Hidrojenle öğrenen yapay zeka çipi geliştirildi

Yapay zeka iş yüklerinin enerji tüketimi ve işlem hızı sınırlarını zorladığı bir dönemde, Güney Koreli bilim insanlarından dünyada yankı uyandıracak bir buluş geldi. DGIST Nanoteknoloji Bölümü, hidrojeni elektriksel sinyallerle kontrol ederek kendi kendine öğrenme kabiliyetine sahip dünyanın ilk iki terminalli yapay zeka yarı iletkenini başarıyla hayata geçirdi.

Modern bilişim dünyasında hesaplama ve bellek birimlerinin birbirinden ayrılması, verilerin taşınması sırasında hız kaybına ve aşırı enerji tüketimine yol açıyor. Bu sorunu aşmak için geliştirilen 'nöromorfik' (insan beynini taklit eden) yarı iletkenler, veriyi hem depolayıp hem de eş zamanlı olarak işleyebiliyor. Advanced Science dergisinde yayınlanan çalışmaya göre; Lee Hyun Jun ve Noh Hee Yeon liderliğindeki ekip, bu süreci kusursuzlaştırmak için 'hidrojen' elementini merkezine aldı.

OKSİJEN KUSURLARINDAN HİDROJEN HASSASİYETİNE

Geleneksel bellek cihazları genellikle 'oksijen boşlukları' adı verilen yapısal kusurların göçüne dayanıyordu. Ancak bu yöntem, cihazlar arasında kararlılık ve homojenlik sağlamada yetersiz kalıyordu. DGIST ekibi, elektrik alanı kullanarak hidrojen iyonlarının H⁺ enjeksiyonunu ve deşarjını kontrol eden yeni bir metot geliştirdi.

Kıdemli araştırmacı Lee Hyun Jun: 'Bu araştırma, sadece yeni bir yarı iletken geliştirmekten öte bir anlam taşıyor. Oksijen boşluğu tabanlı geleneksel belleklerden tamamen farklı olan, hidrojen göçünü kullanan yeni bir dirençli anahtarlama mekanizması sunuyoruz.'

DİKEY YAPIYLA MAKSİMUM ENTEGRASYON

Geliştirilen bu teknoloji, ilk kez iki terminalli dikey bir yapıda uygulanmasıyla da bir dünya ilki olma özelliği taşıyor. Bu dikey mimari, şu avantajları beraberinde getiriyor:

• Yüksek yoğunluk: Katmanlı yapısı sayesinde çipler üzerinde daha fazla işlem gücü daha az alana sığdırılabiliyor.
• Basit üretim: Karmaşık üretim süreçlerini sadeleştirerek seri üretim maliyetlerini düşürme potansiyeline sahip.
• Kararlılık: 10.000'den fazla tekrarlanan işlemde dahi performans kaybı yaşatmayan yüksek stabilite.

ANALOG ÖĞRENME: YAPAY SİNAPSIN DOĞUŞU

Yeni nesil hidrojen tabanlı cihaz, iletkenliğini kademeli olarak değiştirebilen 'analog' özelliklere sahip. Bu durum, insan beynindeki sinapsların öğrenme ve hafıza fonksiyonlarını neredeyse birebir kopyalamasına olanak tanıyor. Araştırma görevlisi Noh Hee Yeon, bu mekanizmanın aydınlatılmasının, yapay zeka donanım mimarisini temelden değiştireceğini ve düşük güç tüketimli nöromorfik yarı iletkenler çağını hızlandıracağını vurguluyor.

Sanayide ve teknoloji dünyasında 'akıllı fabrika'lardan otonom araçlara kadar geniş bir yelpazede kullanılması beklenen bu yüksek verimli çipler, yapay zekanın sürdürülebilir enerji politikalarıyla uyumlu bir şekilde büyümesini sağlayacak en güçlü adaylardan biri olarak görülüyor.