Специалисты из Техасского университета в Далласе создали нейроморфный компьютер, имитирующий работу человеческого мозга. Принцип действия новой вычислительной системы основан на укреплении связей между искусственными нейронами при их активации. Это похоже на то, как нейроны в мозге формируют прочные нейронные связи для обучения и обработки информации, усиливая наиболее используемые пути.
По мнению учёных, их процессор, созданный по образу строения мозга, демонстрирует более высокую скорость обучения и меньшее энергопотребление по сравнению с существующими решениями в области искусственного интеллекта. Данное достижение предоставляет разработчикам мощный и эффективный инструмент, который может уменьшить необходимость использования энергозатратных вычислительных центров и позволит проводить обучение и делать выводы в системах искусственного интеллекта непосредственно на мобильных устройствах.
В обычных компьютерах данные и процессор расположены на разных устройствах. По словам доцента кафедры электротехники и вычислительной техники, доктора Джозефа С. Фридмана, подобная организация архитектуры препятствует способности искусственного интеллекта делать логичные заключения, что свойственно человеческому мозгу. Для достижения результата требуются значительные объемы размеченных данных и выполнение очень сложных вычислений, что может обойтись в сотни миллионов долларов.
В отличие от традиционных систем, нейроморфные компьютеры объединяют процессы обработки данных и хранения информации, имитируя структуру человеческого мозга. В нем сети нейронов и синапсов функционируют совместно. Синапсы, обеспечивающие связь между нейронами, усиливаются или ослабевают в зависимости от моделей активности, что позволяет мозгу постоянно адаптироваться в ходе обучения.
Разработка основана на принципе, сформулированном доктором Дональдом Хеббом и известном как закон Хебба: нейроны, активирующиеся одновременно, укрепляют связь между собой. Фридман уточнил, что если один искусственный нейрон стимулирует активность другого, то проводимость синапса, соединяющего их, возрастает.
Для моделирования связей между нейронами исследовательская группа применила наноразмерные устройства, известные как магнитные туннельные переходы. Эти устройства включают в себя два слоя из магнитного материала, отделённые изоляционным слоем. Прохождение электронов через барьер облегчается, когда магнитные ориентации слоев совпадают. Магнитные туннельные переходы были включены в прототип нейроморфного компьютера, функционируя как сетевые реле для воспроизведения процессов обучения и распознавания образов, свойственных мозгу. При прохождении сигналов через эти переходы их соединения изменяются, усиливая некоторые пути, подобно тому, как во время обучения укрепляются синаптические связи в мозге. Данная конструкция гарантирует надёжное сохранение информации.
На следующем этапе работы команда планирует расширить свой рабочий прототип и адаптировать его для более крупных систем. В случае разработки коммерчески успешной системы, нейроморфные компьютеры, благодаря низкому энергопотреблению и сокращённому времени обучения, смогут обеспечивать интеллектуальные возможности мобильных устройств без значительных затрат энергии. Фридман подчеркнул, что их исследование демонстрирует перспективный подход к созданию компьютеров, имитирующих работу мозга и способных к самостоятельному обучению.
Исследование было в журнале Communications Engineering.