प्रकृति से प्रेरणा लेते हुए, वैज्ञानिकों के समूह ने मजबूत बायोमिमेटिक प्रणाली बनाने के लिए संकर सामग्रियों को मिला दिया है जो जैविक सिनैप्स के व्यवहार की बारीकी से नकल करता है। यह रोबोटिक्स, मशीन लर्निंग और वास्तविक समय डेटा प्रोसेसिंग में सफलताओं के साथ कंप्यूटिंग में नवाचार की नई लहर का मार्ग प्रशस्त कर सकता है।

मानव मस्तिष्क अपनी उल्लेखनीय ऊर्जा दक्षता के लिए जाना जाता है, यह उन्नत प्रौद्योगिकियों के विकास के लिए मॉडल के रूप में कार्य कर रहा है। इन प्रयासों में सबसे आगे समाधान-संसाधित मेमरिस्टर (एक गैर-वाष्पशील विद्युत घटक जो सर्किट में करंट के प्रवाह को नियंत्रित करता है) उपकरण हैं, जिन्हें मस्तिष्क के सिनैप्टिक कार्यों को दोहराने के लिए डिज़ाइन किया गया है। ये उपकरण न केवल कुशल हैं बल्कि स्केलेबल और किफायती भी हैं। यह उन्हें मानव मस्तिष्क की तरह काम करने वाले न्यूरोमॉर्फिक सिस्टम-कंप्यूटर बनाने के लिए आदर्श बनाते हैं। न्यूरॉन्स कैसे संचार करते हैं और सूचनाओं को कैसे संसाधित करते हैं, इसकी नकल करके, मेमरिस्टर्स के पास कृत्रिम बुद्धिमत्ता में क्रांति लाने, अधिक स्मार्ट, तेज और अधिक ऊर्जा-कुशल एआई सिस्टम को सक्षम करने की अपार क्षमता है।

हाल की एक खोज में, एस.एन. बोस नेशनल सेंटर फॉर बेसिक साइंसेज (एसएनबीएनसीबीएस) के वैज्ञानिकों के समूह ने, नेशनल इंस्टीट्यूट ऑफ टेक्निकल टीचर्स ट्रेनिंग एंड रिसर्च (एनआईटीटीटीआर) के सहयोग से, यादगार परत के भीतर धातु मार्गों के निर्माण की सुविधा के लिए नैनोस्केल प्रवाहकीय समूहों को शामिल करते हुए संकर सामग्री विकसित की है। इस प्रौद्योगिकी की नींव विद्युत क्षेत्र-प्रेरित इलेक्ट्रोकेमिकल धातुकरण के माध्यम से वृद्धिशील प्रतिरोध मॉड्यूलेशन को सक्षम करने के लिए चांदी के नैनोकणों (एजी एनपी) के साथ एम्बेडेड मेसोपोरस ग्रेफाइटिक कार्बन नाइट्राइड (जी-सी 3 एन 4, संक्षेप में सीएन) नैनोशीट्स का विकास है। विज्ञान और प्रौद्योगिकी विभाग के स्वायत्त संस्थान, एसएनबीएनसीबीएस द्वारा इन संकर सामग्रियों का समामेलन, मजबूत बायोमिमेटिक प्रणाली बनाता है जिसे एजीसीएन के नाम से जाना जाता है। यह  जैविक सिनैप्स के व्यवहार की बारीकी से नकल करता है। यह शोध एडवांस्ड फंक्शनल मटेरियल्स जर्नल में प्रकाशित हुआ था।

एजीसीएन प्रणाली प्रतिरोध में क्रमिक और निरंतर परिवर्तन प्रदर्शित करती है।  यह ऐसा गुण है जो ऊर्जा-कुशल और अनुकूली कंप्यूटिंग प्रणालियों के लिए महत्वपूर्ण है। न्यूरोमॉर्फिक कंप्यूटिंग उपकरणों में बायोमिमिक्री सिद्धांतों के उपयोग से अद्वितीय क्षमताएं प्राप्त हुई हैं। कठोर एल्गोरिदम को नियोजित करने वाले पारंपरिक कंप्यूटिंग सिस्टम के विपरीत, न्यूरोमॉर्फिक सिस्टम सीखने और अनुकूलन के लिए मस्तिष्क की क्षमता का अनुकरण करते हैं। एजीसीएन-आधारित मेमरिस्टर्स इस क्षेत्र में उल्लेखनीय बहुमुखी प्रतिभा और अनुकूलनशीलता प्रदर्शित करते हैं।

इन उपकरणों ने सटीक डॉट-एंड-लाइन सिग्नल उत्पन्न करने के लिए अपने वर्तमान को संशोधित करके मोर्स कोड को प्रभावी ढंग से दोहराया, जो वास्तविक समय कोड पहचान अनुप्रयोगों के लिए उनकी क्षमता को रेखांकित करता है। इस तकनीक का मुख्य नवाचार प्रवाहकीय समूहों के माध्यम से विद्युत क्षेत्र-प्रेरित धातु मार्गों को मजबूत करना या कमजोर करना है, जो सिनैप्टिक प्लास्टिसिटी को संशोधित करने में महत्वपूर्ण भूमिका निभाते हैं। 

ये उपकरण अलग-अलग वोल्टेज पल्स संख्या, आयाम और चौड़ाई द्वारा उल्लेखनीय सटीकता के साथ पैटर्न सीख सकते हैं, अनुकूलित कर सकते हैं और उनका पता लगा सकते हैं। विशेष रूप से उल्लेखनीय प्रदर्शन में पावलोव के कुत्ते के प्रयोग का अनुकरण करने की उपकरणों की क्षमता शामिल थी, जिससे साहचर्य सीखने के लिए उनकी योग्यता पर प्रकाश डाला गया, जो जैविक रूप से सीखने के समान प्रक्रिया है। इन उपकरणों का प्रभाव केवल सिनैप्टिक व्यवहार की नकल से परे है, क्योंकि वे मशीनों को जैविक सिनैप्स के अनुरूप जानकारी को संसाधित और प्रसारित करके अधिक दक्षता के साथ सीखने और अनुकूलित करने के लिए सशक्त बनाते हैं।

यह क्षमता अगली पीढ़ी के एआई सिस्टम के लिए अत्यंत महत्वपूर्ण है, जिसके लिए छवि पहचान और वास्तविक समय में निर्णय लेने के कार्यों के लिए उच्च गति, कम-शक्ति समाधान की आवश्यकता होती है। कंडक्टिव-आइलैंड-असिस्टेड सिनैप्टिक उपकरणों का विकास कृत्रिम बुद्धिमत्ता के क्षेत्र में महत्वपूर्ण छलांग का प्रतिनिधित्व करता है, क्योंकि यह बायोमिमिक्री नवाचार को आगे बढ़ाता है।

******

एमजी/केसी/पीके

(Release ID: 2100440) Visitor Counter : 50