Разработан искусственный синапс, максимально приближенный к биологическому

Новости МирТесен

Нидерландские и южнокорейские физики разработали искусственный синапс, имитирующий работу биологических аналогов. Эти последние, как известно, используют для выполнения вычислений среду, по сути, представляющую собой раствор соли.

«Естественный синапс представляет собой область соприкосновения нейрона (или нейронов) и клетки, принимающей сигнал — эффекторной клетке (например, мышечной). Искусственный синапс на данный момент воспроизводит лишь принципы его функционирования.

Технически устройство, описанное в новой статье в PNAS, микроканал конической формы служит для пропуска ионов из раствора при поступлении электрического импульса. Это приводит к изменению заряда на противоположных сторонах канала. При этом характеристики импульса непосредственно определяют величину разности потенциалов. Фактически, это достаточно точная модель фундаментального механизма передачи нервных импульсов.

Тем не менее, высокая степень достоверности не равносильна совершенству. Во-первых, разработанный синапс демонстрирует относительно низкую скорость работы: частота передачи сигналов в ходе эксперимента составила 1,7 импульса в минуту. Во-вторых, с точки зрения биологических стандартов, устройство оказалось довольно громоздким: размеры конуса составляют 150 на 200 микрометров. Для сравнения, диаметр природного синапса варьируется от 1 до 2 микрометров и может быть даже меньше. Таким образом, наблюдается разница в масштабе примерно в сто раз. Впрочем, это лишь первый шаг. транзистор отличался от современных не в 100 раз, а в 200 миллионов раз.

В то же время габариты современных транзисторов значительно меньше размеров корейско-голландского аналога – разница достигает десятков тысяч раз, что ставит под сомнение целесообразность подобных исследований. Наиболее очевидное объяснение заключается в возможности разработки вычислительной техники, совместимой с биологическими структурами, и при этом обеспечивающей практически идеальную интеграцию. Подобное устройство потенциально способно не только взаимодействовать с нейронами посредством «естественных» сигналов, но и функционировать в биосреде.

На практике применение «биоморфных» технологий значительно шире. Рассмотрим классический компьютер, созданный на основе кремниевых транзисторов архитектуре фон Неймана.

Транзистор обладает всего тремя контактами. Через один из них подается управляющий сигнал, а два других передают окружающим одним из возможных вариантов ответа – либо ток проходит через транзистор, либо нет. Легко понять, что это неизбежно приводит к определенным сложностям. В частности, для реализации задач требующей хоть какой-то степени сложности, необходимо большое количество транзисторов. При этом энергопотребление и нагрев возрастают пропорционально их количеству.

Решение данной задачи естественным образом привело к стремлению к миниатюризации устройств. Тем не менее, современные кремниевые транзисторы практически исчерпали возможности уменьшения размеров на физическом уровне. Замена материала также вряд ли позволит существенно сдвинуть этот предел.

Кроме того, задачи в транзисторных схемах могут решаться исключительно последовательно, что существенно снижает скорость вычислений. Другими словами, дальнейшая миниатюризация традиционных компьютерных систем приводит к снижению эффективности.

Характерной чертой традиционного транзистора является его невозможность сохранения данных. Это обуславливает необходимость использования внешней памяти, которая периодически перезагружается, что требует значительных затрат энергии и вычислительных ресурсов. Кроме того, доступ к информации в каждый момент времени ограничен пропускной способностью канала связи.
По сути, классический компьютер спроектирован таким образом, чтобы потреблять энергию и генерировать тепло при относительно невысокой производительности.

В результате обработки каждого запроса в ChatGPT требуется около 2,5 киловатт-часа электроэнергии, что в совокупности равно энергопотреблению города с населением 17 тысяч человек. Кроме того, ежегодно на охлаждение необходимо 2 тысячи тонн воды.

Тем не менее, на текущий момент мы наблюдаем лишь начальный этап расширения нейронных сетей, демонстрирующих значительный потенциал для роста. будут расти. По прогнозам, к 2027 году их развитие приведет к триллионам запросов и энергопотреблению, сопоставимому с объемом потребления Нидерландов или Аргентины.

Проще говоря, применение стандартных подходов в создании автономных роботов, обладающих функциональностью чат-ботов, представляется невозможным. И причина кроется не только в физических размерах – стоит учитывать колоссальный объем вычислений, требуемый для полноценной обработки визуальной информации.

Количество нейронов у взрослого мужчины приблизительно вдвое меньше, чем число искусственных нейронов в ChatGPT. В стандартном режиме ChatGPT потребляет около 0,03 киловатт-часа электроэнергии в сутки, а на все остальные процессы расходуется еще около 0,07 киловатт-часа. Таким образом, суточный расход энергии мозгом составляет примерно в 83 раза меньше, чем затраты на обработку одного запроса нейросетью.

Основополагающую роль в данном случае играет принципиально иная организация нейронов. Они, к примеру, в среднем содержат около пяти тысяч связей и представляют собой весьма приблизительный аналог не транзисторов, а мемристоров, они обладают способностью не только обрабатывать, но и сохранять информацию. Это, очевидно, уменьшает количество рабочих компонентов, необходимых для решения поставленной задачи. При этом энергопотребление на один биологический «псевдотранзистор», включая передачу сигнала, также значительно ниже — в тысячи раз.

Следовательно, для создания «процессора» с минимальным потреблением электроэнергии необходимо будет воспроизвести широкий спектр биологических приемов и механизмов. При этом применение медленной, но энергоэффективной передачи сигнала для поддержания работы процессора в условиях крайне низкого энергопотребления может оказаться целесообразным компромиссом во многих ситуациях.