Быстрое развитие искусственного интеллекта и систем машинного обучения порождает спрос на новое аппаратное обеспечение — более производительное и энергоэффективное. Поскольку алгоритмы машинного обучения черпают вдохновение в биологических нейронных сетях, то и в поисках технологических решений инженеры обращаются к архитектуре и функционированию человеческого мозга.
Эти компоненты, работающие по принципу клеток мозга, вполне заслуженно называются искусственными нейронами. Так же, как и живые, они соединены друг с другом динамическими связями, которые со временем ослабевают или усиливаются. Этот процесс напоминает синаптическую пластичность — способность мозга адаптироваться с течением времени в ответ на опыт и обучение. Эмуляция синаптической пластичности «в железе» — самый перспективный путь развития искусственных нейросетей, которые могли бы если не догнать естественные, то хотя бы приблизиться к ним по основным показателям.
В Фуданьском университете разработали устройство, которое имитирует адаптивность биологических нейронов лучше, чем другие их электронные аналоги. Новый искусственный нейрон, описанный в журнале Nature Electronics, сочетает ультратонкий полупроводниковый монослой дисульфида молибдена MoS₂ с динамической памятью с произвольным доступом DRAM.
«Нейроморфное оборудование, которое точно имитирует разнообразное поведение нейронов, может быть полезным для разработки интеллекта на периферийных устройствах. Оборудование, включающее синаптическую пластичность — адаптивные изменения, которые усиливают или ослабляют синаптические связи, — уже исследовалось, но для воспроизведения полного спектра процессов обучения и памяти требуется взаимодействие нескольких механизмов пластичности, включая внутреннюю пластичность. Мы показываем, что нейрон с пороговой интеграцией может быть создан путем сочетания на одной пластине динамической оперативной памяти и инвертора на пленках дисульфида молибдена мономолекулярной толщины», — сообщают авторы.
Таким образом, в основе новинки лежат два ключевых компонента — DRAM и инвертор, и оба они работают схожим с живыми нейронами образом.
DRAM — это ячейки памяти, которые хранят данные в виде электрического заряда в конденсаторах. Величина этого заряда может модулироваться для имитации изменений электрического заряда на мембране биологических нейронов, которые в конечном итоге определяют, будут ли они активироваться или нет. Инвертор, в свою очередь, представляет собой электронный вентиль, который преобразует входной сигнал из высокого уровня в низкий и наоборот. В искусственном нейроне эта схема позволяет генерировать всплески электричества, подобные тем, которые наблюдаются в биологических нейронах при их активации.
«В системе напряжение в конденсаторе динамической памяти с произвольным доступом — то есть мембранный потенциал нейрона — может модулироваться для имитации внутренней пластичности. Модуль также может имитировать фотопическую и скотопическую адаптацию зрительной системы человека, динамически регулируя свою светочувствительность», — объясняется в статье.
Чтобы выяснить потенциал своей разработки, исследователи изготовили несколько таких нейронов и собрали их в сетку 3×3. Они протестировали способность этого массива адаптировать свои реакции на входные данные в зависимости от падающего света — то есть сымитировали работу человеческого зрения в различных условиях освещения. Наконец, они использовали свою систему для запуска модели распознавания изображений и оценили ее производительность.
Разработанный китайскими учеными искусственный нейрон показал себя очень перспективным, особенно для реализации энергоэффективных моделей компьютерного зрения и распознавания изображений. В будущем исследователи рассчитывают построить новые вычислительные системы, вдохновленные природой, на основе своего детища, чтобы проверить его на других задачах.
Новый ИИ на основе колебаний мозга анализирует данные, как нейроны
Создан синтетический нейрон для имитации человеческого восприятия
Подписывайтесь и читайте «Науку» в Telegram