लंडन : कॉर्नल विद्यापीठातील अभियंत्यांनी जगातील पहिले ‘मायक्रोवेव्ह ब्रेन’ तयार केले आहे. ही एक क्रांतिकारी मायक्रोचिप आहे जी पारंपरिक डिजिटल सर्किटस्ऐवजी मायक्रोवेव्हचा वापर करून गणना करते. ही लहान, कमी-शक्तीची प्रोसेसर चिप सिग्नल डिकोडिंग, रडार ट्रॅकिंग आणि डेटा विश्लेषण यांसारखी कामे वास्तविक वेळेत करते आणि त्यासाठी 200 मिलिवॅटपेक्षा कमी ऊर्जा वापरते.
कॉर्नल विद्यापीठाच्या शास्त्रज्ञांनी ‘मायक्रोवेव्ह ब्रेन’ नावाचा एक नवीन प्रकारचा कमी-शक्तीचा मायक्रोचिप तयार केला आहे, जो मायक्रोवेव्हच्या अद्वितीय गुणधर्मांचा वापर करून अल्ट्राफास्ट डेटा आणि वायरलेस कम्युनिकेशन सिग्नल दोन्हीवर प्रक्रिया करण्यास सक्षम आहे. ‘नेचर इलेक्ट्रॉनिक्स’ जर्नलमध्ये नुकत्याच वर्णन केलेल्या या प्रोसेसरमध्ये, सिलिकॉन चिपवर थेट तयार केलेले हे पहिले पूर्णपणे कार्यक्षम मायक्रोवेव्ह न्यूरल नेटवर्क आहे. रेडिओ सिग्नल डिकोडिंग, रडार ट्रॅकिंग आणि डिजिटल डेटा प्रोसेसिंग यांसारख्या गुंतागुंतीच्या कामांसाठी ते फ्रीक्वेन्सी डोमेनमध्ये वास्तविक-वेळेत गणना करते आणि यासाठी 200 मिलिवॅटपेक्षा कमी वीज वापरते.
‘हा प्रोसेसर विस्तृत बँड-फ्रीक्वेन्सीमध्ये तत्काळ, प्रोग्रामेबल पद्धतीने विकृत होऊ शकतो, ज्यामुळे याचा वापर अनेक कॉम्प्युटिंग कार्यांसाठी करता येतो,’ असे प्रमुख लेखक बाल गोविंद (डॉक्टरेट विद्यार्थी) यांनी सांगितले. ते पुढे म्हणाले, ‘डिजिटल कॉम्प्युटर्सला सामान्यतः ज्या मोठ्या प्रमाणात सिग्नल प्रोसेसिंग पायर्या कराव्या लागतात, त्या या चिपमुळे टाळल्या जातात.’ या चिपची उत्कृष्ट कार्यक्षमता तिच्या आर्किटेक्चरमुळे आहे, जे मानवी मेंदूपासून प्रेरित असलेल्या न्यूरल नेटवर्कसारखे कार्य करते.
पारंपरिक न्यूरल नेटवर्क्स जे डिजिटल ऑपरेशन्स आणि क्लॉक-वेळेनुसार चालणार्या सूचनांवर अवलंबून असतात, त्याच्या विपरीत, ही प्रणाली अॅनालॉग मायक्रोवेव्ह श्रेणीमध्ये कार्य करते. यामुळे चिप दहापट गिगाहर्ट्झच्या डेटा स्ट्रीमवर प्रक्रिया करू शकते, जे बहुतेक डिजिटल प्रोसेसरच्या गतीपेक्षा खूप जास्त आहे.‘बालने हे साध्य करण्यासाठी अनेक पारंपरिक सर्किट डिझाइन पद्धती सोडून दिल्या,’ असे अभियांत्रिकीचे प्राध्यापक अॅलिसा अॅपसेल यांनी सांगितले. ‘डिजिटल न्यूरल नेटवर्कच्या संरचनेची तंतोतंत नक्कल करण्याचा प्रयत्न करण्याऐवजी, त्याने नियंत्रित फ्रिक्वेन्सी वर्तनाचा लगदा तयार केला, जो शेवटी उच्च-कार्यक्षमतेची गणना देऊ शकतो.