Статьи

Статьи. Новости. Публикации. О неврологических заболеваниях, синдромах, симптомах и методах лечения. Самые важные новости медицины. Публикации о здоровом образе жизни.

Похожие на мозг чипы

Умные Чипы Опередили Человеческий Мозг в Скорости и Эффективности

Глубокому обучению придется подвинуться. Нейроморфные вычисления — следующий большой шаг в сторону искусственного интеллекта.

Только в этом месяце в двух отдельных исследованиях были представлены компьютерные чипы, смоделированные по образу обработки информации в человеческом мозге.

Первое, опубликованное в Nature Materials, нашло идеальное решение для борьбы с непредсказуемостью в синапсах — пространстве между двумя нейронами, которое передает и хранит информацию. Второе, опубликованное в Science Advances, еще больше усилило вычислительную силу системы, заполняя синапсы нанокластерами сверхмагнетичного материала для ускорения кодирования информации.

Результат? Схожие с мозгом аппаратные системы, которые вычисляют быстрее и эффективнее, чем человеческий мозг.

«В конечном итоге мы хотим, чтобы чип размером с ноготь заменил один большой суперкомпьютер», — сказал доктор Джихван Ким, который провел первое исследование в Массачусетском технологическом институте в Кембридже, штат Массачусетс.

 

Программное обеспечение для оборудования

Человеческий мозг — образцовый вычислительный механизм. С примерно 100 миллиардами нейронов, плотно упакованных в размер небольшого мяча, мозг может ловко обрабатывать сложные вычисления с молниеносной скоростью, используя очень мало энергии.

В течение последних нескольких лет были разработаны алгоритмы, основанные на работе мозга, которые могут идентифицировать лица, фальсифицировать голоса и играть в различные игры, и часто превосходящие человеческие возможности.

Но программное обеспечение является лишь частью уравнения. Наши современные компьютеры с их транзисторами и двоичными цифровыми системами не смогут обрабатывать эти мощные алгоритмы.

Вот где помогут нейроморфные вычисления. Идея проста: изготовить компьютерный чип, который имитирует мозг на аппаратном уровне. Здесь данные обрабатываются и сохраняются в чипе аналоговым способом. Каждый искусственный синапс может накапливать и интегрировать мелкие биты информации из нескольких источников и срабатывать только тогда, когда он достигает порога, подобно его биологическому аналогу.

Эксперты считают, что рост скорости и эффективности будет огромным.

Во-первых, чипам больше не придется передавать данные между центральным процессором (ЦП) и блоками памяти, что отнимает время и энергию. Во-вторых, как и биологические нейронные сети, нейроморфные устройства могут поддерживать нейроны, которые управляют миллионами потоков параллельных вычислений.

«Мозг-на-чипе»

Оптимизм в сторону, воспроизведение биологического синапса в аппаратной форме не так просто, как ожидалось.

Нейроморфные чипы существуют во многих формах, но часто выглядят как наноразмерный металлический сэндвич. «Кусочки хлеба» обычно изготавливаются из проводящих пластин, окружающих коммутационную среду — проводящий материал, который действует как зазор в биологическом синапсе.

Когда применяется напряжение, как в случае ввода данных, ионы движутся внутри коммутационной среды, которая затем создает проводящие потоки для стимуляции нижней пластины. Это изменение проводимости имитирует то, как биологические нейроны меняют свой «вес», или силу соединения между двумя соседними нейронами.

Но до сих пор нейроморфные синапсы были довольно непредсказуемыми. По словам доктора Кима, это связано с тем, что коммутационная среда часто состоит из материала, который не может направлять ионы в точное место на нижней плите.

«Как только вы примените некоторое напряжение для представления некоторых данных с помощью своего искусственного нейрона, вы должны стереть и снова записать его точно так же», — объясняет Ким. «Но в аморфном твердом теле, когда вы пишете снова, ионы идут в других направлениях, потому что есть много недостатков».

В своем новом исследовании Ким и его коллеги сменили желеобразную коммутационную среду на кремний, материал с одной линией дефектов, который действует как канал для направления ионов.

Чип начинается с тонкой пластины кремния, вытравленного сотообразным рисунком. Наверху находится слой кремниевого германия — то что часто присутствует в транзисторах — по той же схеме. Это создает воронкообразную дислокацию, своего рода Гранд-канал, который отлично перемещает ионы через искусственный синапс.

Затем исследователи сделали нейроморфный чип, содержащий эти синапсы, и пустили через него электрический импульс. Невероятно, что реакция синапсов варьировалась всего на четыре процента — намного выше, чем любое нейроморфное устройство, выполненное с аморфной коммутационной средой.

В компьютерном моделировании команда построила многослойную искусственную нейронную сеть, используя параметры, измеренные с их устройства. После десятков тысяч примеров обучения их нейронная сеть правильно распознала образцы в 95% случаев, всего на 2% ниже, чем самые современные программные алгоритмы.

Потенциал роста? Нейроморфный чип требует гораздо меньше места, чем аппаратное обеспечение, которое использует алгоритмы глубокого обучения. Забудьте суперкомпьютеры — эти чипы смогут в один прекрасный день выполнить сложные вычисления прямо на наших карманных устройствах.

Магнитное усиление

Между тем, в Боулдере, штат Колорадо, д-р Майкл Шнайдер из Национального института стандартов и технологий также понял, что стандартная коммутационная среда должна уйти.

«Должен быть лучший способ сделать это, потому что природа уже придумала лучший способ», — говорит он.

Его решение? Нанокластеры магнитного марганца.

Микросхема Шнайдера содержала два куска сверхпроводящих электродов, изготовленных из ниобия, которые пропускают электричество без сопротивления. Когда исследователи применяли различные магнитные поля к синапсу, они могли контролировать выравнивание «заполнения» марганца.

Коммутатор дал чипу двойной импульс. Во-первых, путем выравнивания среды переключения команда может прогнозировать ионный поток и повышать однородность. С другой стороны, магнитный марганец сам по себе добавляет вычислительную мощность. Чип теперь может кодировать данные как на уровне электрического ввода, так и на направлении магнетизмов без увеличения синапса.

Это серьезно сработало. В один миллиард раз в секунду чипы срабатывали на несколько порядков быстрее, чем человеческие нейроны. Кроме того, чипы требовали только одной десятитысячной энергии, используемой их биологическими аналогами, все время синтезируя входные данные из девяти различных источников аналоговым способом.

Дорога впереди

Эти исследования показывают, что мы можем приблизиться к эталону, где искусственные синапсы соответствуют или даже превосходят их человеческое вдохновение.

Но не все так просто. Многие из специальных материалов, используемых в этих чипах, требуют определенных температур. Например, магнитные марганцевые чипы требуют температур около абсолютного нуля, а это означает, что они нуждаются в гигантских охлаждающих баках, заполненных жидким гелием, что явно не практично для повседневного использования.

Другой — масштабируемость. Миллионы синапсов необходимы до того, как нейроморфное устройство можно использовать для решения повседневных проблем, таких как распознавание лица.

Но эти проблемы могут быть движущей силой всей области. Интенсивная конкуренция может подтолкнуть команды к изучению различных идей и решений подобных проблем, как и эти два исследования.

Если так и будет продолжаться, будущие чипы могут появляться в разных модификациях. Подобно нашему обширному набору алгоритмов глубокого обучения и операционных систем, компьютерные чипы будущего также могут варьироваться в зависимости от конкретных требований и потребностей.

По словам учёных, стоит развивать как можно больше различных технологических подходов, тем более, что неврологи все больше понимают, что делает наши биологические синапсы — окончательное вдохновение для создания суперчипов — настолько удивительно эффективными.

Write a Comment

Ваш e-mail не будет опубликован. Обязательные поля помечены *