مغز انسان قدرتمندترین پردازنده‌ی طبیعی است و جای تعجب ندارد که ساخت کامپیوترهایی که عملکردی شبیه مغز انسان دارند، هدف بلندمدت محققان بوده است. شبکه‌های عصبی شبیه‌ترین مدلی است که اکنون داریم و حال محققان دانشگاه استنفورد یک سیناپس مصنوعی ارگانیک ساخته‌اند که به ما کمک خواهد کرد تا کامپیوترهایی بسازیم که یادگیرنده‌های بهتری باشند.

در یک مغز ارگانیک، سلول‌های نورونی سیگنال‌هایی الکتریکی به یکدیگر می‌فرستند تا اطلاعات را ذخیره و پردازش کنند. نورون‌ها با فاصله‌هایی کوچک که سیناپس نامیده می‌شوند، از یکدیگر جدا می‌شوند. هر زمان که جریان الکتریکی از این سیناپس‌ها عبور می‌کند، قوی‌تر می‌شوند و مصرف انرژی آن‌ها کاهش پیدا می‌کند. قوی‌تر شدن این ارتباطات باعث می‌شود که مغز یاد بگیرد.

شبکه‌های عصبی همین فرایند را در بعد نرم‌افزاری شبیه‌سازی می‌کنند. این سیستم‌های هوش مصنوعی قادرند مقدار عظیمی از داده را پردازش کنند و همانند مغز، هر چه اطلاعات بیشتری داشته باشند، بهتر از پس کار خود برمی‌آیند. اما مشکل اینجا است که این نرم‌افزارها در سخت‌افزار معمولی اجرا می‌شوند و این بدان معنا است که از نظر مصرف انرژی بهینه نیستند. یوری ون دبرت می‌گوید:

الگوریتم‌های یادگیری عمیق بسیار قدرتمند هستند؛ اما برای محاسبه و شبیه‌سازی حالت‌های الکتریکی، نیاز به پردازنده‌ای دارند که از نظر مصرف انرژی و زمان بهینه نیست. کار ما به جای شبیه‌سازی شبکه‌های عصبی، ساخت یک شبکه‌ی عصبی است.

دستگاه ساخته‌شده توسط این محققان، از دو لایه‌ی نازک و سه ترمینال ساخته شده است و آب شور، به عنوان الکترولیت  بین آن‌ها عمل می‌کند. در هر زمان، جریان الکتریکی بین دو ترمینال حرکت می‌کند و ترمینال سوم دو ترمینال قبل را کنترل می‌کند.

در ابتدا محققان سعی کردند با فرستادن سیگنال‌های الکتریکی، سیناپس را آموزش دهند و دریابند که برای هر حالت الکتریکی، چه ولتاژی لازم است. ترانزیستورهای دیجیتالی تنها دو حالت صفر و یک دارند؛ اما این سیناپس مصنوعی با داشتن سه ترمینال می‌تواند تا ۵۰۰ حالت داشته باشد و به این ترتیب، قدرت پردازشی به صورت نمایی بالا می‌رود. بهتر اینکه، سوییچ کردن بین این حالت‌ها، تنها بخشی از انرژی را مصرف می‌کند که دیگر سیستم‌ها مصرف می‌کنند. البته هنوز هم مصرف انرژی نسبت به مغز انسان زیاد است (این سیناپس در حدود ۱۰ هزار برابر نمونه‌ی طبیعی، انرژی مصرف می‌کند)؛ اما قدمی در جهت درست بوده است و محققان امیدوارند با آزمایش در دستگاههای کوچک‌تر، بازدهی آن را افزایش دهند. الک تاکین، محقق ارشد این مطالعه می‌گوید:

روزبه‌روز کارهایی که کامپیوترها انجام می‌دهند نیاز به عملکردی شبیه مغز انسان دارد، چون استفاده از کامپیوترهای معمولی انرژی زیادی نیاز خواهد داشت. ما دستگاهی ساخته‌ایم که برای اجرای اینگونه الگوریتم‌ها ایده‌آل است و مقدار انرژی بسیار کمتری مصرف می‌کند.

 تنها یک سیناپس مصنوعی ساخته شده است؛ اما محققان آزمایش‌های زیادی روی آن انجام دادند و داده‌های آن را برون‌یابی کردند تا دریابند آرایه‌ای از این سیناپس‌ها چگونه عمل می‌کند. محققان برای اینکه قابلیت‌های تصویری شبکه‌های عصبی را آزمایش کنند، توانایی این سیناپس را در تشخیص اعداد دست‌نوشته‌ی ۱ تا ۹ امتحان کردند که تا ۹۷ درصد موفقیت نشان می‌دهد.

نمونه‌های پیشین ساخته‌شده توسط دیگر محققان، نه‌تنها قدرت کمتری داشتند، بلکه کاملا از مواد ارگانیک ساخته نشده بودند. این دستگاه که از هیدروژن و کربن ساخته شده است و با ولتاژی برابر نورون‌های طبیعی کار می‌کند، می‌تواند با مغز طبیعی تجمیع و باعث ساخت دستگاه‌هایی شود که با ذهن انسان کنترل می‌شوند.

مرحله‌ی بعدی، ساخت آرایه‌ای از سیناپس‌های مصنوعی خواهد بود.