Учёные из Техасского университета в Далласе разработали нейроморфный компьютер, который функционирует подобно человеческому мозгу. Новая вычислительная система работает по принципу усиления связей между искусственными нейронами при их стимуляции, аналогично тому, как нейроны в мозге укрепляют часто используемые нейронные пути для обучения и обработки информации.
Исследователи заявляют, что их процессор, вдохновлённый строением мозга, способен обучаться быстрее и потреблять меньше энергии по сравнению с современными системами искусственного интеллекта. Это открытие предлагает разработчикам мощный и эффективный инструмент, который может привести к снижению зависимости от энергоёмких центров обработки данных и позволит осуществлять выводы и обучение ИИ непосредственно на мобильных устройствах.
Традиционные компьютеры устроены так, что данные хранятся на одном носителе, а обработка происходит на отдельном процессоре. Как пояснил доцент кафедры электротехники и вычислительной техники доктор Джозеф С. Фридман, такая архитектура ограничивает способность ИИ делать эффективные выводы, что мозг делает естественным образом. Это требует огромных объёмов размеченных данных и выполнения чрезвычайно сложных тренировочных вычислений, стоимость которых может достигать сотен миллионов долларов.
В отличие от этого, нейроморфные компьютеры интегрируют обработку и хранение памяти в одном месте, подобно человеческому мозгу, где сети нейронов и синапсов работают вместе. Синапсы, соединяющие нейроны, укрепляются или ослабевают в зависимости от паттернов активности, что позволяет мозгу непрерывно адаптироваться в процессе обучения.
В основе разработки лежит принцип, предложенный доктором Дональдом Хеббом, известный как закон Хебба: нейроны, которые возбуждаются вместе, связываются вместе. Фридман объяснил, что если один искусственный нейрон заставляет возбуждаться другой, то проводимость синапса, соединяющего их, увеличивается.
Исследовательская группа использовала наноразмерные устройства, называемые магнитными туннельными переходами, для имитации связей между нейронами. Эти устройства состоят из двух слоёв магнитного материала, разделённых изолирующим слоем. Когда магнитные ориентации слоев совпадают, электроны легче проходят через барьер. Магнитные туннельные переходы были интегрированы в прототип нейроморфного компьютера в качестве сетевых реле для имитации процессов обучения и распознавания паттернов в мозге. По мере прохождения сигналов через эти переходы их соединения адаптируются, усиливая определённые пути, аналогично тому, как синаптические связи в мозге укрепляются во время обучения. Такая конструкция обеспечивает надёжное хранение информации.
В следующей фазе работы команда намерена масштабировать свой рабочий прототип до более крупных систем. Если удастся создать коммерчески жизнеспособную систему, то, благодаря ограниченным потребностям в энергии и сокращённому времени обучения, нейроморфные компьютеры смогут наделить интеллектом мобильные устройства без огромных энергозатрат. Фридман заключил, что их работа указывает потенциально новый путь создания компьютеров, вдохновлённых мозгом, которые способны учиться самостоятельно.
Исследование было опубликовано в журнале Communications Engineering.