synapses เป็นที่ที่แกนและก็ dendrites เจอเพื่อเซลล์ประสาทในสมองของผู้คนสามารถส่งรวมทั้งรับสัญญาณประสาท; มีหลายร้อยล้านเท่าของ synapses ในสมองของคนเรา

ระบบการถ่ายโอนข้อมูลทางเคมี synapse นี้ซึ่งถ่ายทอดข้อมูลที่ได้รับมาจากสมองสามารถจัดแจงวิชาเลขคณิตคู่ขนานระดับที่ค่อนข้างสูงที่มีพลังงานน้อยมากเพราะฉะนั้นการศึกษาเรียนรู้วิจัยเกี่ยวกับเครื่องไม้เครื่องมือ synaptic เทียมซึ่งเอาอย่างฟังก์ชันทางชีวภาพของ synapse ก็เลยอยู่ภายใต้การปฏิบัติการทั้งโลก

ทีมงานนักวิจัยของดร. ลีผ่านการวิจัยร่วมกับกลุ่มที่นำโดยศ.จ. Gyeong-Su Park จากมหาวิทยาลัยแห่งชาติกรุงโซล ศ.จ. Sung Kyu Park จาก Chung-ang University; และก็ศ.จ.ฮุนสางฮวงจากสถาบัน POSTEC ได้ปรับปรุงเครื่องมือ synaptic ประดิษฐ์ที่มีความน่าวางใจสูงซึ่งมีหลายค่าด้วยการจัดองค์ประกอบแทนทาลัมออกไซด์ซึ่งเป็นสิ่งของทรานส์เมทัลลิกเป็นสองชั้นของ Ta2O5-x และก็ TaO2-x และก็ควบคุมผิวของมัน

เครื่องมือ synaptic ประดิษฐ์ที่ปรับปรุงโดยทีมงานนักวิจัยเป็นเครื่องไม้เครื่องมือ synaptic กระแสไฟฟ้าที่เลียนแบบหลักการทำงานของ synapses ในสมองเนื่องมาจากแรงต้านทานของชั้น tantalum oxide จะเบาๆเพิ่มหรือต่ำลงขึ้นกับความแรงของสัญญาณไฟฟ้า มันบรรลุเป้าหมายสำหรับการเอาชนะคงทนถาวรข้อ จำกัด ของเครื่องมือในตอนนี้โดยให้การควบคุมเดี๋ยวนี้เพียงแค่หนึ่งชั้นของ Ta2O5-x

นอกเหนือจากนั้นทีมงานวิจัยได้ใช้การทดสอบที่ตระหนักถึงความมั่นคงรุ่งเรืองของ synapse ซึ่งเป็นวิธีการสำหรับในการสร้างจัดเก็บรวมทั้งลบความจำตัวอย่างเช่นการเสริมสร้างความแข็งแกร่งของหน่วยความจำในระยะยาวและก็การล้มล้างหน่วยความจำในระยะยาวโดยการปรับความแรงของ การเชื่อมต่อระหว่างเซลล์ประสาท synapse

ขั้นตอนการจัดเก็บข้อมูลที่มีค่าหลายค่าที่ไม่มีการระเหยที่ทีมงานนักวิจัยประยุกต์ใช้มีข้อดีด้านเทคโนโลยีสำหรับการมีพื้นที่เครื่องไม้เครื่องมือ synaptic เทียมที่ลดน้อยลงทำให้ลดความสลับซับซ้อนของการเชื่อมต่อวงจรและก็ใชัพลังงานน้อยลงลงได้มากกว่าหนึ่งพันเมื่อเทียบกับการจัดเก็บข้อมูล แนวทางการขึ้นกับสัญญาณดิจิตอลโดยใช้ 0 และก็ 1 ตัวอย่างเช่นความปั่นป่วนของ CMOS (Complementary Metal Oxide Semiconductor)

เครื่องใช้ไม้สอย synaptic ประดิษฐ์ที่มีความน่าไว้วางใจสูงที่ปรับปรุงขึ้นโดยทีมงานวิจัยสามารถใช้ในเครื่องมือหรือวงจรไฟฟ้าที่มีกำลังต่ำเพื่อประมวลผลข้อมูลขนาดใหญ่ปริมาณอย่างใหญ่โตเนื่องจากว่าความรู้ความเข้าใจสำหรับเพื่อการคำนวณเลขขนานกำลังไฟต่ำ คาดว่าจะเอามาดัดแปลงกับเทคโนโลยีเครื่องใช้ไม้สอยอัจฉริยะอัจฉริยะรุ่นถัดไปยกตัวอย่างเช่นการพัฒนาปัญญาประดิษฐ์ (AI) รวมทั้งการเรียนด้วยเครื่องและก็การเล่าเรียนลึกแล้วก็เซมิคอนดักเตอร์สมองที่เอาอย่าง

ดร. ลีกล่าวว่า “การค้นคว้านี้มีหลักประกันความน่าไว้วางใจของเครื่องใช้ไม้สอย synaptic เทียมที่มีอยู่แล้วก็ปรับแก้พื้นที่ที่ทำให้เห็นว่าเป็นจุดด้วยพวกเราคาดว่าจะมีส่วนช่วยในการพัฒนา AI บนระบบ neuromorphic ที่เอาอย่างสมองของคนเราโดยการผลิตวงจรที่เอาอย่าง หน้าที่ของเซลล์ประสาท “