Нейрокомпьютеры: история и применения

Смартфон — сложное устройство, но не сложнее человеческого мозга. При этом, в отличие от компьютера, с точки зрения потребления энергии мозг эффективнее: во время бодрствования ему необходимо всего до 30 Вт. Между тем исследователи заимствуют все больше механизмов работы биологических нейросетей, чтобы сделать искусственные эффективнее.

По заветам фон Неймана

То, насколько традиционные компьютеры отстают от биологических нейронных сетей, показал эксперимент по моделированию деятельности человеческого мозга в 2013 году. Немечкие и японские ученые воспроизводили работу мозга с помощью мощнейшего на тот момент компьютера — K computer от Fujitsu. Около 83 тысяч процессоров и тысячи терабайт памяти оказалось достаточно, чтобы повторить работу всего одного процента мозга за секунду. Современные чипы по принципу работы все ближе к живому мозгу, используя преимущества и компьютерного, и биологического подходов. Эти устройства могут стать недостающим элементом в проектах с использованием искусственного интеллекта.

Все программируемые электронные устройства создаются по принципам фон-неймановской архитектуры. Первый — хранить данные с инструкциями в машинной памяти машины в линейном пространстве адресов. Для каждой ячейки — только один адрес. Второй принцип – использовать двоичное кодирование информации. При этом создать компьютер можно не только в двоичной системе, в СССР, например, на основе троичной системы сконструировали малую ЭВМ «Сетунь». Троичные компьютеры быстрее, также у них выше плотность при записи информации.

Плюсы и минусы каждого из подходов были известны задолго до массовой компьютеризации. Однако развиваться сфера микроэлектроники стала только в 80-х годах прошлого века с появлением сверхбольших интегральных схем. А одним из пионеров направления стал Карвер Мид, почетный профессор Калтеха.

Повторяя за животными

Прогресс в создании миниатюрных электронных логических цепей уперся в физические ограничения предельного размера таких устройств и возросшем тепловыделении от них. Карвер Мид с самого начала искал более эффективный подход к обработке информации. Идеей стали микросхемы, способные параллельно обрабатывать миллионы инструкций, словно мозг насекомых или земноводных. Биологические нейросети могут не только обрабатывать большие массивы информации, но также:

  • Перенастраиваться, чтобы выполнять другие задачи без программирования;
  • Работать даже при повреждении части сети, например, травмах мозга;
  • Самообучаться и даже перепрограммировать себя.

Сам фон Нейман думал о создании электронных аналогов нейросетей, о чем говорил в книге «Компьютер и мозг». Однако Мид, решив воплотить задумку в начале 80-х, понял, что для этого нет теоретической базы: потребовалась помощь нейробиологов. С помощью транзисторных цепей при низком напряжении Мид смог составить логические схемы, работающие по схожему принципу с нейронами мозга. А на их основе позже удалось создать чипы, которые могли, например, определять границы объектов. Они оказались сложны в разработке и производстве, так что Мид перешел на другие проекты.

От традиционного к когнитивному: программа SyNAPSE

В 2008 году инженеры Hewlett-Packard создали мемристор — новый компонент электроники на основе диоксида титана. По сути это модель живого межнейронного соединения — синапса, способная выполнять функции памяти и обработки данных одновременно. Это стало толчком к появлению программы SyNAPSE («Systems of Neuromorphic Adaptive Plastic Scalable Electronics»). В ней участвуют Hewlett-Packard, лаборатория HRL и IBM в сотрудничестве с ведущими университетами США. Итогом станут искусственные когнитивные системы, основанные на новых принципах программирования, позаимствованных у живых организмов. Например, в ближайшие пять лет IBM планирует создать сенсорные подсистемы компьютера, способные обучаться и анализировать запахи, вкусы, звуки, образы и тактильные ощущения.

Лаборатория Алмаден, входящая в IBM Research, также занимается проектом. Одну из исследовательских групп возглавляет Дхармендра Модха. В основе, как и у Карвера Мида, — нейроморфные чипы из сети 6000 транзисторов, имитирующих работу нейрона. Сейчас тесты проходят ранние версии сложных чипов, решетки нейросинаптических ядер, связанных в подобие коры головного мозга.

Другой участник программы, лаборатория HLR, продвинулась еще дальше. Под руководством Нарайян Шриниваса группа создала чип из 576 искусственных нейронов. В отличие от детища IBM, он может нарабатывать опыт и учиться. От живых организмов чип позаимствовал два феномена. Первый – изменение чувствительности нейронов к сигналам от его «соседей»: чем чаще, тем прочнее. Второй — усиление связи с нейронами с похожей сигнальной активностью. В результате группы нейронов, успешно справившиеся с задачей, эффективнее работают сообща. Это может стать основой для возникновения роботов, обучаемых в реальных ситуациях. После обучения «мозги» робота можно копировать, оставляя запас для адаптации.

Я просто мемристор, и память у меня хорошая…

Для мемристора теория опередила практику на 37 лет. Базу для создания таких устройств разработал в 1971 году профессор физики Леон О. Чуа. Мемристор устанавливает взаимосвязи между магнитным потоком и зарядом. Сопротивление при этом зависит от количества заряда, и как только сопротивление снижается, связь между логическими элементами, формирующимися с помощью мемристора, становится эффективнее. Биологические нейросинаптические связи работают по схожему принципу.

Главное преимущество мемристора от других подобных устройств в том, что он энергонезависим: данные могут храниться в мемристоре, пока существуют материалы, из которых он изготовлен. Поэтому мемристоры перспективны не только в построении новых когнитивных систем, но и в развитии возможностей традиционной электроники. Консорциум компаний Hewlett-Packard и Hynix готов к запуску технологии запоминающих устройств на основе мемристоров в серийное производство.

Почва для создания искусственного интеллекта

Пока создать искусственный интеллект, по мнению критиков, еще невозможно. Нейрофизиолог Генри Маркрэм считает, что успешно смоделировать работу мозга можно, симулировав каждый элемент, вплоть до молекул. DARPA же считает, что достаточно вычленить общие принципы, а совершенствование дождется нового витка технологий.

Результаты проекта SyNAPSE еще будут далеки от имитации работы мозга. Между тем нейроморфные чипы уже сильно продвинулись в сравнении с традиционными микроэлектронными схемами. И бизнес видит в этом способ развиться. Компании Facebook и Google стали вдохновителями новой дисциплины «глубокое изучение» (Deep Learning), которая подразумевает использование традиционной компьютерной архитектуры для имитации работы настоящих нейросетей. Пока это требует мощных компьютерных ресурсов. А нейроморфные чипы смогут уместить датацентры в более компактные и энергоэффективные структуры. Один из популярных прогнозов в том, что нейроморфные чипы станут применять в связке с традиционными машинами фон-неймановской архитектуры, разделяя между ними спектр задач.

Понравилась статья? Поделиться с друзьями:
Technowars.ru
Добавить комментарий

;-) :| :x :twisted: :smile: :shock: :sad: :roll: :razz: :oops: :o :mrgreen: :lol: :idea: :grin: :evil: :cry: :cool: :arrow: :???: :?: :!: