(Andrii Vodolazhskyi/Shutterstock) Pre tých, ktorí pracujú v oblasti pokročilých umela inteligencia , získanie počítača na simuláciu mozgovej aktivity je obrovská úloha, ale môže byť jednoduchšie spravovať, ak je hardvér navrhnutý skôr ako hardvér mozgu.
Táto vznikajúca oblasť je tzv neuromorfné výpočty . A teraz inžinieri z MIT možno prekonali významnú prekážku – návrh čipu s umelými synapsiami.
V súčasnosti sú ľudské mozgy oveľa výkonnejšie ako ktorýkoľvek počítač – obsahujú okolo 80 miliárd neurónov a viac ako 100 biliónov synapsií, ktoré ich spájajú a kontrolujú prechod signálov.
Počítačové čipy v súčasnosti fungujú tak, že prenášajú signály v jazyku nazývanom binárne. Každá informácia je zakódovaná v 1s a 0s alebo signáloch zapnutia/vypnutia.
Ak chcete získať predstavu o porovnaní s mozgom, zvážte toto: v roku 2013 bežal jeden z najvýkonnejších superpočítačov na svete simulácia mozgovej aktivity s dosiahnutím len nepatrného výsledku.
Riken's K Computer využíval 82 944 procesorov a petabajt hlavnej pamäte – ekvivalent približne 250 000 vtedajších stolných počítačov.
Simulácia jednej sekundy aktivity 1,73 miliardy neurónov prepojených 10,4 biliónmi synapsií trvala 40 minút. Môže to znieť ako veľa, ale v skutočnosti to zodpovedá len jednému percentu ľudského mozgu.
Ak by však čip používal spojenia podobné synapsii, signály používané počítačom by mohli byť oveľa rozmanitejšie, čo by umožnilo učenie podobné synapsii. Synapsie sprostredkúvajú signály prenášané cez mozog a neuróny sa aktivujú v závislosti od počtu a typu iónov prúdiacich cez synapsiu. To pomáha mozgu rozpoznávať vzorce, pamätať si fakty a vykonávať úlohy.
Replikovanie tohto sa ukázalo ako ťažké k dnešnému dňu - ale výskumníci z MIT teraz navrhli čip s umelými synapsiami vyrobenými z kremíkového germánia, ktoré umožňujú presnú kontrolu sily elektrického prúdu tečúceho pozdĺž nich, rovnako ako tok iónov medzi neurónmi.
V simulácii bol použitý na rozpoznanie vzoriek rukopisu s presnosťou 95 percent.
Predchádzajúce návrhy neuromorfných čipov používali dve vodivé vrstvy oddelené amorfnou vrstvou„prepínacie médium“, aby fungovalo ako synapsie. Keď je zapnutý, ióny prúdia cez médium a vytvárajú vodivé vlákna, ktoré napodobňujú synaptickú hmotnosť alebo silu alebo slabosť signálu medzi dvoma neurónmi.
Problém s týmto prístupom je, že bez definovaných štruktúr, ktorými by sa mohli pohybovať, majú signály nekonečný počet ciest – a to môže spôsobiť, že výkon čipov bude nekonzistentný a nepredvídateľný.
'Akonáhle použijete určité napätie na reprezentáciu niektorých údajov s vaším umelým neurónom, musíte ich vymazať a znova ich zapísať presne rovnakým spôsobom.' povedal vedúci výskumu Jeehwan Kim .
Ale v amorfnej pevnej látke, keď znova píšete, ióny idú rôznymi smermi, pretože je tam veľa defektov. Tento prúd sa mení a je ťažké ho ovládať. To je najväčší problém – nerovnomernosť umelej synapsie.“
S ohľadom na to tím vytvoril mriežky kremíka germánia s jednorozmernými kanálmi, cez ktoré môžu prúdiť ióny. To zaisťuje, že zakaždým sa použije presne tá istá cesta.
Tieto mriežky sa potom použili na zostavenie neuromorfného čipu; keď bolo aplikované napätie, všetky synapsie na čipe vykazovali rovnaký prúd s odchýlkou len 4 percentá.
Jedna synapsia bola tiež testovaná s napätím aplikovaným 700-krát. Jeho prúd sa menil len o 1 percento - čo je najjednotnejšie zariadenie.
Tím testoval čip na skutočnej úlohe simuláciou jeho charakteristík a použitím tých s databázy MNIST vzoriek rukopisu, ktoré sa zvyčajne používajú na školenie softvéru na spracovanie obrazu.
Ich simulovaná umelá neurónová sieť pozostávajúca z troch neurónových listov oddelených dvoma vrstvami umelých synapsií dokázala rozpoznať desaťtisíce ručne písaných číslic s presnosťou 95 percent v porovnaní s presnosťou 97 percent existujúceho softvéru.
Ďalším krokom je skutočne zostaviť čip, ktorý je schopný vykonávať úlohu rozpoznávania rukopisu, s konečným cieľom vytvoriť prenosné zariadenia neurónovej siete.
„V konečnom dôsledku chceme čip veľký ako necht, ktorý by nahradil jeden veľký superpočítač,“ povedala Kim . 'Tento [výskum] otvára odrazový mostík na výrobu skutočného hardvéru umelej [inteligencie].“
Výskum bol publikovaný v časopise Prírodné materiály .