Искусственный нейрон из кристалла Ван-дер-Ваальса научился обучаться с помощью света
Современные системы искусственного интеллекта становятся все более мощными, однако их архитектура по-прежнему существенно отличается от принципов работы человеческого мозга. Несмотря на впечатляющие успехи в области машинного обучения, традиционные вычислительные системы потребляют большое количество энергии и требуют значительных вычислительных ресурсов. Именно поэтому ученые по всему миру активно разрабатывают нейроморфные технологии — электронные устройства, которые способны работать по принципам, напоминающим функционирование биологических нейронов и синапсов.
Новый шаг в этом направлении сделали исследователи из Университета Сонгюнкван в Южной Корее. Команда под руководством профессора Тэсуна Кима разработала уникальное оптоэлектронное устройство на основе кристалла Ван-дер-Ваальса, которое способно воспринимать световые сигналы, обучаться, запоминать информацию и воспроизводить ключевые функции нервных клеток. Результаты работы опубликованы в журнале Advanced Materials и уже рассматриваются как важный шаг к созданию аппаратного искусственного интеллекта нового поколения.
В основе разработки лежат материалы Ван-дер-Ваальса — особый класс кристаллических структур, состоящих из ультратонких слоев атомов. Эти материалы привлекают внимание исследователей благодаря своим уникальным электронным и оптическим свойствам. Их толщина может составлять всего несколько атомных слоев, что позволяет создавать миниатюрные устройства с высокой чувствительностью и низким энергопотреблением.
В последние годы материалы Ван-дер-Ваальса рассматриваются как перспективная основа для нейроморфной электроники, фотоники и квантовых технологий. Однако их практическое применение долгое время ограничивалось рядом технических проблем. Среди них — сложность контроля границ зерен, нестабильность интерфейсов между слоями, дефекты кристаллической структуры и трудности масштабного производства.
Южнокорейским ученым удалось предложить оригинальное решение этих ограничений. Исследователи использовали объемный кристалл селенида рения ReSe₂ и подвергли его специальной обработке с помощью плазмы аргона и сероводорода. В результате был реализован одностадийный процесс сульфидирования, который преобразовал верхний слой материала в нанокристаллическую структуру, сохранив при этом нижележащий монокристаллический слой практически без изменений.
Полученная двухуровневая архитектура оказалась удивительно похожей на устройство биологического нейрона. Верхний нанокристаллический слой выполняет функции, аналогичные светочувствительным ионным каналам клеточной мембраны, тогда как нижний слой играет роль внутриклеточной среды. Благодаря такому подходу удалось создать искусственную структуру, которая не просто проводит электрические сигналы, а демонстрирует поведение, напоминающее работу нервной ткани.
Особую роль в функционировании устройства играет управляемая миграция ионов серы. С помощью сканирующей зондовой микроскопии ученые детально изучили движение ионов внутри материала. Границы между нанокристаллами создают своеобразные атомные барьеры, позволяющие точно регулировать транспорт заряженных частиц. Такой механизм напоминает работу биологических ионных каналов, которые регулируют передачу сигналов между нейронами.
Созданное устройство продемонстрировало широкий набор свойств, характерных для настоящих синапсов. Среди них — долговременная потенциация и депрессия, облегчение парных импульсов, многоуровневое изменение проводимости и возможность перехода от кратковременного хранения информации к долговременному запоминанию. Именно эти механизмы лежат в основе процессов обучения и формирования памяти в человеческом мозге.
Особенно важно, что устройство реагирует на световые стимулы. В отличие от многих существующих нейроморфных компонентов, которым необходимы электрические сигналы, новая система использует свет непосредственно как источник информации. Это открывает перспективы создания интеллектуальных сенсорных систем, способных одновременно видеть, анализировать и запоминать окружающую среду без необходимости передачи огромных массивов данных в отдельный вычислительный центр.
В ходе экспериментов исследователи провели серию тестов на обучение и память. Нанокристаллическое устройство показало улучшение эффективности сохранения информации на 34,7% по сравнению с традиционными структурами на основе объемного селенида рения. После циклов обучения, забывания и повторного обучения система сохраняла накопленный опыт значительно лучше, чем существующие аналоги.
Дополнительные испытания подтвердили практический потенциал технологии. Искусственный синапс успешно выполнял задачи выделения границ объектов на изображениях и продемонстрировал высокую эффективность в распознавании визуальной информации. В тестах на популярном наборе изображений CIFAR-10 устройство достигло точности классификации 96,24%, что является впечатляющим результатом для экспериментальной нейроморфной платформы.
Подобные характеристики особенно важны в условиях стремительного роста объемов визуальной информации. Современные системы компьютерного зрения, автономные транспортные средства, робототехника, интеллектуальные камеры и устройства дополненной реальности требуют обработки огромных потоков данных в режиме реального времени. Традиционные вычислительные архитектуры сталкиваются с ограничениями по скорости передачи данных и энергопотреблению. Нейроморфные оптоэлектронные системы способны частично решить эту проблему благодаря объединению функций сенсора, памяти и вычислительного устройства в одном элементе.
Исследование также демонстрирует важность биомиметического подхода в современной инженерии. Вместо прямого копирования работы мозга ученые используют фундаментальные принципы биологических систем и воплощают их в новых материалах. Такой подход позволяет создавать устройства, сочетающие преимущества живой природы и возможностей современной микроэлектроники.
В перспективе подобные кристаллы Ван-дер-Ваальса могут стать основой для принципиально новых типов вычислительных систем. Среди возможных направлений применения — нейроморфные процессоры, интеллектуальные сенсоры, автономные робототехнические платформы, системы компьютерного зрения, энергоэффективные устройства искусственного интеллекта и технологии обработки больших потоков визуальной информации.
Разработка южнокорейских исследователей показывает, что будущее искусственного интеллекта может быть связано не только с совершенствованием алгоритмов, но и с созданием новых материалов, способных обучаться, запоминать и принимать решения по принципам, близким к работе человеческого мозга. Именно такие технологии могут стать фундаментом следующего поколения интеллектуальных устройств, объединяющих вычисления, память и восприятие окружающего мира в единой архитектуре.