У сучасному суспільстві комп’ютери та комп’ютерні системи проникли майже в усі області людської діяльності і в деяких випадках навіть стали незамінними, без них нормальне існування людства неможливе. Разом з тим, більшість існуючих комп’ютерів, переважно, створюється на основі архітектури Джона фон Неймана, запропонованої майже 80 років тому. Це призводить до принципового обмеження можливостей таких систем, зокрема: ускладнення паралельної обробки інформації, небажаного штучного розділення блоків пам’яті та обчислювальних блоків тощо. Щоб усунути ці обмеження компанії–виробники комп’ютерних комплектуючих використовують альтернативні підходи, серед яких достатньо популярним є підхід, заснований на використанні штучних нейронів і нейронних мереж. Наприклад, компанією Intel у 2017 році був анонсований та у 2018 році представлений новий революційний процесор Loihi з нейронним ядром, що містить близько 130 тисяч нейронів з 130 мільйонами синапсів.
Можливості нейронних систем суттєво залежать не тільки від особливостей зв’язку між нейронами, але й від технічних характеристик окремих нейронів. На сьогоднішній день більшість нейросистем будується на основі напівпровідникових транзисторів, проте відповідні нейронисистеми не
можуть повністю використати весь можливий потенціал нейротехнологій. Тому останнім часом науковцями всього світу ведеться активний пошук нових підходів до створення штучних нейронів, зокрема на основі магнітних матеріалів.
Революційним кроком в цьому напряму є розробка нового типу штучного нейрона на основі антиферомагнітних (АФМ) матеріалів – АФМ нейрону [Sci. Rep., vol. 8, 15727 (2018)] та відповідної нейрологіки [J. Appl. Phys., vol. 124, 152115 (2018)], що виконана співробітниками факультету радіофізики, електроніки та комп’ютерних систем. Запропонований штучний нейрон – двошарова структура у вигляді АФМ плівки, яка вкрита тонкою плівкою платини. Пропускаючи сталий електричний струм I, більший за деякий пороговий струм I0, крізь шар платини можна збудити коливання намагніченості з частотами ~1000 ГГц в АФМ шарі і отримати на виході наноструктури змінний електричний струм з тією ж частотою. Якщо сталий струм I буде менший за I0 коливання намагніченості виникати не будуть – такий нейрон буде знаходитись в стані очікування. Якщо тепер подіяти на нейрон, що знаходиться в стані очікування, коротким, достатньо потужним імпульсом струму, сумарний струм може тимчасово перевищити пороговий струм I0, що приведе до генерації вихідного імпульсу струму з тією ж тривалістю, що й у вхідного імпульсу. Змінюючи кількість вхідних шин (дендритів) такого нейрона, сталий робочий струм, амплітуду та тривалість імпульсів, можна суттєво змінювати режими роботи нейрона.
Навіть окремі АФМ нейрони можуть виконувати базові логічні операції (ТА, АБО), а об’єднуючи 3 АФМ нейрони можна створити двійковий суматор – базовий елемент обчислювальних систем.
Перевагою запропонованої нейрологіки є мала кількість АФМ нейронів, необхідних для реалізації будь-яких логічних операцій, та надзвичайно високі
робочі частоти (~1000 ГГц), що на думку Американського Інституту фізики (AIP) є одним з ключових досягнень в галузі нейросистем у 2018 році.
Олександр Прокопенко,
доктор фізико-математичних наук, професор,
завідувач кафедри нанофізики та наноелектроніки
факультету радіофізики, електроніки та комп’ютерних систем