भौतिक तंत्रिका नेटवर्क

भौतिक तंत्रिका नेटवर्क कृत्रिम तंत्रिका नेटवर्क होता है जिसमें रासायनिक अन्तर्ग्रथन या उच्च-क्रम (डेंड्रिटिक) न्यूरॉन मॉडल के कार्य का अनुकरण करने के लिए विद्युत रूप से समायोज्य सामग्री का उपयोग किया जाता है। "भौतिक" तंत्रिका नेटवर्क का उपयोग सॉफ्टवेयर-आधारित दृष्टिकोणों के विपरीत न्यूरॉन्स का अनुकरण करने के लिए उपयोग किए जाने वाले हार्डवेयर को महत्त्व देने के लिए किया जाता है। सामान्यतः यह शब्द अन्य कृत्रिम तंत्रिका नेटवर्क पर प्रयुक्त होता है जिसमें तंत्रिका अन्तर्ग्रथन का अनुकरण करने के लिए मेम्रिस्टर अथवा अन्य विद्युत रूप से समायोज्य प्रतिरोधक सामग्री का उपयोग किया जाता है।

एडालाइन
वर्ष 1960 में बर्नार्ड विड्रो और टेड हॉफ ने एडालाइन (एडेप्टिव लीनियर न्यूरॉन) विकसित किया, जो कृत्रिम न्यूरॉन के सिनैप्स का अनुकरण करने के लिए मेमिस्टर्स (मेमोरी रेसिस्टर्स) नामक विद्युत रासायनिक सेल का उपयोग करता था। मेमिस्टर्स  3-टर्मिनल उपकरणों के रूप में कार्यान्वित किया गया था जो तांबे के प्रतिवर्ती इलेक्ट्रोप्लेटिंग के आधार पर कार्य कर रहे थे जैसे कि दो टर्मिनलों के मध्य प्रतिरोध को तृतीय टर्मिनल के माध्यम से प्रयुक्त धारा द्वारा नियंत्रित किया जाता है। 1960 में मेमिस्टर कॉर्पोरेशन द्वारा एडलाइन सर्किटरी का संक्षिप्त व्यावसायीकरण किया गया था, जिससे पैटर्न के प्रमाण में कुछ अनुप्रयोगों को सक्षम किया गया था। चूंकि मेमिस्टर्स को एकीकृत परिपथ निर्माण तकनीकों का उपयोग करके फैब्रिकेट नहीं गया था, इसलिए प्रौद्योगिकी स्केलेबल नहीं थी और अंततः इसे त्याग दिया गया था क्योंकि सॉलिड-स्टेट इलेक्ट्रॉनिक्स पूर्ण रूप से सुचिंतित थे।

एनालॉग वीएलएसआई
1989 में कार्वर मीड ने अपनी पुस्तक एनालॉग वीएलएसआई और न्यूरल प्रणाली प्रकाशित की, जो संभवतः एनालॉग न्यूरल नेटवर्क का सामान्य संस्करण है। भौतिक उपकरणों को एनालॉग वीएलएसआई में कार्यान्वित किया गया है। ऐसे उपकरणों को ट्रांसलीनियर परिपथ के रूप में प्रस्तुत किया जा सकता है। यह बैरी गिल्बर्ट द्वारा 1970 के मध्य से और विशेष रूप से 1981 से उनके ट्रांसलीनियर परिपथ के विभिन्न पत्रों में वर्णित तकनीक है। इस पद्धति के साथ परिपथ का स्थिर-अवस्था में उचित रूप से परिभाषित कार्यों के सेट के रूप में विश्लेषण किया जा सकता है, और ऐसे परिपथ जटिल नेटवर्क में एकत्रित होते हैं।

भौतिक तंत्रिका नेटवर्क
एलेक्स नुगेंट भौतिक तंत्रिका नेटवर्क का वर्णन अरैखिक न्यूरॉन-जैसे नोड्स के रूप में करता है जो नैनोकणों, नैनोवायरों, या नैनोट्यूब से निर्मित संकेतों और नैनोकनेक्शन का उपयोग करता है जो नोड्स को सिग्नल स्ट्रेंथ इनपुट निर्धारित करता है। नैनोकनेक्शन का संरेखण प्रयुक्त विद्युत क्षेत्र द्वारा निर्धारित किया जाता है जो न्यूरल सिनैप्स के अनुरूप कार्य करता है। असंख्य अनुप्रयोग ऐसे भौतिक तंत्रिका नेटवर्क के लिए संभव होते है। उदाहरण के लिए, एक टेम्पोरल समन डिवाइस एक या एक से अधिक नैनोकनेक्शन से बना हो सकता है जिसमें एक इनपुट और एक आउटपुट होता है, जिसमें इनपुट को प्रदान किया गया एक इनपुट सिग्नल समय के साथ कनेक्शन की ताकत में वृद्धि का अनुभव करने के लिए एक या अधिक नैनोकनेक्शन का कारण बनता है। भौतिक तंत्रिका नेटवर्क का एक और उदाहरण यू.एस. पेटेंट संख्या 7,039,619 द्वारा सिखाया जाता है एक न्यूरल नेटवर्क, एक समाधान और एक कनेक्शन गैप का उपयोग करके यूटिलाइज्ड नैनोटेक्नोलॉजी उपकरण का हकदार है, जो 2 मई, 2006 को यू.एस. पेटेंट और ट्रेडमार्क कार्यालय द्वारा एलेक्स नुगेंट को जारी किया गया था।

भौतिक तंत्रिका नेटवर्क का एक और अनुप्रयोग यू.एस. पेटेंट संख्या 7,412,428 में दिखाया गया है, जिसका शीर्षक नैनो-प्रौद्योगिकी-आधारित भौतिक तंत्रिका नेटवर्क के लिए हेब्बियन और एंटी-हेबियन सीखने का अनुप्रयोग है, जो 12 अगस्त, 2008 को जारी किया गया था।

न्यूजेंट और मोल्टर ने दिखाया है कि AHaH प्लास्टिसिटी नियम को संचालित करने वाले सरल यादगार सर्किट के माध्यम से उपलब्ध संचालन से सार्वभौमिक कंप्यूटिंग और सामान्य-उद्देश्य मशीन लर्निंग संभव है। हाल ही में, यह तर्क दिया गया है कि विशुद्ध रूप से यादगार सर्किट के जटिल नेटवर्क भी तंत्रिका नेटवर्क के रूप में काम कर सकते हैं।

चरण परिवर्तन तंत्रिका नेटवर्क
2002 में, स्टैनफोर्ड ओशिन्स्की ने एक एनालॉग न्यूरल कंप्यूटिंग माध्यम का वर्णन किया जिसमें चरण-परिवर्तन सामग्री में कई इनपुट संकेतों का संचयी रूप से जवाब देने की क्षमता है। इनपुट सिग्नल के भार को नियंत्रित करने के लिए चरण परिवर्तन सामग्री के प्रतिरोध का विद्युत परिवर्तन किया जाता है।

यादगार तंत्रिका नेटवर्क
एचपी लैब्स के ग्रेग स्नाइडर यादगार नैनोडेविसेस के साथ कॉर्टिकल कंप्यूटिंग की एक प्रणाली का वर्णन करते हैं। मेम्रिस्टर (मेमोरी रेसिस्टर्स) को पतली फिल्म सामग्री द्वारा कार्यान्वित किया जाता है जिसमें फिल्म के भीतर आयनों या ऑक्सीजन रिक्तियों के परिवहन के माध्यम से प्रतिरोध को विद्युत रूप से ट्यून किया जाता है। DARPA के SyNAPSE ने बोस्टन यूनिवर्सिटी डिपार्टमेंट ऑफ़ कॉग्निटिव एंड न्यूरल सिस्टम्स (CNS) के सहयोग से IBM रिसर्च और HP लैब्स को न्यूरोमॉर्फिक आर्किटेक्चर विकसित करने के लिए वित्त पोषित किया है जो यादगार सिस्टम पर आधारित हो सकता है।

प्रोटोनिक कृत्रिम सिनैप्स
2022 में शोधकर्ताओं ने 'एनालॉग डीप लर्निंग' के लिए आयन प्रोटॉन का उपयोग करते हुए नैनोस्केल मस्तिष्क-प्रेरित कृत्रिम सिनैप्स के विकास की सूचना प्रदान की थी।

यह भी देखें

 * एआई त्वरक
 * मस्तिष्क अनुकरण
 * न्यूरोमॉर्फिक इंजीनियरिंग
 * ऑप्टिकल तंत्रिका नेटवर्क
 * क्वांटम तंत्रिका नेटवर्क

बाहरी संबंध

 * Information on DARPA's SyNAPSE project 2009