Вычисления
в 100 миллионов раз быстрее…
мозга.
Как это сделано
и что сулит.
Человеческий мозг умеет достраивать картину мира. Прежде всего это касается визуализации, но также и абстрактных сфер вроде понятий: нам хватает даже незначительных фрагментов данных, чтобы «узреть» невидимое. Например, по положению головы пловца над водой, мы без особого труда можем представить положение его тела под ней. Это возможно благодаря внутренней модели окружающей среды, которую мозг постоянно обновляет, опираясь на опыт и текущие сигналы. Такая магия здорово экономит и ускоряет «вычислительные процессы» человека, давая нам невероятное преимущество перед компьютерными технологиями.
Подобная фора была бы особенно важна для искусственного интеллекта, но традиционные электронные чипы оказываются относительно медленными и энергозатратными. Однако сегодня у электроники есть довольно перспективные альтернативы в виде фононики, фотоники, спинтроники и даже несколько экзотической для обывателя магноники. Опираясь на это, команда исследователей из Бернского университета и компании Thales Research & Technology решила поискать новые вычислительные возможности в стороне от традиционных подходов.
Результатом их грандиозной работы, опубликованной в декабре журнале Nature Communications, стало воспроизведения одного из ключевых принципов работы мозга сетями сверхбыстрых полупроводниковых наноразмерных лазеров. Исследователи отмечают, что вероятностные вычисления таких оптических сетей напоминают байесовский вывод в статистике. Если вкратце, это как раз тот самый подход, который, исходя из уже имеющихся знаний и наблюдаемых данных, способен ответить на вопрос, какое состояние невидимой части мира наиболее вероятно.
Как же это работает у нас? Нервные клетки в мозге не передают сигнал непрерывно — они генерируют короткие импульсы, называемые спайками или потенциалами действия. Грубо говоря, этот потенциал накапливается нейроном почти как электрический заряд— конденсатором, и когда достигается определённый порог (вроде ёмкости того же конденсатора), нейрон генерирует резкий, словно выстрел, скачок напряжения. Этот скачок и есть наш спайк, который затем распространяется дальше по аксону как нервный импульс. Так вот, когда мы заняты «реконструкцией скрытого» от глаз, группы нейронов в зрительной коре формируют цепочки таких импульсов, последовательно сканируя возможные варианты, например, позы пловца. При этом мы не удерживаем в сознании все варианты сразу: как заметил один из авторов работы Иван Бойков, мы «листаем» их по одному. Так, в известной иллюзии «кролик или утка» в каждый конкретный момент времени мозг делает выбор, и мы видим что-то одно: либо кролика, либо утку.
Этот нейроморфный принцип, крайне ресурсоёмкий для электроники, исследователи перенесли в мир нанофотоники. Роль нейронов здесь досталась полупроводниковым нанолазерам — миниатюрным (в сотни нанометров) источникам света, которые могут излучать короткие световые импульсы. Причина такого выбора кроется как раз в том, как они это делают: чтобы нанолазер испустил свет, его нужно возбудить (то есть накачать энергией) до такого уровня, что вынужденное излучение станет неизбежным. Именно вследствие этой особенности, в определённой конфигурации материалов, сеть таких лазеров начинает вести себя как спайковая нейронная сеть: каждый лазер «вспыхивает» при достижении порога и затем входит в период бездействия или рефрактерности, когда следующий импульс временно подавлен. Это походит на снижение чувствительности глаз, ослеплённых яркой вспышкой в сумерки, когда мы некоторое время ничего не видим даже при том, что вокруг не полная тьма. Такой режим динамики нанолазерной нейросети близок к генерации потенциалов действия в биологических нейронах. Там с нейроном происходит нечто подобное: в короткий «слепой» интервал новый спайк либо совсем невозможен, либо требует намного более сильного сигнала. Именно поэтому система не может «стрелять» непрерывным потоком, а выдаёт отдельные импульсы с минимальным интервалом между ними.
Такая точная имитация мозговой активности уже сама по себе является невероятным достижением для вычислительных технологий на нейроморфном поприще. Однако принципиальный прорыв кроется в масштабах времени и способе переноса данных. Только представьте: мозг работает в диапазоне миллисекунд, тогда как нанолазеры могут формировать импульсы на уровне десятков пикосекунд или примерно в сто миллионов раз быстрее. Кроме того, световые сигналы передаются с меньшими энергетическими потерями и могут одновременно существовать на разных частотах, не мешая друг другу, за счёт чего резко повышается пропускная способность. По сути, эти же свойства давно используются в оптоволоконных линиях интернет-коммуникаций.
Технология доказала свою работоспособность на практике: в ходе опытных испытаний сеть спайковых нанолазеров, обученная на изображениях рукописных цифр, сумела распознать их по небольшой части пикселей. Она достраивала недостающие элементы, предлагая полные, правдоподобные цифры, согласующиеся со входными данными. При этом в отсутствии ограничений сеть генерировала различные возможные цифры, подобно тому, как мозг свободно комбинирует образы во сне.
Тема точного управления временем спайков активно развивается и в электронной нейроморфике. В связанных исследованиях были разработаны алгоритмы обучения, которые повторяют классический метод обратного распространения ошибки — корректирующей веса нейронов ретроспективной «работы над ошибками», проводимой слой за слоем от выхода сети к её входу. Эти подходы значительно ускоряют обучение. Так, они уже реализованы на ускоренном нейроморфном чипе BrainScaleS‑2, где физические нейроноподобные цепи работают примерно в тысячу раз быстрее соответствующего участка мозговой ткани. Это быстрые высокоэффективные решения, работающие к тому же при очень низком энергопотреблении, однако они опираются только на задержки импульсов в сети. Нанолазерный вариант расширяет эту линию, предлагая ещё более высокие скорости за счёт использования фотонных процессов.
Важно, что подобные проекты требуют тесного сотрудничества нейробиологов, физиков и специалистов по искусственному интеллекту. Исследование нанолазерных сетей стало результатом объединения экспертизы в области нейроинформатики, нейроморфной фотоники и крупной исследовательской инфраструктуры EBRAINS европейского проекта по моделированию мозга. В перспективе такие системы могут лечь в основу новых оптических нейроморфных чипов, способных выполнять вероятностные вычисления для распознавания образов, обработки сигналов и управления роботами в реальном времени при значительно меньших затратах энергии. Являясь альтернативой кремниевым чипам, чьи энергозатраты на ИИ уже сопоставимы с бюджетами целых стран, нанолазеры, возможно, смогут сделать нейросети таким же интуитивным, быстрым и экономичным инструментом, как и наш разум.
И что нас тогда ждёт дальше?..
АРМК, по материалам Science X, Arxiv.org, Nature.com.