Yeni mikro transistör, veri işleme zincirinde birden fazla adımda kullanılabilecek
Northwestern Üniversitesi’ndeki araştırmacıların birçok makine öğrenimi sisteminin omurgası olan sınıflandırma görevini gerçekleştirmek üzere tasarladıkları yeni transistör, silikondan yapılan mevcut transistörlerden biraz daha farklı. Çünkü bu yeni transistör iki boyutlu molibden disülfit tabakalarından ve tek boyutlu karbon nanotüplerden yapılıyor. Yapısı sayesinde ise bu yeni transistörler, geleneksel transistörlerin her birinin yalnızca bir adım gerçekleştirebildiği veri işleme zincirinde birden fazla adım için kullanılabilirler.
Yapılan testlerde, bu küçük karışık çekirdekli heterojonksiyon transistörleri, halka açık EKG veri kümelerini analiz etmek ve altı farklı kalp atışı tipini etiketlemek üzere eğitildi. 10.000 EKG örneğinde araştırmacılar, mevcut makine öğrenimi yaklaşımının yüzden fazla geleneksel transistör gerektirdiğini açıkladı. Ancak bu mikro transistörlerden yalnızca ikisini kullanarak anormal kalp atışlarını %95 doğrulukla sınıflandırdılar ve enerjinin sadece yaklaşık %1’ini kullandılar.
Konu ile ilgili açıklama yapan Northwestern’den çalışmanın kıdemli yazarı Mark C. Hersam, “Günümüzde çoğu sensör veri topluyor ve ardından buluta gönderiyor; burada analiz, sonuçlar kullanıcıya geri gönderilmeden önce enerji tüketen sunucularda yapılıyor. Bu yaklaşım inanılmaz derecede pahalı, önemli miktarda enerji tüketiyor ve zaman gecikmesine neden oluyor. Cihazımız enerji açısından o kadar verimli ki, gerçek zamanlı algılama ve veri işleme için doğrudan giyilebilir elektroniklerde kullanılabiliyor ve sağlıkla ilgili acil durumlara daha hızlı müdahale edilmesini sağlıyor.” ifadelerine yer verdi.