Искусственные нейроны могут быть такими же эффективными, как человеческий мозг

Искусственные нейроны могут быть такими же эффективными, как человеческий мозг

Исследователи MIT разработали искусственный нейрон из сверхпроводящих нанопроводов. Теоретически, простая схема таких нейронов может работать так же эффективно, как мозг человека. Сеть может выполнять сто триллионов синаптических операций в секунду на ватт.

Самым захватывающим вычислительным устройством, известным науке, является человеческий мозг. Он может выполнять различные сложные операции с помощью групп одного компонента — нейрона.

В отличие от современных процессоров, которые работают на гигагерцовых скоростях, мозг работает на тактовой частоте всего в несколько герц. Тем не менее он выполняет триллионы вычислений в секунду [параллельно], что позволяет людям легко выполнять сложные задачи, которых традиционные компьютеры еще не достигли: разговор, ходьба, вождение и так далее.

По сравнению с современными вычислительными устройствами наш мозг потребляет очень мало энергии для выполнения этих задач. Поэтому исследователи пытаются имитировать вычислительную производительность человеческого мозга, используя эффективные нейронные сети. Хотя традиционные микропроцессоры могут быть запрограммированы так, чтобы действовать как нейронные сети, они используют чрезмерное количество вычислительных ресурсов и энергии.

Чтобы решить эту проблему, ученые из Массачусетского технологического института придумали идею: создать искусственные нейроны и связать их вместе в сети, подобные человеческому мозгу. Чтобы реализовать эту конструкцию, они разработали искусственный нейрон из сверхпроводящих нанопроводов.

Устройство, изготовленное из таких искусственных нейронов, может работать так же эффективно, как мозг человека (по крайней мере, в теории).

Основные характеристики искусственного нейрона

Искусственные нейроны могут быть такими же эффективными, как человеческий мозг
Искусственный нейрон — узел искусственной нейронной сети, являющийся упрощённой моделью естественного нейрона.

Биологические нейроны генерируют электрические всплески для кодирования информации, которые распространяются по всей длине нерва. Информация передается другому нейрону через синапсы (соединение между двумя нервными клетками).

Другие нейроны могут передавать или блокировать эту информацию. Действительно, они могут вести себя как логические элементы, генерируя один выход в ответ на несколько входов.

Эти нейроны не срабатывают, если входящий электрический импульс не превышает некоторое пороговое значение. Они не могут стрелять снова, пока не пройдет определенное время, которое называется периодом рефрактерности.

Новые сверхпроводящие нанопроволоки имитируют все эти особенности биологических нейронов. Они обладают странным нелинейным свойством, которое позволяет сверхпроводимости нанопроволоки разрушаться, когда через нее протекает ток, превышающий пороговый уровень.

Это происходит из-за внезапного увеличения сопротивления, которое создает импульс напряжения, аналогичный электрическому пику в биологическом нейроне. Его можно использовать для модуляции другого импульса, генерируемого второй нанопроволоки, что делает моделирование еще более точным.

Таким образом, простая схема, изготовленная из нанопроволоки, может имитировать основные характеристики нейронов, в том числе порог срабатывания, время пробега (может быть отрегулировано путем настройки свойств схемы) и период рефрактерности.

Эффективность и ограничения мощности

Энергетическая эффективность таких сверхпроводящих цепей может быть сопоставлена ​​с таковой в биологических нейронных сетях. По данным исследовательской группы, предлагаемая ими искусственная нейронная сеть может выполнять около ста триллионов синаптических операций в секунду на ватт.

Моделирование кажется многообещающим. В случае успеха это может быть высококонкурентная технология с точки зрения скорости и мощности. Конструкция может позволить крупномасштабный нейроморфный процессор, который может быть обучен как шипящая нейронная сеть для выполнения сложных задач, таких как распознавание образов.

Как и другие концепции, у него есть свои ограничения: сверхпроводящие нейроны могут быть связаны только с несколькими другими нейронами. Принимая во внимание, что биологический нейрон соединяется с тысячами других нейронов. На данный момент это просто дизайн, который нуждается в проверке принципа.


Источник