ตัวต้านทานหน่วยความจำที่ใช้กราฟีน (memristor) ที่มีอยู่ในสถานะต่างๆ ได้รับการออกแบบและสาธิตโดย Thomas Schranghamer, Aaryan Oberoi และSaptarshi Dasที่มหาวิทยาลัยแห่งรัฐเพนซิลวาเนียในสหรัฐอเมริกา ทีมงานได้ใช้การจำลองและการทดลองแสดงให้เห็นว่า
อุปกรณ์ดังกล่าวสามารถนำมาใช้ในการปรับปรุง
ประสิทธิภาพของโครงข่ายประสาทเทียมได้อย่างมาก ระบบที่อาจแข่งขันกันในสักวันหนึ่งและแม้กระทั่งแทนที่คอมพิวเตอร์ทั่วไป แม้จะมีการเติบโตอย่างไม่หยุดยั้งมาหลายทศวรรษ แต่ความก้าวหน้าของเทคโนโลยีเซมิคอนดักเตอร์ที่ใช้ในการประมวลผลแบบดิจิทัลกำลังแสดงสัญญาณที่ชัดเจนของการชะลอตัว เพื่อให้ทันกับความต้องการพลังประมวลผลที่เพิ่มขึ้น นักวิจัยกำลังพัฒนาเทคโนโลยีใหม่ที่เลียนแบบการทำงานของเซลล์ประสาทในสมองของมนุษย์ ซึ่งทำหน้าที่ทั้งการจัดเก็บและประมวลผลข้อมูล มีศักยภาพที่จะมีประสิทธิภาพมากกว่าสถาปัตยกรรมคอมพิวเตอร์ในปัจจุบัน ซึ่งต้องใช้ทั้งเวลาและพลังงานในการถ่ายโอนข้อมูลระหว่างอุปกรณ์จัดเก็บข้อมูลและการประมวลผลที่แยกจากกัน
น้ำหนัก Synapticโดยหลักการแล้ว สามารถทำได้โดยใช้โครงข่ายประสาทเทียม (ANN) ซึ่งเรียนรู้การทำงานโดยการยกตัวอย่าง ANNs เป็นเครือข่ายของเซลล์ประสาทเทียมที่มีอิทธิพลต่อกันและกันผ่านทางประสาทสัมผัส ความแข็งแรงของอิทธิพลระหว่างเซลล์ประสาทเรียกว่าน้ำหนัก synaptic ซึ่งสามารถเปลี่ยนแปลงได้ในระหว่างกระบวนการเรียนรู้
วิธีหนึ่งในการปรับน้ำหนัก synaptic คือการใช้ memristors
ซึ่งเป็นอุปกรณ์อิเล็กทรอนิกส์ที่เกิดขึ้นใหม่ซึ่งอยู่ในสถานะการนำไฟฟ้า/ความต้านทานที่ขึ้นอยู่กับปริมาณของประจุที่ไหลผ่าน ตามหลักการแล้ว memristor ที่ใช้ใน ANN จะมีสถานะการนำไฟฟ้า/ความต้านทานจำนวนมาก แต่การออกแบบ memristor ปัจจุบันมีแนวโน้มที่จะเป็นเลขฐานสอง ซึ่งหมายความว่าสามารถทำงานได้เพียงสองสถานะเท่านั้น
ตอนนี้ Das และเพื่อนร่วมงานได้สร้าง memristor ที่ใช้กราฟีนซึ่งมีสถานะนำไฟฟ้า 16 สถานะที่สามารถจัดเก็บและอ่านค่าได้อย่างน่าเชื่อถือ Das กล่าวว่า “สิ่งที่เราได้แสดงให้เห็นคือเราสามารถควบคุมสถานะหน่วยความจำจำนวนมากได้อย่างแม่นยำโดยใช้ทรานซิสเตอร์แบบกราฟีนแบบธรรมดา”
ค่าการนำไฟฟ้าตามอำเภอใจทีมงานยังแสดงให้เห็นว่าไม่เหมือนกับสถานะคงที่ใน memristor ทั่วไป อุปกรณ์ที่อยู่ในอุปกรณ์ที่ใช้กราฟีนสามารถตั้งโปรแกรมให้มีค่าการนำไฟฟ้าได้ตามอำเภอใจ ความยืดหยุ่นนี้สามารถทำให้พวกเขามีค่ามากขึ้นสำหรับการสร้าง ANN สุดท้าย ทีมงานได้สาธิตเทคนิคการคำนวณสำหรับการกำหนดค่าน้ำหนัก synaptic อย่างชาญฉลาด ซึ่งช่วยให้มีระดับความแม่นยำที่ ANN ที่ซับซ้อนต้องการ
ทั้งสามคนหวังว่าการออกแบบของพวกเขาจะนำไปสู่การพัฒนาใหม่ของโครงข่ายประสาทเทียมแบบประหยัดพื้นที่ ความเร็วสูง และใช้พลังงานต่ำ ซึ่งสามารถขยายขนาดขึ้นสำหรับการใช้งานเชิงพาณิชย์ได้ในอนาคต หากทำได้สำเร็จ ในไม่ช้าความพยายามเหล่านี้อาจเห็นการใช้เมมเมอร์ที่ใช้กราฟีนอย่างแพร่หลายในเทคโนโลยีที่เกิดขึ้นใหม่ตั้งแต่รถยนต์ที่ขับด้วยตนเองไปจนถึงอินเทอร์เน็ตของสิ่งต่าง ๆ
ในการประมวลผลภาพที่เกิดขึ้นที่ความเร็วแสง
นักวิจัยจำเป็นต้องมีอัตราเฟรมที่ระดับหนึ่งพันล้านเฟรมต่อวินาที (Gfps) นี่เป็นวิธีที่เหนือกว่าความเร็วในการอ่านข้อมูลของอุปกรณ์ชาร์จคู่ (CCD) ที่ทันสมัยที่สุดและเซ็นเซอร์เซมิคอนดักเตอร์เมทัลออกไซด์ (CMOS) เสริมที่ใช้ในการถ่ายภาพที่เร็วมากสมัยใหม่ส่วนใหญ่ ในขณะที่อุปกรณ์ช่วงเฟรมย่อยระดับนาโนวินาทีได้รับการพัฒนา ความลึกของลำดับต่ำ (นั่นคือ จำนวนเฟรมที่บันทึกต่อการได้มาแต่ละครั้งต่ำ) หมายความว่าอุปกรณ์เหล่านี้ไม่สามารถใช้เพื่อสร้างภาพวัตถุเรืองแสงและเลือกสี เช่น ดาวที่อยู่ห่างไกลและโมเลกุลเรืองแสงได้
การถ่ายภาพกระบวนการความเร็วสูงในหลายมิติทำให้เกิดความท้าทายเพิ่มเติม ระบบภาพออปติคัลมิติสูงส่วนใหญ่รับข้อมูลโดยการสแกน กล่าวคือจะจับคอลัมน์แบบหนึ่งมิติ (1D) หรือชิ้นส่วนสองมิติ (2D) ของวัตถุในการวัดที่แยกจากกัน ด้วยการรวมชุดของการวัดดังกล่าว ระบบเหล่านี้สามารถสร้างภาพที่มีมิติสูงขึ้นของวัตถุได้ วิธีการนี้มีข้อเสีย อย่างไรก็ตาม วิธีหลักคือการวัดต่อเนื่องในชุดข้อมูลต้องมีความแม่นยำมากสำหรับรูปภาพหลายมิติเพื่อ “ต่อเข้าด้วยกัน” อย่างเหมาะสม
รวมเทคนิคเก่าๆเพื่อเอาชนะสิ่งนี้ (และปัญหาโดยธรรมชาติอื่นๆ) ผู้เชี่ยวชาญด้านการถ่ายภาพจึงหันมาใช้เทคนิคการถ่ายภาพด้วยแสง CUP แบบออปติคัลมิติสูงแบบช็อตเดียวแทน การรับภาพรูปแบบนี้ทำงานควบคู่กัน และได้ปรับปรุงประสิทธิภาพของ CUP จนถึงขนาดที่การถ่ายภาพระยะใกล้ที่เรียกว่าการถ่ายภาพชั่วขณะในนัดเดียวทำให้เกิดความสนใจในชุมชนการถ่ายภาพด้วยแสงอย่างล้นหลาม
การใช้เทคนิคนี้ เป็นไปได้ที่จะจับภาพเวลาที่โฟตอนมาถึงโดยไม่ต้องวัดซ้ำ ซึ่งเป็นความสำเร็จที่ยากต่อความสำเร็จมาจนบัดนี้ ซึ่งจะช่วยให้นักวิทยาศาสตร์เข้าใจปรากฏการณ์ที่หายวับไปในทางฟิสิกส์ เคมี และชีววิทยาที่ยากหรือเป็นไปไม่ได้ที่จะทำซ้ำได้ดียิ่งขึ้น
เทคนิคการถ่ายภาพด้วยความเร็วสูงแบบสเตริโอโพลาริเมตริกแบบบีบอัดครั้งเดียว (SP-CUP) แบบช็อตเดียวที่พัฒนาโดยLihong Wangและเพื่อนร่วมงานได้รวมเทคนิคต่างๆ ก่อนหน้านี้เหล่านี้ไว้ในอุปกรณ์เครื่องเดียว การผสมผสานระหว่างการตรวจจับแบบบีบอัด การถ่ายภาพแบบริ้ว (วิธีการถ่ายภาพแบบ 1D แบบเร็วพิเศษแบบเดิม) สเปกโทรสโกปีและโพลาริเมทรีทำให้เกิดอุปกรณ์การถ่ายภาพแบบพาสซีฟแบบช็อตเดียวที่สามารถจับภาพปรากฏการณ์ที่ไม่สามารถทำซ้ำได้ซึ่งพัฒนาขึ้นใน 5D (สามมิติเชิงพื้นที่ บวกเวลาและ ψ มุมของโพลาไรซ์เชิงเส้นของแสงสะท้อน) ด้วยความละเอียดชั่วขณะ picosecond
ในมุมมองของ Wang กล้องตัวใหม่ของทีม “มองเห็น” เหมือนที่มนุษย์เห็นมากกว่า “เมื่อเรามองดูโลกรอบตัวเรา เราจะรับรู้ว่าวัตถุบางอย่างอยู่ใกล้เราและอยู่ไกลออกไป” เขาอธิบาย “การรับรู้เชิงลึกนี้เป็นไปได้เพราะตาทั้งสองข้างของเราต่างสังเกตวัตถุและสภาพแวดล้อมจากมุมที่ต่างกันเล็กน้อย ข้อมูลจากสองภาพนี้รวมกันโดยสมองเป็นภาพ 3 มิติเดียว”
Credit : chaneloutletinaus.net cheapestfitnessequipment.org cheapestlevitravardenafil.net chesterrailwaystation.org cialisdailybuycheapcialisfgrhy.com
