מגזין הטכניון | קיץ 2020

16 הנדסת חשמל על שבב מוח ט כנולוגיה חדשנית שפיתחו חוקרים בטכניון ובחברת ״טאואר סמיקונדקטור״ צפויה לחולל מהפכה בעולם הבינה המלאכותית. הטכנולוגיה האמורה, שנחשפה במאמר בכתב , הופכת את רכיבי זיכרון Nature Electronics העת הפלאש המסחריים של טאואר לממריסטורים - התקנים המכילים זיכרון וכוח חישוב. הטכנולוגיה, שפותחה בהשראת פעולת המוח האנושי, מאיצה באופן משמעותי את פעולתם של אלגוריתמים של .) AI בינה מלאכותית ( Nature Electronics את המחקר שהתפרסם ב- הובילוהדוקטורנטלואידאניאלופרופ’ שחרקוטינסקי מהפקולטה להנדסת חשמל ע”ש ויטרבי בטכניון, בשיתוף פעולה עם פרופ’ יעקב רויזין וד”ר יבגני פיחאי מחברת טאואר סמיקונדקטור ופרופ’ ראמז דניאל מהפקולטה להנדסה ביו-רפואית בטכניון. הפרדיגמה של “טרנזיסטור סינפטי”, השואב את השראתו מפעילות הסינפסות במוח, הוצע כבר לפני מקלטק, אולם Carver Mead שנה על ידי פרופ’ 30- כ , בקבוצת 2015- מימושו נתקל בשורה של אתגרים. ב המחקר של פרופ’ דימיטרי סטרוקוב מאוניברסיטת קליפורניה בסנטה ברברה, התרחשה פריצת דרך בתחום זה, אך החיבור להתקנים אלקטרוניים קיימים התעכב עוד. בעבודה הנוכחית שנערכה בטכניון ובטאואר מדגימים החוקרים התקן ממריסטור חדשני המשלב את היכולות הקיימות של טרנזיסטורים מסחריים עם החדשנות הקונספטואלית של הממריסטור. לדברי קוטינסקי, “בדומה לסינפסות הביולוגיות במוח, גם כאן מדובר בהתקן אנלוגי המאופיין בהתנגדות חשמלית שאפשר לכוונן. אנחנו מאמינים שהפיתוח שלנו יעניק דחיפה משמעותית לתחומי מחקר שונים ובהם למידה חישובית, בינה מלאכותית ומחשוב נוירומורפי (מחשוב בהשראת המוח).” הפיתוח החדש סוגר פער רב שנים בין הביצועים המרשימים של בינה מלאכותית ברמת התוכנה - הכוללים זיהוי תמונות, פתרון בעיות חשבוניות ועוד - ובין העיכוב בפיתוחה של חומרה מתאימה. חומרה כזאת נדרשת להפגין ביצועים מעולים מבחינת דיוק, מהירות, חיסכון בצריכת חשמל ומחיר. כל אלה היו קשים למימוש במודל החומרה המסורתי - המודל הדיגיטלי. כעת במאמר המשותף מציגים לואי דאניאל פרופ’ שחר קוטינסקי בפקולטה להנדסת חשמל: התאמה של רכיבי טרנזיסטור מסחריים לעידן הבינה המלאכותית https://go.nature.com/36l6SPE למ אמר: