이 줄을 읽는 동안 뇌는 문자와 단어를 식별하기 위해 이미지 인식을 효율적으로 수행하고 내용을 이해하기 위해 학습한 어휘와 일치시킨다. 최신 컴퓨터 칩은 유사한 방식으로 작동하여 인공 신경망을 실행하기 위한 플랫폼을 제공한다.

이들은 인공 뉴런과 시냅스로 만들어진 가상 네트워크로, 스마트폰 디스플레이 잠금 해제를 위한 안면 인식이나 뇌 스캔에서 종양 감지와 같은 특정 작업을 위한 정보를 처리하도록 훈련되었다. 그러나 기존 컴퓨터에서 실행되는 인공 신경망은 뇌에 비해 매우 느리고 많은 양의 에너지를 소비한다.

연구원들은 이제 시냅스와 뉴런의 네트워크와 유사한 전기 전도성 구조를 호스트하는 재료로 만든 새로운 유형의 인공 신경망을 만드는 단계를 밟았다. 이러한 뇌와 유사한 구조를 통해 재료 자체는 잠재적으로 고효율로 인지 작업을 수행할 수 있으며 신경모형 컴퓨팅이라고 하는 뇌에서 영감을 받은 컴퓨팅 아키텍처에서 사용할 수 있다.

 뇌는 정보를 어떻게 처리할까?

뉴로모픽 컴퓨팅 연구는 뇌의 구조와 특성을 모방하여 노트북만큼 작고 검소하지만 슈퍼컴퓨터만큼 강력한 차세대 컴퓨터를 만드는 것을 목표로 한다.

뇌의 인상적인 능력은 정보가 동일한 생물학적 조직에서 처리되고 저장된다는 것을 의미하는 인메모리 프로세서로 작동한다는 사실에서 비롯된다. 이것은 메모리와 프로세서 사이에서 데이터가 앞뒤로 전송되어 성능을 저하시키는 병목 현상을 일으키는 기존 컴퓨터와 대조된다.

 뇌는 또한 가소성이므로 환경의 입력에 따라 변화하고 적응할 수 있다. 이것은 시냅스라고 불리는 뉴런 접합부의 강화 및 약화를 통해 발생한다. 이것은 새로운 입력이 존재하지 않더라도 시냅스 가중치 또는 뉴런 사이의 연결 정도가 일반적으로 시간이 지남에 따라 유지되기 때문에 시간이 지남에 따라 학습할 수 있는 능력을 제공한다.

 멤리스터 기반 인공 신경망

Advanced Intelligent Systems에 발표된 최근 논문에서 흐로닝언 대학의 CogniGron 센터 연구원들은 뇌와 같이 멤리스터(memristor)라고 하는 전기 전도성 채널의 나노스케일 네트워크를 포함하는 물질을 사용했다.

 멤리스터는 원칙적으로 메모리("Mem-")와 저항("-ristor")의 기능을 결합한 매우 단순한 전자 장치이다. 그것들은 가변 저항기로 볼 수 있는데, 그 저항은 과거에 그것들을 통해 흘러간 전하에 의존하여 이 메모리를 제공한다.

이 논문의 주요 저자인 Jan Rieck은 "동일한 장치를 사용하여 데이터 처리와 저장을 결합할 수 있기 때문에 차세대 컴퓨터 연구에 매우 흥미롭다."고 말했다. "3개의 전자 단자가 필요한 기존 트랜지스터와 비교할 때 멤리스터는 2단자 장치이므로 전자 회로를 엄청나게 단순화하는 동시에 새로운 기능을 얻을 수 있는 잠재력을 제공한다."

재료가 어떻게 뇌를 모방할 수 있을까?

연구원들은 몇 개의 원자 거리로 분리된 단순한 양전하 및 음전하 쌍인 수많은 작은 쌍극자로 구성된 강유전체라는 물질을 선택했다. 시냅스 동작을 모방하기 위해 연구원들은 강유전체에서 일반적으로 발견되는 현상을 이용했다.

재료를 생산하는 동안 모든 쌍극자가 항상 같은 방향으로 정렬되는 미세한 작은 영역을 형성한다. 이러한 영역을 도메인이라고 한다. "쌍극자가 방향을 바꾸는 경계 영역을 도메인 벽이라고 하며 고유한 특성이 있다. 강유전체가 일반적으로 절연체임에도 불구하고 나머지 물질보다 전기를 훨씬 더 잘 전도한다."라고 Rieck은 설명했다.

그러나 도메인 벽은 단단한 저항기 그 이상이다. “양쪽 끝에서 단일 도메인 벽을 고정하고 전압을 적용하면 이를 통해 전류를 보내 도메인 벽 저항을 높이거나 낮출 수 있다. 그것은 기본적으로 도메인 벽을 멤리스터로 만든다.”라고 Rieck은 말했다.

그들은 심지어 아날로그 저항 조정 가능성을 나타내어 뇌의 시냅스에서 시냅스 가중치의 아날로그 연속체와 유사한 저항 값의 연속체에 접근할 수 있다.

일반적으로 도메인 벽은 원자 폭이 1개 또는 2개에 불과하며 강유전성 박막을 제조하는 동안 자가 조립된다. "사실, 이 박막은 도메인 벽의 나노 스케일 네트워크를 호스트한다."라고 Rieck은 덧붙였다. "전도성 및 멤리스티브 도메인 벽의 이러한 나노 규모 네트워크가 잘 상호 연결되면 뉴로모픽 컴퓨팅 하드웨어를 향한 첫 번째 단계로 볼 수 있으며 높은 연결성, 재구성 가능성, 메모리 및 정보 처리의 공동 위치 지정과 같은 속성을 보여준다."

도메인 벽의 네트워크

인간의 머리카락보다 천 배 더 얇은 수십 나노미터 두께의 비스무트 페라이트(BiFeO3) 박막을 성장시키면서 나노 크기의 도메인 벽 네트워크가 연구원들에 의해 만들어졌다. BiFeO3 필름은 펄스 레이저 증착(PLD)이라는 기술을 사용하여 성장되었으며, 이 기술에서는 강력한 펄스 레이저 빔이 초고진공에서 원하는 재료의 타겟에 집중된다.

"이러한 방식으로 재료는 국부적으로 기화되고 가열된 기판에서 응축되어 박막을 형성한다."라고 Rieck은 설명했다. “PLD는 결정질 박막 성장을 위한 대중적인 기술이지만 고품질 BiFeO3 박막의 증착은 비스무트의 높은 휘발성으로 인해 매우 까다롭다. 그러나 PLD 프로세스 매개변수를 광범위하게 조정한 후 마침내 최적의 성장 조건을 달성했다.”

증착 후, 박막 표면은 직경 40nm로 측정되는 매우 날카로운 팁을 사용하여 조사되었다. 이 기술을 스캐닝 프로브 현미경이라고 하며 과학자들이 전도 맵에서 도메인 벽 네트워크 구조를 설명할 수 있다. "우리의 전도 지도는 우리가 찾고 있던 것을 정확히 확인시켜 준다. BiFeO3 박막은 잘 상호 연결되고 전도성이 있는 나노 규모 도메인 벽 네트워크를 나타내며, 이는 재료의 나머지 부분보다 더 높은 전류를 나타낸다."라고 Rieck은 말했다.

스캐닝 프로브 현미경 실험을 신중하게 설계함으로써 연구원들은 측정된 전류가 연결된 많은 도메인 벽으로 구성된 수많은 전도 경로를 따라 BiFeO3 박막의 평면에서 측면으로 흐른다는 것을 보여주었다. 이것은 이전에 어떤 강유전성 재료의 네트워크에서도 수행되지 않았다.

팁을 특정 도메인 벽 위치에 배치하고 교류 전압 신호를 적용함으로써 연구자들은 도메인 벽 네트워크의 멤리스티브 특성과 잠재적 조정 가능성을 확인하여 뇌의 특성과 더 나은 인공 신경망에 더 가깝게 만들었다. "이 작업은 메모리 및 뉴로모픽 애플리케이션을 위한 산화물 박막에서 도메인 벽 네트워크의 잠재력을 추가로 탐색하기 위한 중요한 전제 조건이다."라고 Rieck은 결론지었다.