精密なターゲティングと追跡のためのサブピコジュール/ビットの自発的神経形態デバイス

科学分野:

• 神経形態工学
• 人工知能ハードウェア
• エネルギー効率の高いコンピューティング

背景:

• 人工知能ハードウェアはエネルギー消費の課題に直面しています。
• 現在の網膜様デバイスは、特徴抽出の柔軟性を制限する受動的な注意メカニズムを持っています。

研究 の 目的:

• 人間の視覚システムに触発されたアクティブな注意調節を備えた自発的神経形態デバイスを開発すること。
• AIハードウェアの特徴抽出機能とエネルギー効率を向上させること。

主な方法:

• ゲート電圧調整可能な光伝導を利用して、差動スペクトル応答を調整可能にしました。
• スペクトル再構成精度の評価にニューラルネットワークを採用しました。
• アクティブな自発的な注意調節を実装しました。

主要な成果:

• 調整可能なスペクトル応答による選択的なタスク知覚を実現しました。
• 1.17%のデータ圧縮率を実証しました。
• 0.625 pJ/bitの情報エネルギー効率に達しました。

結論:

• 新しいデバイスは、網膜様ハードウェアの設計を進歩させます。
• エネルギー効率の高いハイパースペクトルイメージングのための持続可能な経路を提示します。
• 次世代の神経形態コンピューティングシステムを可能にします。