Ein von Vincent Garcia geleitetes Forschungsteam mit Forschern des französischen Zentrums für wissenschaftliche Forschung (CNRS), des Unternehmens Thales und der Universitäten von Bordeaux, Paris-Sud und Évry hat sich von den Gehirnfunktionen inspirieren lassen, um neue intelligente Funktionalitäten zu entwickeln. Durch das Netzwerk von Synapsen zwischen Nervenzellen, auf denen die Aktivität des Gehirns basiert, besteht die Möglichkeit, einen Ablauf für das maschinelle Lernen zu entwickeln, das weniger energieaufwendig ist als die meisten aktuell verwendeten Algorithmen.
Ein von Vincent Garcia geleitetes Forschungsteam mit Forschern des französischen Zentrums für wissenschaftliche Forschung (CNRS), des Unternehmens Thales und der Universitäten von Bordeaux, Paris-Sud und Évry hat sich von den Gehirnfunktionen inspirieren lassen, um neue intelligente Funktionalitäten zu entwickeln. Durch das Netzwerk von Synapsen zwischen Nervenzellen, auf denen die Aktivität des Gehirns basiert, besteht die Möglichkeit, einen Ablauf für das maschinelle Lernen zu entwickeln, das weniger energieaufwendig ist als die meisten aktuell verwendeten Algorithmen. Eine Synapse verbindet zwei Nervenzellen; je stärker diese Verbindung durch die elektrische Stimulation der Synapse wird, desto besser geht das Lernen vonstatten.
Dieses Team hat nun eine künstliche Synapse entwickelt, die in der Lage ist, autonom zu lernen. Es handelt sich dabei um ein Nanobauelement mit einer Beschichtung aus ferroelektrischem Material [1] zwischen zwei Elektroden. Durch elektrische Impulse, die denen in den Nervenzellen ähnlich sind, kann der Widerstand der künstlichen Synapse angepasst sein: Ein schwacher Widerstand entspricht einer starken synaptischen Verbindung und ein starker Widerstand einer schwachen Verbindung. Diese Fähigkeit der Synapse sich dem Widerstand anzupassen, ermöglicht das Lernen.
Diese Entdeckung ebnet den Weg für die Entwicklung eines Netzwerks von künstlichen Synapsen und von darauf basierenden intelligenten, zeit- und energiesparenden Systemen.
[1] Ein ferroelektrisches Material kann bei Anlegen eines äußeren elektrischen Feldes spontan seine Polarisation ändern.
Kontakt: Vincent Garcia, Forscher beim CNRS, Tel.: +33 1 69 41 58 59, E-Mail: vincent.garcia@cnrs-thales.fr
Originalpublikation: „Learning through ferroelectric domain dynamics in solid-state synapses“, Sören Boyn, Julie Grollier, Gwendal Lecerf, Bin Xu, Nicolas Locatelli, Stéphane Fusil, Stéphanie Girod, Cécile Carrétéro, Karin Garcia, Stéphane Xavier, Jean Tomas, Laurent Bellaiche, Manuel Bibes, Agnès Barthélémy, Sylvain Saïghi, Vincent Garcia. Nature communications, 3. April 2017. DOI : 10.1038/NCOMMS14736 – http://www.nature.com/articles/ncomms14736
Quelle: „Des synapses électroniques capables d’apprendre : vers un cerveau artificiel ?“, Pressemitteilung des CNRS, 03.04.2017 – http://www2.cnrs.fr/presse/communique/4965.htm
Redakteur: Aurélien Gaufrès, aurelien.gaufres@diplomatie.gouv.fr
Criteria of this press release:
Journalists, Scientists and scholars, Students, Teachers and pupils, all interested persons
Biology, Electrical engineering, Medicine
transregional, national
Research results
German
You can combine search terms with and, or and/or not, e.g. Philo not logy.
You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).
Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.
You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).
If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).