Action PotentialImpuls listrik singkat (lonjakan) yang dihasilkan oleh neuron ketika potensial membrannya melebihi ambang batas. Sinyal semua atau tidak sama sekali ini merambat sepanjang akson untuk berkomunikasi dengan neuron lain. Dalam sistem neuromorfik, lonjakan adalah unit dasar pertukaran informasi.
AxonProyeksi panjang suatu neuron yang mentransmisikan impuls listrik (paku) dari badan sel ke neuron lain. Dalam perangkat keras neuromorfik, akson diimplementasikan sebagai saluran perutean yang mengirimkan pesan lonjakan antar neuron buatan.
DendriteStruktur percabangan suatu neuron yang menerima sinyal masukan dari neuron lain melalui sinapsis. Dalam chip neuromorfik, pemrosesan dendritik dimodelkan oleh sirkuit akumulasi masukan yang mengintegrasikan sinyal lonjakan yang masuk.
Integrate-and-Fire ModelModel matematika sederhana dari sebuah neuron yang mengumpulkan (mengintegrasikan) sinyal masuk dari waktu ke waktu dan menghasilkan lonjakan keluaran ketika nilai akumulasi melebihi ambang batas, setelah itu neuron direset. Varian Leaky Integrate-and-Fire (LIF) menambahkan istilah peluruhan untuk lebih banyak realisme biologis.
Membrane PotentialPerbedaan tegangan listrik melintasi membran sel neuron. Dalam neuron biologis, ini menentukan kapan suatu neuron aktif. Dalam model neuromorfik, ini mewakili variabel keadaan internal yang mengintegrasikan masukan dan memicu lonjakan.
Spike-Timing-Dependent Plasticity (STDP)Aturan pembelajaran biologis di mana perubahan kekuatan sinaptik bergantung pada waktu relatif lonjakan sebelum dan sesudah sinaptik. Jika neuron pra-sinaptik menyala sesaat sebelum neuron pasca-sinaptik, sinapsisnya diperkuat; urutan sebaliknya menyebabkan pelemahan.
Von Neumann BottleneckKeterbatasan kinerja mendasar dalam arsitektur komputer konvensional disebabkan oleh pemisahan memori dan unit pemrosesan, yang mengharuskan data terus-menerus dipindahkan di antara keduanya. Arsitektur neuromorfik menghindari hal ini dengan menggabungkan komputasi dan memori.
Neurosynaptic CoreUnit pemrosesan mendasar dalam chip neuromorfik yang berisi sekelompok neuron buatan, koneksi sinaptiknya, dan logika perutean lokal. Beberapa inti saling berhubungan untuk membentuk prosesor neuromorfik yang lengkap.
Lateral InhibitionMekanisme saraf di mana neuron aktif mengurangi aktivitas tetangganya. Dalam sistem neuromorfik, ini menerapkan kompetisi pemenang mengambil semua dan digunakan untuk tugas-tugas seperti pengenalan pola dan pemilihan fitur.
Refractory PeriodPeriode singkat setelah neuron aktif dan tidak dapat aktif lagi (periode refraktori absolut) atau memerlukan stimulus yang lebih kuat (periode refraktori relatif). Batasan biologis ini diterapkan dalam model neuromorfik untuk mengatur laju pembakaran.
Asynchronous CircuitSirkuit elektronik yang beroperasi tanpa sinyal jam global, memproses data saat peristiwa tiba. Chip neuromorfik sering kali menggunakan prinsip desain asinkron untuk mencapai operasi berdaya rendah yang digerakkan oleh peristiwa.
Crossbar ArrayTopologi sirkuit yang digunakan di beberapa perangkat keras neuromorfik tempat bobot sinaptik disimpan di persimpangan kabel horizontal dan vertikal, memungkinkan perkalian matriks-vektor paralel untuk komputasi saraf.
Neural CodingCara informasi direpresentasikan dan ditransmisikan oleh neuron. Pengkodean laju mengkodekan informasi dalam frekuensi lonjakan, sedangkan pengkodean temporal menggunakan waktu lonjakan yang tepat. Sistem neuromorfik dapat mengeksploitasi kedua skema pengkodean.
Hebbian LearningSebuah prinsip pembelajaran yang diringkas sebagai 'neuron yang menyatu, menyatu.' Ini menyatakan bahwa koneksi sinaptik diperkuat ketika neuron pra dan pasca sinaptik aktif secara bersamaan. STDP adalah bentuk pembelajaran Hebbian yang tepat untuk sementara.
SomaBadan sel neuron yang berisi nukleus dan mengintegrasikan sinyal masuk dari dendrit. Dalam perangkat keras neuromorfik, fungsi soma diimplementasikan oleh sirkuit yang mengumpulkan input sinaptik dan menghasilkan lonjakan.
MemristorKomponen elektronik dua terminal yang resistansinya berubah berdasarkan riwayat aliran arus yang melewatinya. Memristor menjanjikan untuk komputasi neuromorfik karena mereka secara alami dapat mengimplementasikan penyimpanan bobot sinaptik dan plastisitas pada perangkat keras.
Winner-Take-All (WTA) NetworkMotif sirkuit saraf di mana banyak neuron bersaing melalui penghambatan lateral, dan hanya neuron yang teraktivasi paling kuat yang menghasilkan keluaran. Jaringan WTA digunakan dalam sistem neuromorfik untuk klasifikasi, pengenalan pola, dan mekanisme perhatian.
Neuromorphic SensorSebuah sensor yang dirancang untuk beroperasi berdasarkan prinsip neuromorfik, menghasilkan keluaran asinkron yang digerakkan oleh peristiwa, bukan bingkai dengan kecepatan tetap. Sensor Penglihatan Dinamis (DVS) atau kamera peristiwa adalah contoh yang menghasilkan perubahan kecerahan tingkat piksel sebagai peristiwa individual dengan resolusi temporal mikrodetik.
Spike EncodingProses mengubah sinyal masukan analog (seperti data sensor atau nilai piksel) menjadi rangkaian lonjakan yang dapat diproses dengan jaringan saraf spiking. Metodenya meliputi pengkodean laju, pengkodean temporal, modulasi delta, dan pengkodean populasi.
Homeostatic PlasticitySuatu bentuk plastisitas saraf yang mempertahankan aktivitas saraf stabil dengan menyesuaikan rangsangan neuron atau kekuatan sinaptik sebagai respons terhadap perubahan tingkat aktivitas yang berkepanjangan. Dalam sistem neuromorfik, ini mencegah eksitasi yang tidak terkendali atau penghentian total neuron.
Reservoir ComputingKerangka kerja komputasi yang menggunakan jaringan saraf berulang yang tetap dan terhubung secara acak (reservoir) di mana hanya lapisan keluaran yang dilatih. Implementasi neuromorfik dari komputasi reservoir memanfaatkan dinamika yang melekat pada jaringan spiking untuk pengenalan pola temporal.
Excitatory and Inhibitory NeuronsDua tipe dasar neuron dalam sirkuit saraf. Neuron rangsang meningkatkan kemungkinan penembakan neuron target, sedangkan neuron penghambat menurunkannya. Keseimbangan antara eksitasi dan inhibisi sangat penting untuk komputasi saraf yang stabil baik dalam sistem biologis maupun neuromorfik.
Plasticity RuleAturan matematika yang menentukan bagaimana bobot sinaptik berubah sebagai respons terhadap aktivitas saraf. Dalam sistem neuromorfik, aturan plastisitas seperti STDP, BCM, dan aturan Oja dapat diterapkan langsung di perangkat keras, memungkinkan pembelajaran on-chip tanpa pengawasan eksternal atau propagasi mundur.
TrueNorthChip neuromorfik IBM berisi 1 juta neuron yang dapat diprogram dan 256 juta sinapsis yang dapat dikonfigurasi, beroperasi pada daya yang sangat rendah (70mW) untuk tugas pengenalan pola.
LoihiChip penelitian neuromorfik Intel menerapkan 128 inti neuromorfik dengan aturan pembelajaran sinaptik yang dapat diprogram, memungkinkan pembelajaran dan adaptasi dalam chip tanpa pelatihan eksternal.
NorthPoleChip neuromorfik terbaru IBM (2023) mencapai efisiensi energi yang belum pernah terjadi sebelumnya untuk inferensi jaringan saraf dengan menghilangkan hambatan von Neumann melalui arsitektur memori terdistribusi.
Dynamic Vision Sensor (DVS)Kamera neuromorfik yang mendeteksi perubahan kecerahan tingkat piksel secara asinkron, menghasilkan peristiwa dengan resolusi temporal mikrodetik dan rentang dinamis ekstrem, meniru pemrosesan retina.
Neural ODEKerangka kerja matematika yang memodelkan lapisan jaringan saraf sebagai transformasi berkelanjutan, menghubungkan pembelajaran mendalam dengan teori sistem dinamis dan memungkinkan pemrosesan waktu berkelanjutan yang lebih mirip otak.
BrainomorphicIstilah yang lebih spesifik untuk perangkat keras yang sangat mirip dengan struktur fisik dan dinamika jaringan saraf biologis, melampaui pendekatan neuromorfik fungsional untuk mereplikasi detail biologis.
Liquid State MachinePendekatan komputasi reservoir menggunakan jaringan saraf spiking berulang (“cair”) yang mengubah masukan menjadi representasi dimensi tinggi, dengan hanya lapisan pembacaan yang dilatih.
Spike Rate CodingSkema pengkodean saraf di mana informasi dikodekan dalam frekuensi lonjakan seiring waktu. Laju pengaktifan yang lebih tinggi mewakili sinyal yang lebih kuat, mirip dengan bagaimana kecerahan dapat meningkatkan laju pengaktifan neuron di korteks visual.
Temporal CodingSkema pengkodean saraf di mana informasi dikodekan dalam waktu yang tepat dari masing-masing lonjakan, bukan frekuensinya. Pengkodean temporal dapat membawa lebih banyak informasi per lonjakan dibandingkan pengkodean laju.
Dendritic ComputingMuncul pemahaman bahwa dendrit (cabang input neuron) melakukan komputasi lokal yang canggih, bukan hanya transmisi sinyal pasif. Desain neuromorfik semakin memodelkan pemrosesan dendritik.
BrainScaleSPlatform komputasi neuromorfik yang dikembangkan di Universitas Heidelberg yang beroperasi dalam waktu yang dipercepat (1000x lebih cepat daripada waktu nyata biologis), memungkinkan eksplorasi dinamika jaringan saraf dengan cepat.
Catastrophic ForgettingMasalah dalam jaringan saraf tradisional di mana mempelajari informasi baru menghapus pengetahuan yang dipelajari sebelumnya. Sistem neuromorfik dengan aturan pembelajaran lokal seperti STDP secara alami tahan terhadap masalah ini.
Spike TrainSerangkaian lonjakan diskrit (potensial aksi) yang dihasilkan oleh neuron seiring waktu. Pola paku mengkodekan informasi dan merupakan sinyal komunikasi mendasar dalam sistem neuromorfik.
Synaptic WeightNilai numerik yang mewakili kekuatan koneksi antara dua neuron. Dalam perangkat keras neuromorfik, bobot sinaptik disimpan dalam elemen memori (SRAM, memristor, atau sirkuit analog) dan dimodifikasi selama pembelajaran.
Leaky Integrate-and-Fire (LIF)Model neuron sederhana yang paling umum digunakan dalam komputasi neuromorfik. Arus masukan diintegrasikan (terakumulasi) dengan kebocoran (peluruhan), dan ketika potensial membran mencapai ambang batas, lonjakan akan dipancarkan.
Neuromorphic AcceleratorChip perangkat keras khusus yang dioptimalkan untuk menjalankan komputasi jaringan saraf spiking, mencapai peningkatan efisiensi energi yang sangat besar dibandingkan dengan prosesor tujuan umum untuk inferensi jaringan saraf.
Bio-Inspired ComputingIstilah luas yang mencakup semua pendekatan komputasi yang terinspirasi oleh sistem biologis, termasuk komputasi neuromorfik (otak), algoritma evolusioner (evolusi), dan kecerdasan gerombolan (perilaku kolektif).
Address-Event Representation (AER)Protokol komunikasi yang digunakan dalam perangkat keras neuromorfik di mana lonjakan dikodekan sebagai alamat neuron pengirim dan ditransmisikan secara asinkron, sehingga memungkinkan komunikasi antar-chip yang efisien.
Neural DustSensor nirkabel ultraminiatur dirancang untuk ditanamkan ke dalam tubuh guna memantau aktivitas saraf, mewakili miniaturisasi ekstrem dari teknologi penginderaan neuromorfik.
AstrocyteSuatu jenis sel otak yang pernah dianggap sebagai pendukung pasif, kini dikenal untuk memodulasi transmisi sinaptik dan komputasi saraf. Beberapa sistem neuromorfik memodelkan interaksi astrosit-neuron untuk meningkatkan pembelajaran.