Российские ученые вместе с коллегами из Китая разработали нейроморфный вычислительный элемент на основе металлоорганического кристалла. Он способен хранить и обрабатывать информацию по принципам, сходным с работой человеческого мозга. При этом кристалл на основе цепочек полимера и кластеров меди демонстрирует возможность хранения информации в тысячу раз дольше, чем большинство современных «запоминающих» материалов. Это открытие имеет потенциал для реализации сложных алгоритмов, превосходящих по производительности и скорости существующие вычислительные архитектуры. Исследование было поддержано грантом Президентской программы Российского научного фонда (РНФ) и опубликовано в журнале Communications Materials.
Преимущества мозга перед обычным компьютером
Процессоры, имитирующие работу мозга, получили название нейроморфных чипов. Традиционные процессоры используют для представления данных двоичный код. При выполнении операций над числами применяются логические схемы, построенные из базовых элементов. Процессор содержит арифметико-логическое устройство (АЛУ), которое выполняет различные операции по очереди, подобно конвейеру. Такая архитектура процессора затрудняет параллельные вычисления для большинства задач.
В свою очередь, человеческий мозг многозадачен, поскольку состоит из множества отдельных нервных клеток — нейронов, каждый из которых, принимая сигналы от других нейронов, передает их дальше по сети. На протяжении жизни человека сила связей между нейронами изменяется: одни усиливаются, другие ослабевают, некоторые появляются вновь, а другие исчезают навсегда. Эта способность мозга к структурным изменениям, называемая нейропластичностью, является фундаментом обучения на опыте.
Исследования работы мозга стимулировали ученых к созданию искусственных нейросетей — вычислительных систем, способных, подобно человеческому мозгу, обучаться на основе опыта. Несмотря на значительные достижения в области искусственного интеллекта, современные нейросети представляют собой существенно упрощенную модель работы биологических нейронов в мозге. Искусственные нейроны способны имитировать некоторые природные концепции, однако их возможности значительно уступают возможностям живого организма.
Хотя биологические нейроны обладают низкой скоростью обработки информации, человеческий мозг способен охватывать огромные объемы данных. Нейроморфные чипы пока могут конкурировать с мозгом по скорости обработки данных, но не по сложности связей.
Как работают нейрочипы
В 2014 году корпорация Intel впервые представила общественности нейрочип. За прошедшее десятилетие появились многочисленные разработки в этой области и от других компаний. Среди них TrueNorth, Neurogrid, BrainScaleS, SpiNNaker, Akida и отечественный «Алтай» — это далеко не полный перечень существующих на сегодняшний день нейроморфных чипов.
Сейчас нейрочипы — предмет активных научных исследований, где отсутствуют какие-либо устоявшиеся стандарты. Каждая лаборатория стремится реализовать свои идеи. Тем не менее, большинство разработок основано на схожих принципах.
Во-первых, это асинхронность и импульсность — отказ от тактовой частоты и конвейера. Каждый нейрон функционирует независимо и посылает сигнал при срабатывании своего триггера.
Еще один важный момент — память. Если в нейросети модель, как правило, описывается сотнями миллионов параметров, которые хранятся на диске и подгружаются в процессор при расчете каждого последующего узла сети, то в нейроморфных чипах память — это модифицированное состояние нейрона. В процессе обучения и накопления опыта каждый нейрон постепенно изменяет свои параметры обработки сигналов.
В 2020 году исследователи из Национального университета Сингапура, используя нейроморфный чип Intel Loihi, создали искусственную кожу, способную идентифицировать различные формы, текстуры и степень жесткости предметов посредством тактильных ощущений. Данная технология имеет потенциал для развития бионических протезов.
Что создали российские ученые?
Ученые из Университета ИТМО, Санкт-Петербургского государственного университета и Университета Тунцзи разработали нейроморфный вычислительный элемент на базе кристалла металлоорганического соединения. Этот материал представляет собой пористую матрицу из полимера и кластеров меди с молекулами воды в порах. Кристалл демонстрирует уникальное свойство: под воздействием лазерного излучения молекулы воды временно отделяются от поверхности пор, что приводит к нелинейному изменению электронных свойств кристалла.
«Выбор материала обусловлен, в первую очередь, способностью давать отклик на различного рода раздражители (химический, оптический или электронный). Во вторую очередь, должна быть зависимость интенсивности этого электронного отклика от частоты воздействия раздражителя. Именно этот факт лежит в основе синоптической пластичности и позволяет нам производить нейроморфные вычисления на основе материала», — рассказал Семен Бачинин, младший научный сотрудник физического факультета университета ИТМО, грантополучатель РНФ.
Реакция кристалла аналогична ответу нейрона на химический стимул, что позволяет классифицировать материал как нейроморфный. Изменение электронных свойств кристалла можно использовать для хранения информации. Экспериментально было показано, что время хранения информации может достигать 200 дней, что в тысячу раз превосходит аналогичные показатели у большинства современных нейроморфных материалов. При этом для работы кристалла требуется электрическое поле в 10 раз меньшей напряженности, чем для других «запоминающих» элементов.
На основе такого кристалла был создан нейроморфный вычислительный элемент с двумя золотыми контактами. Одновременное воздействие электрических и световых импульсов на этот элемент позволяло переводить его в сложное электронное состояние, управляемое светом, что демонстрировало эффекты «запоминания» и «забывания» информации.
Где может применяться кристалл?
Как пояснил Семен Бачинин, среди потенциальных сфер применения — прежде всего вычислительные элементы, работающие на архитектуре «Вычисления в памяти» (In Memory Computing). Это альтернатива классической архитектуре Фон-Неймана, по которой работают все современные компьютеры.
Переход к архитектуре вычислений в памяти сможет качественно повысить энергоэффективность и производительность современных вычислительных систем. Также подобного рода элементы могут послужить «цифровыми двойниками» биологических синапсов и позволить более глубоко понимать особенности поведения, в том числе и отклонения от привычного. Например, для изучения новых подходов к лечению нейродегенаративных заболеваний.
На данном этапе исследования, используя нейроморфные свойства материала, исследователи создали компьютерную модель нейросети и обучили ее на 60 000 изображениях распознаванию рукописного текста. Тестирование модели на дополнительных 10 000 изображениях показало 100% точность распознавания, при этом сам процесс распознавания может быть выполнен многократно (более 50 раз).
Может ли создание нейрочипов приблизить момент появления полноценного искусственного мозга?
Несомненно, развитие нейроморфных технологий позволяет решать задачи на порядок эффективнее и результативнее благодаря возможности параллельных вычислений. Однако Семен Бачинин скептически оценивает идею полностью воссоздать человеческий мозг на данном этапе развития науки. Хотя принципиально фундаментальных неразрешимых проблем для воссоздания работы мозга человека на его цифровом аналоге нет.
«Поэтому, возможно, когда-нибудь дело дойдет до записи всех вариантов соединений синапсов отдельно взятого мозга на его цифровой аналог, тем самым мы получим бэкап сознания», — резюмирует ученый.
Обложка – downloaded from Freepik.