오스틴에있는 텍사스 대학교 (University of Texas)의 연구원들은 얇고 유연한 재료 그래 핀을 사용하여 뇌와 같은 플러스 카지노위한 시냅스 트랜지스터를 개발했습니다. 이 트랜지스터는 뇌의 시냅스와 유사하며 뉴런을 서로 연결합니다.
트랜지스터는 생체 적합성이므로 살아있는 세포 및 조직과 상호 작용할 수 있습니다. 이는 인체와 접촉하는 의료 기기의 잠재적 인 응용의 핵심입니다. 이 초기 뇌와 플러스 카지노 장치에 사용되는 대부분의 재료는 독성이 있으므로 어떤 식 으로든 살아있는 세포와 접촉 할 수 없습니다.
인간의 두뇌처럼 더 많이 생각하는 플러스 카지노는 주류 채택에 더 가깝습니다. 그러나 많은 답이없는 질문은 남아 있습니다. 가장 긴급한 것 중에서 어떤 유형의 재료 유형 이이 새로운 스타일의 컴퓨팅의 잠재력을 해제하기위한 최고의 빌딩 블록 역할을 할 수 있습니다.
21796_22002
새로운 논문에서 오스틴에있는 텍사스 대학교의 연구원들은 얇고 유연한 재료 그래 핀을 사용하여 뇌와 같은 플러스 카지노위한 시냅스 트랜지스터를 개발했습니다. 이 트랜지스터는 뇌의 시냅스와 유사하며 뉴런을 서로 연결합니다.
"뇌처럼 생각하는 플러스 카지노는 오늘날의 장치보다 훨씬 더 많은 일을 할 수 있다고 생각합니다."Nature Communications. "그리고 플러스 카지노를 모방함으로써, 우리는이 장치들에게 많은 힘을 차지하는 거대한 훈련 방법을 필요로하지 않고이 장치들에게 즉시 배우도록 가르 칠 수 있습니다.".
플러스 카지노: 폴리머 막 물질 인 그래 핀과 나 피온의 조합은 시냅스 트랜지스터의 골격을 구성합니다. 함께, 이들 물질은 주요 시냅스 유사 행동을 보여줍니다. 가장 중요한 것은 신경 근육 기억의 한 유형 인 더 자주 사용되는 시간이 지남에 따라 경로가 강화되는 능력을 보여줍니다. 플러스 카지노팅에서 이것은 시간이 지남에 따라 이미지를 인식하고 해석하는 것과 같은 작업에서 장치가 더 나은 작업을 수행하고 더 빨리 수행 할 수 있음을 의미합니다.
또 다른 중요한 발견은이 트랜지스터가 생체 적합성이라는 점입니다. 즉, 살아있는 세포 및 조직과 상호 작용할 수 있습니다. 이는 인체와 접촉하는 의료 기기의 잠재적 인 응용의 핵심입니다. 이 초기 뇌와 플러스 카지노 장치에 사용되는 대부분의 재료는 독성이 있으므로 어떤 식 으로든 살아있는 세포와 접촉 할 수 없습니다.
그것이 중요한 이유: 자율 주행 자동차, 드론 및 로봇과 같은 새로운 첨단 기술 개념을 통해 데이터 처리 및 스토리지 측면에서 실리콘 칩이 효율적으로 수행 할 수있는 한 제한에 도달하고 있습니다. 이러한 차세대 기술에는 새로운 컴퓨팅 패러다임이 필요합니다. 신경성 장치는 몰입 형 작업을위한 강력한 플러스 카지노 인 뇌의 처리 능력을 모방합니다.
“인공 시냅스의 생체 적합성, 유연성 및 부드러움이 필수적입니다. "미래에, 우리는 미래의 뇌 보철물을위한 길을 열어 인간의 플러스 카지노 직접 통합을 구상합니다."
실제로 일어날 것인가 :신경 형상 플랫폼이 더 일반적이되기 시작합니다. 인텔과 삼성과 같은 주요 칩 제조업체는 이미 신경 칩을 생산했거나 개발하는 과정에 있습니다. 그러나 현재의 칩 재료는 신경계 장치가 수행 할 수있는 일에 제한이 있으므로 학업 연구자들은 부드러운 뇌와 같은 플러스 카지노위한 완벽한 재료를 찾기 위해 열심히 노력하고 있습니다.
"재료와 관련하여 여전히 큰 열린 공간입니다. 다음 큰 솔루션으로 좁혀지지 않았습니다. "그리고 다른 응용 프로그램에 대해 다른 재료가 더 의미가있는 하나의 솔루션으로 좁히지 않을 수도 있습니다."
팀 :이 연구는 전기 및 플러스 카지노 공학과 교수 인 오르 비아와 데지 아킨 웬데 (Deji Akinwande)가 주도했습니다. 이 두 사람은 과거에 여러 번 협력했으며 Akinwande는 그래 핀의 주요 전문가이며, 가장 최근에는 A의 여러 연구 혁신을 사용합니다.웨어러블 전자 문신혈압 모니터링.
프로젝트에 대한 아이디어는 박사 학위 인 Samuel Liu가 생각했습니다. Akinwande가 가르치는 수업에서 신문의 학생이자 첫 번째 저자. 그런 다음 Kireev는 특정 프로젝트를 제안했습니다. 학부 전기 및 플러스 카지노 공학 학생 인 Harrison Jin은 장치를 측정하고 데이터를 분석했습니다.
팀은 신경망 시뮬레이션을 실행하고 결과 데이터를 분석 한 Sandia National Laboratories의 T. Patrick Xiao 및 Christopher Bennett와 협력했습니다.
