नॉर्थवेस्टर्न यूनिवर्सिटी के इंजीनियरों की एक टीम ने हाल ही में मुद्रित कृत्रिम न्यूरॉन्स विकसित करके एक बड़ी सफलता हासिल की है जो वास्तविक मस्तिष्क कोशिकाओं के साथ सीधे संपर्क कर सकते हैं। ये उपकरण न केवल नरम, लचीले और निर्माण के लिए सस्ते हैं, बल्कि ऐसे विद्युत संकेत भी उत्पन्न कर सकते हैं जो जीवित न्यूरॉन्स के समान हैं। माउस मस्तिष्क ऊतक के स्लाइस का उपयोग करके प्रयोगशाला परीक्षणों में, कृत्रिम न्यूरॉन्स ने वास्तविक न्यूरॉन्स को सफलतापूर्वक उत्तेजित किया और मापने योग्य प्रतिक्रियाएं प्राप्त कीं। यह उपलब्धि इलेक्ट्रॉनिक सिस्टम और जैविक तंत्रिका नेटवर्क के बीच अभूतपूर्व स्तर की अनुकूलता को दर्शाती है।
यह शोध तंत्रिका तंत्र के साथ संचार करने में सक्षम इलेक्ट्रॉनिक उपकरणों के लिए महत्वपूर्ण रास्ते खोलता है। उम्मीद है कि यह तकनीक मस्तिष्क-कंप्यूटर इंटरफेस और न्यूरोप्रोस्थेटिक उपकरणों के विकास का समर्थन करेगी, जिसमें श्रवण, दृष्टि या गति को बहाल करने के लिए डिज़ाइन किए गए प्रत्यारोपण भी शामिल हैं। साथ ही, निष्कर्ष अधिक कुशल कंप्यूटिंग के भविष्य की ओर भी इशारा करते हैं। जिस तरह से न्यूरॉन्स सिग्नल भेजते हैं - मस्तिष्क की एक प्रमुख विशेषता, जो ज्ञात सबसे अधिक ऊर्जा-कुशल कंप्यूटिंग प्रणाली है - की नकल करके अगली पीढ़ी का हार्डवेयर वर्तमान प्रणालियों की तुलना में बहुत कम ऊर्जा का उपयोग करके जटिल कार्यों को संभालने में सक्षम होगा।
यह शोध 15 अप्रैल को नेचर नैनोटेक्नोलॉजी पत्रिका में प्रकाशित हुआ था। "आज हम जिस दुनिया में रहते हैं, उसमें कृत्रिम बुद्धिमत्ता का बोलबाला है। कृत्रिम बुद्धिमत्ता को अधिक स्मार्ट बनाने के लिए, आपको इसे अधिक से अधिक डेटा के साथ प्रशिक्षित करने की आवश्यकता है। यह डेटा-गहन प्रशिक्षण बड़ी ऊर्जा खपत की समस्याओं को जन्म देता है। इसलिए, हमें बड़े डेटा और कृत्रिम बुद्धिमत्ता को संसाधित करने के लिए अधिक कुशल हार्डवेयर विकसित करना चाहिए। चूंकि मस्तिष्क डिजिटल कंप्यूटर की तुलना में पांच गुना अधिक ऊर्जा कुशल है, इसलिए कंप्यूटिंग की अगली पीढ़ी के लिए प्रेरणा के लिए मस्तिष्क की ओर देखना उचित है।"
जैसे-जैसे कंप्यूटिंग की जरूरतें बढ़ती हैं, पारंपरिक सिस्टम समान घटकों को जोड़कर इन चुनौतियों का जवाब देते हैं। आधुनिक चिप्स में सिलिकॉन के एक कठोर, सपाट टुकड़े पर व्यवस्थित अरबों ट्रांजिस्टर होते हैं, जिनमें प्रत्येक तत्व समान कार्य करता है। एक बार निर्मित होने के बाद, इन प्रणालियों को बदला नहीं जा सकता। दिमाग बिल्कुल अलग तरीके से काम करता है. यह कई प्रकार के न्यूरॉन्स से बना है, जिनमें से प्रत्येक की विशिष्ट भूमिकाएँ हैं, जो एक नरम त्रि-आयामी नेटवर्क में व्यवस्थित हैं। ये नेटवर्क लगातार अनुकूलन करते हैं, नए कनेक्शन बनाते हैं और सीखने के दौरान मौजूदा कनेक्शन को नया आकार देते हैं। "सिलिकॉन अरबों समान उपकरणों के कारण जटिलता प्राप्त करता है। एक बार बनने के बाद सब कुछ समान, कठोर और स्थिर हो जाता है। मस्तिष्क इसके विपरीत है। यह विषम, गतिशील और त्रि-आयामी है। उस दिशा में आगे बढ़ने के लिए, हमें इलेक्ट्रॉनिक्स के निर्माण के लिए नई सामग्रियों और नए तरीकों की आवश्यकता है," हेसाम ने समझाया।
हालाँकि कृत्रिम न्यूरॉन्स पहले भी बनाए जा चुके हैं, लेकिन अधिकांश संकेत बहुत सरल थे। अधिक जटिल व्यवहार उत्पन्न करने के लिए, इंजीनियर अक्सर बड़े नेटवर्क पर भरोसा करते हैं, जिससे ऊर्जा की खपत बढ़ जाती है। वास्तविक न्यूरॉन्स के व्यवहार को बेहतर ढंग से मिलान करने के लिए, शोधकर्ताओं ने नरम, मुद्रण योग्य सामग्रियों का उपयोग करके अपने डिवाइस को डिजाइन किया। उन्होंने मोलिब्डेनम डाइसल्फ़ाइड की शीट से विशेष ई-स्याही बनाई, एक ऐसी सामग्री जो अर्धचालक के रूप में कार्य करती है जबकि ग्राफीन एक कंडक्टर के रूप में कार्य करता है। इन स्याही को एरोसोल जेट प्रिंटिंग नामक विधि का उपयोग करके लचीली बहुलक सतहों पर जमा किया जाता है।
पहले, इन स्याही में पॉलिमर घटक को एक खामी माना जाता था क्योंकि यह विद्युत प्रवाह में हस्तक्षेप करता था, इसलिए इसे आमतौर पर मुद्रण के बाद हटा दिया जाता था। इस मामले में, अनुसंधान टीम ने इसका फायदा उठाया। शोधकर्ताओं ने कहा, "पॉलिमर को पूरी तरह से हटाने के बजाय, हम इसे आंशिक रूप से तोड़ देते हैं।" "फिर, जब हम डिवाइस के माध्यम से विद्युत प्रवाह चलाते हैं, तो हम पॉलिमर के टूटने को आगे बढ़ाते हैं। यह टूटना स्थानिक रूप से गैर-समान तरीके से होता है, जिससे प्रवाहकीय फिलामेंट्स का निर्माण होता है ताकि सभी वर्तमान प्रवाह अंतरिक्ष में एक संकीर्ण क्षेत्र तक ही सीमित रहें।" यह संकीर्ण प्रवाहकीय पथ न्यूरॉन की फायरिंग के समान अचानक विद्युत प्रतिक्रिया उत्पन्न करता है। नतीजतन, कृत्रिम न्यूरॉन्स विभिन्न प्रकार के सिग्नल उत्पन्न कर सकते हैं, जिसमें एकल स्पाइक्स, स्थिर फायरिंग और विस्फोट पैटर्न शामिल हैं, जो वास्तविक तंत्रिका गतिविधि की बारीकी से नकल करते हैं। क्योंकि प्रत्येक डिवाइस अधिक जटिल सिग्नलिंग को संभाल सकता है, कुल मिलाकर कम घटकों की आवश्यकता होती है, जो भविष्य के कंप्यूटिंग सिस्टम की दक्षता में काफी सुधार कर सकता है।
यह निर्धारित करने के लिए कि क्या ये कृत्रिम न्यूरॉन्स वास्तविक जैविक प्रणालियों के साथ बातचीत कर सकते हैं, अनुसंधान टीम ने वेनबर्ग स्कूल में न्यूरोबायोलॉजी के प्रोफेसर इंदिरा रमन के साथ सहयोग किया। उनकी टीम ने माउस सेरिबैलम के स्लाइस पर कृत्रिम संकेत लागू किए। परिणामों से पता चला कि ये विद्युत स्पाइक्स समय और अवधि सहित प्राकृतिक न्यूरोनल गतिविधि की प्रमुख विशेषताओं से मेल खाते हैं। ये संकेत विश्वसनीय रूप से वास्तविक न्यूरॉन्स को सक्रिय करते हैं और प्राकृतिक मस्तिष्क संकेतों के समान तरीके से तंत्रिका सर्किट को ट्रिगर करते हैं। हेसाम ने कहा, "अन्य प्रयोगशालाओं ने कार्बनिक पदार्थों से कृत्रिम न्यूरॉन्स बनाने की कोशिश की है, लेकिन वे बहुत धीमी गति से काम करते हैं।" "या वे धातु ऑक्साइड का उपयोग करते हैं, जो बहुत तेज़ हैं। हम ऐसे समय के पैमाने पर हैं जिसे पहले कृत्रिम न्यूरॉन्स में प्रदर्शित नहीं किया गया है। आप जीवित न्यूरॉन्स को हमारे कृत्रिम न्यूरॉन्स पर प्रतिक्रिया करते हुए देख सकते हैं। इसलिए हमने संकेत दिखाए हैं कि न केवल सही समय का पैमाना है, बल्कि सही स्पाइक आकार भी है, जो जीवित न्यूरॉन्स के साथ सीधे बातचीत कर सकता है।"
यह नया दृष्टिकोण पर्यावरणीय और व्यावहारिक लाभ भी प्रदान करता है। विनिर्माण प्रक्रिया सरल और लागत प्रभावी है, और एडिटिव प्रिंटिंग विधि सामग्रियों का कुशलतापूर्वक उपयोग करती है और उन्हें केवल वहीं रखकर अपशिष्ट को कम करती है जहां उनकी आवश्यकता होती है। जैसे-जैसे कृत्रिम बुद्धिमत्ता प्रणालियों का विस्तार जारी है, ऊर्जा दक्षता में सुधार विशेष रूप से महत्वपूर्ण है। बड़े डेटा सेंटर पहले से ही बड़ी मात्रा में बिजली की खपत करते हैं और ठंडा करने के लिए बड़ी मात्रा में पानी की आवश्यकता होती है। हेसाम ने कहा, "एआई की ऊर्जा जरूरतों को पूरा करने के लिए, तकनीकी कंपनियां समर्पित परमाणु ऊर्जा संयंत्रों द्वारा संचालित गीगावाट-स्केल डेटा सेंटर का निर्माण कर रही हैं।" "यह स्पष्ट है कि इतनी बड़ी बिजली खपत कंप्यूटिंग के आगे के विस्तार को सीमित कर देगी, क्योंकि यह कल्पना करना मुश्किल है कि अगली पीढ़ी के डेटा केंद्रों को 100 परमाणु ऊर्जा संयंत्रों की आवश्यकता होगी। एक और समस्या यह है कि जब आप गीगावाट बिजली का अपव्यय करते हैं, तो आप बहुत अधिक गर्मी पैदा करते हैं। क्योंकि डेटा केंद्रों को पानी से ठंडा किया जाता है, एआई पानी की आपूर्ति पर गंभीर दबाव डाल रहा है। इससे कोई फर्क नहीं पड़ता कि आप इसे कैसे देखते हैं, हमें एआई के लिए अधिक ऊर्जा-कुशल हार्डवेयर विकसित करने की आवश्यकता है।"
इस शोध को राष्ट्रीय विज्ञान फाउंडेशन द्वारा समर्थित किया गया था।