décembre 3, 2022

7seizh

Dernières nouvelles et nouvelles du monde de 7 Seizh sur les affaires, les sports et la culture. Nouvelles vidéo. Nouvelles des États-Unis, d'Europe, d'Asie-Pacifique, d'Afrique, du Moyen-Orient, d'Amérique.

Les transistors à réseau extensible peuvent à la fois augmenter et affaiblir la mémoire de l’appareil

Les robots et les appareils portables pourraient bientôt devenir plus intelligents. Les ingénieurs de Penn State ont développé un transistor synaptique portable et extensible qui agit comme des neurones dans le cerveau pour envoyer des signaux à certaines cellules et en inhiber d’autres afin de stimuler et d’altérer la mémoire des appareils.

Les transistors à réseau artificiel qui présentent à la fois un comportement cérébral excitateur et inhibiteur peuvent fournir diverses fonctionnalités et un calcul efficace dans différentes applications. Cependant, certaines de ces applications, telles que Robots mous Et le électronique portablenécessitant des dispositifs de verrouillage souples et déformables mécaniquement.

L’équipe a conçu le transistor à treillis artificiel pour qu’il soit intégré dans des robots ou des appareils portables et utilise l’intelligence artificielle pour améliorer la fonctionnalité. Un transistor en treillis peut être reconfigurable, ce qui signifie qu’il peut être tordu et plié tout en restant fonctionnel. D’autre part, les transistors conventionnels sont robustes et peuvent casser après flexion.

« Les miroirs du cerveau humain, les robots et les appareils portables utilisant un transistor synapse peuvent utiliser des neurones artificiels pour » apprendre « et adapter leurs comportements », a déclaré Kunjiang Yu, Dorothy Kuegel, professeure adjointe de développement professionnel des sciences de l’ingénieur et de la mécanique, professeure agrégée de génie biomédical et de science et génie des matériaux qui a dirigé l’équipe. « Par exemple, si on se brûle les mains sur une cuisinière, ça fait mal, et on sait qu’il faut éviter de les toucher la prochaine fois. Les mêmes résultats seraient possibles pour les appareils qui utilisent un transistor à treillis, comme le L’intelligence artificielle capable « d’apprendre » et de s’adapter à son environnement.

Les neurones artificiels du dispositif sont conçus pour agir comme des neurones dans la région tegmentale ventrale. L’aire tegmentale ventrale est un petit segment du cerveau humain situé au sommet du cerveau cerveau éteindre. Les neurones traitent et transmettent des informations en libérant des neurotransmetteurs au niveau de leurs synapses, qui sont généralement situées aux extrémités des cellules nerveuses. Les neurotransmetteurs excitateurs stimulent l’activité d’autres neurones et sont associés à la consolidation des souvenirs, tandis que les neurotransmetteurs inhibiteurs diminuent l’activité des autres neurones et sont associés à l’altération des souvenirs.

READ  Les équipes de la NASA remplacent les joints de la fusée Artemis I Moon et se préparent pour les tests de réservoir

« Contrairement à toutes les autres régions du cerveau, les neurones de la région tegmentale ventrale sont capables de libérer simultanément des neurotransmetteurs excitateurs et inhibiteurs. » dit Yu. « En concevant le transistor en treillis pour qu’il fonctionne simultanément avec les deux comportements intriqués, moins de transistors sont nécessaires qu’avec la technologie électronique intégrée conventionnelle, ce qui simplifie l’architecture du système et permet au dispositif d’économiser de l’énergie. »

Les chercheurs ont utilisé des matériaux semi-conducteurs bicouches extensibles pour fabriquer le dispositif, lui permettant de s’étirer et de se déformer au fur et à mesure de son utilisation. Selon les chercheursUn transistor est mécaniquement déformable et fonctionnellement reconfigurable tout en conservant sa fonctionnalité lorsqu’il est étiré sur une large plage. Il peut être attaché à un robot ou à un appareil portable pour agir comme une peau extérieure.

Référence de la revue :

  1. Hyunsuk-shim, Faheem Ershad, Shubham Patel, Yongkao Zhang, Pengao Wang, Zhihua Chen, Tobin J. Marks, Antonio Facchetti et Qunjiang Yu. Un transistor intriqué flexible et reconfigurable basé sur un semi-conducteur bicouche extensible. Nature Électronique, 2022 ; EST CE QUE JE: 10.1038 / s41928-022-00836-5