سائنس اور ٹیکنالوجی ڈیلی، بیجنگ، 30 جولائی، طبیعیات تنظیم کے نیٹ ورک کی ایک حالیہ رپورٹ کے مطابق، نیشنل انسٹی ٹیوٹ آف معیار اور ٹیکنالوجی (NIST) میں محققین نے سلیکن چپ تیار کیا ہے جو مستقبل میں نیند نیٹ ورک کے لئے سگنل کو درست طریقے سے عطیہ کرنے کی صلاحیت کو الگ کر دیتا ہے. مطالعہ ایک ممکنہ ڈیزائن کے طریقہ کار فراہم کرتا ہے.
انسانی دماغ نیوران اربوں (عصبی خلیات)، ہر نیوران سیمیکمڈکٹر سرکٹ طرح یوآن ایک کنکشن نقطہ کے ہزاروں کے درمیان موجود ہے. مصنوعی عصبی نیٹ ورک سرکٹ کی تیاری کے لئے وقف کئی تحقیقی منصوبوں دماغ انکرن کرنے کے لئے، لیکن، ہے اس طرح روایتی الیکٹرانک آلات، اکثر کو پورا نہیں کر سکتے ہیں عصبی نیٹ ورک کے عام کام کاج انتہائی پیچیدہ وائرنگ کی ضروریات ہے.
NIST ٹیم پیچیدہ مسائل کو حل کرنے میں موجودہ میڈیا کی جگہ لے لے کرنے کے لئے ایک علامت کے طور پر روشنی کے استعمال کی سفارش، نیورل نیٹ ورکس جیسے وغیرہ روشنی کی درخواست کو مزید سگنل تبلیغ کی رفتار کو تیز کرے گا ڈیٹا کی اقسام کے تیز رفتار اور درست تجزیہ، پیٹرن کی شناخت کے لئے، اور ختم کرنے کے لئے اعلی صلاحیت کا مظاہرہ کیا ہے مداخلت چارج.
NIST ٹیم بوتیکشاستری جیف Chiles کہا: 'فائدہ روشنی کو مزید جیسے سیاروں کی طرح تلاش اور کوانٹم معلومات کے لئے کی طرح، عصبی نیٹ ورک کی کارکردگی کو بہتر بنانے کے کر سکتے ہیں کہ درست سائنسی اعداد و شمار کے تجزیہ کو چالو کرنے کے لئے ہے، تحقیق اور ذہین بغیر پائلٹ گاڑی کی کنٹرول کے نظام کی ترقی کو تیز.
اطلاعات کے مطابق، عمودی طور پر دو photonic waveguide کی stacking کے طرف NIST ڈیزائن کیا چپس، نظری سگنل میں اہم مشکلات پر قابو پانے کے لیے لگائی گئی. تنگ میں یہ ساخت حدود روشنی نظری سگنل روٹنگ سکیم، جو کہ ملازم کو بڑی حد تک اسی طرح کی ہے تار برقی سنکیتوں روٹنگ. چلاتے ہیں، اور پھر اعصابی نظام کے آپریشن کے عمل کی نقل کرنے کے لئے ضروری اقدامات کو مکمل کرنے کے لئے پیچیدہ روٹنگ طریقہ کار کے اس تین جہتی ڈیزائن.
محققین،، چپ کرنے آپٹیکل فائبر کے ذریعے منتقل لیزر بیم. روشنی کی شدت کی تقسیم کے پیٹرن اور منتخب چپ پیداوار ہر گروپ کی ان پٹ کو بھیجی جائے گی. پیداوار کا اندازہ کرنے کے لئے وہ ایک تصویر پیداوار سگنل پیدا. نتائج ظاہر ہوا ہے کہ اس طریقہ کار کا آخری پیداوار انتہائی یونیفارم ہے اور غلطی کی شرح کو کم کرنے، غلطی کی شرح کم ہے.
تحقیقاتی ٹیم نے کہا کہ انہوں نے واقعی دو چیزیں کی ہیں. پہلے، 3D ڈیزائن کے ماڈل کا استعمال ٹرانسمیشن میں زیادہ آپٹیکل کنکشن حاصل کرنے کے لئے؛ اس کے علاوہ، نئی پیمائش ٹیکنالوجی کی کامیاب ترقی آپٹیکل سب سیس سسٹم میں بہت سے آلات کی خصوصیات کو عکاسی کرتی ہے. photoelectron اعصابی نظام کے بڑے پیمانے پر گہری مطالعہ کے لئے، یہ دو کامیابیاں ایک اہم کردار ادا کرے گی.
ایڈیٹر میں انڈر
نیورل نیٹ ورک ٹیکنالوجی پہلے ہی مقبول مصنوعی ذہانت برادری یہ ایک تصویر شناس، چہرے کی شناخت یا قدرتی زبان پروسیسنگ، عصبی نیٹ ورک میں استعمال کیا جا کرنے کے لئے ہے کہ آیا ہے. نیورل نیٹ ورکس واقعی طاقتور ہے، لیکن یہ بھی واضح طور پر اس کی مضبوط، چپ کی تہ تک مجوزہ بجائے نظری راہ، ڈیٹا ٹرانسمیشن اور پروسیسنگ کی رفتار کے سرکٹ سکتے ہیں - یہ نئے چیلنجز، نہ روایتی ایک دن چپ بوجھ حساب کتاب AI دور، اس وقت، 'روشنی' پہلی فلم بہت امید کی درخواست کرتا ہے کہ غور کر رہا ہے تیزی سے. بہت سے ٹیموں نظری چپس کی ترقی میں کیا گیا ہے، تاہم، کے نتائج عام طور پر اب بھی لیبارٹری کے مرحلے میں ہیں، بھی صنعت کاری، یکساں اور استحکام اور بہت سے دوسرے عوامل کے اخراجات کے بارے میں غور کرنے کے لئے.