптимизирует проблемы, но и потребляет гораздо меньше энергии, чем цифровые системы. Следовательно, имитируя, как мозг решает такие задачи, Уильямс сказал, что вдохновленные мозгом или нейроморфные системы потенциально могут преодолеть некоторые вычислительные препятствия, с которыми сталкиваются современные цифровые технологии.

Чтобы построить фундаментальный строительный блок мозга или нейрона, исследователи собрали синтетическое наноразмерное устройство, состоящее из слоев различных неорганических материалов, каждый из которых имеет уникальную функцию. Однако они сказали, что настоящая магия происходит в тонком слое соединения диоксида ниобия.

Когда к этой области прикладывается небольшое напряжение, ее температура начинает повышаться. Но когда температура достигает критического значения, диоксид ниобия претерпевает быстрое изменение личности, превращаясь из изолятора в проводник. Но как начинает вести электрические токи , его температура падает, и диоксид ниобия снова становится изолятором.

Эти возвратно-поступательные переходы позволяют синтетическим устройствам генерировать импульс электрического тока, который очень напоминает профиль электрических всплесков или потенциалов действия, производимых биологическими нейронами. Кроме того, изменяя напряжение на своих синтетических нейронах, исследователи воспроизвели широкий спектр нейронных поведений, наблюдаемых в мозге, таких как длительные, взрывные и хаотические электрические импульсы.

«Регистрация динамического поведения нейронов - ключевая цель компьютеров, созданных с помощью мозга», - сказал Кумар. «В общей сложности мы смогли воссоздать около 15 типов нейронных профилей возбуждения, все с использованием одного электрического компонента и при гораздо более низких энергиях по сравнению с схемами на основе транзисторов».

Чтобы оценить, могут ли их синтетические нейроны решать реальные проблемы, исследователи сначала соединили 24 таких наноразмерных устройства в сеть, вдохновленную связями между корой головного мозга и таламусом, хорошо известным нервным путем, участвующим в распознавание образов . Затем они использовали эту систему для решения игрушечной версии задачи реконструкции вирусных квазивидов, когда мутантные варианты вируса идентифицируются без эталонного генома.

Посредством ввода данных исследователи представили сеть коротким фрагментам генов. Затем, запрограммировав силу связей между искусственными нейронами внутри сети, они установили основные правила объединения этих генетических фрагментов. Задача сети, похожая на головоломку, заключалась в том, чтобы составить список мутаций в геноме вируса на основе этих коротких генетических сегментов.

Исследователи обнаружили, что в течение нескольких микросекунд их искусственная сеть нейроны поселился в состоянии, которое указывало на геном мутантного штамма.

Уильямс и Кумар отметили, что этот результат является принципиальным доказательством того, что их нейроморфные системы могут быстро выполнять задачи с низким энергопотреблением.

Исследователи заявили, что следующими шагами в их исследовании будет расширение репертуара проблем, которые их мозговые сети могут решить за счет включения других паттернов возбуждения и некоторых отличительных свойств человеческого мозга, таких как обучение и память. Они также планируют решить проблемы с оборудованием для реализации своей технологии в коммерческих масштабах.

«Расчет государственного долга или решение какого-либо крупномасштабного моделирования - это не та задача, с которой человеческий мозг может хорошо справляться, и поэтому у нас есть цифровые компьютеры. В качестве альтернативы мы можем использовать наши знания о нейронных связях для решения проблем, которые Мозг Исключительно хорош, - сказал Уильямс. «Мы продемонстрировали, что в зависимости от типа проблемы существуют различные и более эффективные способы выполнения вычислений, отличные от традиционных методов с использованием цифровых компьютеров с транзисторами».


Источник


У данной публикации еще нет комментариев. Хотите начать обсуждение?

Написать комментарий
Имя:*
E-Mail:
Введите код: *
Кликните на изображение чтобы обновить код, если он неразборчив


Поиск по сайту
Полезные ссылки
Оцените работу сайта

TEHNONEWS

Новости космоса технологий нанотехнологий физики и химии