Konfigurowalna fotosensytywna pamięć ze split‑floating‑gate do obliczeń neuromorficznych i nieliniowej aktywacji

Inteligentniejszy sprzęt na krawędzi

Telefony, aparaty i drobne urządzenia podłączone do internetu mają dziś oczekiwanie, by widzieć, rozpoznawać i reagować w czasie rzeczywistym — a zwykle robią to, przesyłając surowe dane między oddzielnymi czujnikami, układami pamięci i procesorami. Ten ruch danych kosztuje energię i spowalnia działanie. Artykuł przedstawia nowy rodzaj małego elementu elektronicznego, który potrafi wykrywać światło, zapamiętywać informacje i wykonywać kluczowe operacje sztucznej inteligencji wewnątrz jednego urządzenia, obiecując szybszy i bardziej energooszczędny inteligentny sprzęt dla codziennej technologii.

Jak mózg inspiruje nowe układy

Nasze oczy i mózg przetwarzają wzrok w sposób bardzo różny od aparatu cyfrowego. W układzie wzrokowym człowieka siatkówka nie tylko rejestruje obrazy; natychmiast filtruje, kompresuje i uwypukla istotne cechy, zanim prześle skompresowane sygnały nerwem wzrokowym do kory wzrokowej. Dla porównania, większość maszyn najpierw zbiera pełne obrazy, zapisuje je, a potem przetwarza gdzie indziej, marnując czas i energię. Badacze postawili sobie za cel naśladowanie tej biologicznej strategii w sprzęcie: zbudować urządzenia, które mogą lokalnie zarówno wykrywać, jak i przetwarzać informacje, a także stosować nieliniowe kroki „aktywacji”, od których zależą współczesne sieci neuronowe, by podejmować złożone decyzje.

Jedno urządzenie, trzy zadania

Zespół opracował to, co nazywa wielomodalnym urządzeniem pamięciowym typu split‑floating‑gate. Mówiąc prościej, to stos ultracienkich materiałów zachowujący się jak bardzo elastyczny tranzystor z dwoma niezależnie sterowanymi obszarami. Poprzez wstrzykiwanie i zatrzymywanie drobnych ładunków elektrycznych w tych obszarach, urządzenie można przeprogramować na żądanie. W jednej konfiguracji pełni rolę samonapędzającego się czujnika światła o regulowanej czułości, którą można precyzyjnie dostroić, a nawet uczynić dodatnią lub ujemną. W innej działa jako element pamięci, którego przewodność elektryczną można ustawić na jedną z wielu stabilnych wartości, co jest idealne do przechowywania sił — czyli „wag” — połączeń w sieci neuronowej.

Przenoszenie neuronalnej „iskry” na chip

Sieci neuronowe nie tylko dodają i mnożą liczby; po każdej warstwie wynik poddawany jest nieliniowemu krokowi aktywacji, często realizowanemu przez funkcje takie jak ReLU lub Sigmoid. Te operacje zwykle obsługują oddzielne, energochłonne układy. Tutaj to samo urządzenie, które wykrywa i przechowuje informacje, może również wykonywać te aktywacje. Po zaprogramowaniu w określonym stanie pozwala prądowi płynąć tylko powyżej pewnego poziomu wejściowego, naśladując ReLU. Po przeprogramowaniu jego charakterystyka prąd‑napięcie staje się gładka i w kształcie litery S, jak Sigmoid. Co ważne, przełączanie między tymi trybami odbywa się elektrycznie i szybko, bez zmiany fizycznej struktury układu.

Mały sprzętowy mózg do zadań wzrokowych

Aby pokazać możliwości, autorzy połączyli wiele takich urządzeń w małe matryce i użyli ich jako kompletnego systemu wzrokowego opartego na sprzęcie. W tzw. trybie czujnika matryca urządzeń bezpośrednio przekształcała wzory świetlne w sygnały ważone, wykonując pierwszą warstwę sieci neuronowej wewnątrz samego czujnika obrazu. W trybie pamięci podobne matryce przeprowadzały obliczenia przypominające mnożenie macierzy, typowe dla głębszych warstw sieci. Osobne urządzenia w trybie aktywacji stosowały następnie operacje ReLU i Sigmoid. Dzięki temu układowi system potrafił klasyfikować odręcznie pisane cyfry ze standardowej bazy MNIST z dokładnością zbliżoną do modelu wyłącznie programowego, a także oczyszczać zaszumione obrazy przy użyciu autoenkodera, wszystko to przy zachowaniu wyuczonych wag lokalnie w formie nieulotnej.

Dlaczego to ma znaczenie dla codziennej technologii

Dla osób niebędących specjalistami kluczową myślą jest to, że badacze połączyli wykrywanie, pamięć i nieliniowy „krok decyzyjny” sztucznej inteligencji w jednym rekonfigurowalnym urządzeniu. Ponieważ można je programować za pomocą drobnych impulsów energetycznych, działać w skali nanosekund i zapamiętywać ustawienia bez zasilania, taki sprzęt mógłby uczynić przyszłe aparaty, urządzenia noszone i inne urządzenia brzegowe znacznie bardziej efektywnymi. Zamiast wysyłać potoki surowych danych do odległego procesora czy chmury, systemy te mogłyby wydobywać znaczenie tam, gdzie dane powstają — podobnie jak robią to nasze oczy i mózg — otwierając drzwi do kompaktowych, energooszczędnych maszyn, które widzą i rozumieją świat w czasie rzeczywistym.

Cytowanie: Zhang, ZC., Li, Y., Yao, J. et al. A reconfigurable photosensitive split-floating-gate memory for neuromorphic computing and nonlinear activation. Nat Commun 17, 1697 (2026). https://doi.org/10.1038/s41467-026-68402-7

Słowa kluczowe: sprzęt neuromorficzny, obliczenia w czujniku, obliczenia w pamięci, nieliniowa aktywacja, edge AI