«Нейронная пластичность определяется как способность мозга изменять свою структуру и функции в ответ на опыт«, — объясняют ученые в статье, опубликованной в журнале .
Наш мозг, маленькая жемчужина технологии, действительно способен в течение длительного времени узнавать новое и адаптироваться, не стирая каждый раз предыдущие данные. Искусственные интеллекты, с другой стороны, до сих пор не имели структуры, которая давала бы им такую способность. Вместо этого способность ИИ к «обучению» опирается на программное обеспечение, которое обрабатывает огромные объемы данных, но сами схемы машин не развиваются. По крайней мере, пока нет.
«Мозг живых существ может непрерывно учиться на протяжении всей жизни. Теперь мы создали искусственную платформу для обучения машин на протяжении всей их жизни«, — говорит Шрирам Раманатан, профессор Школы материаловедения Университета Пердью, в заявлении, опубликованном университетом. «Если мы хотим создать компьютер или машину, вдохновленную мозгом, то, как следствие, мы должны иметь возможность программировать, перепрограммировать и постоянно изменять чип«, — добавляет он.
Интерес этой технологии заключается в том, что она может сделать возможным создание более «портативных» ИИ, поскольку их можно будет встроить непосредственно в автономное устройство, которое сможет функционировать даже без подключения к внешнему программному обеспечению.
Конкретно рассматриваемая инновация выглядит как небольшая прямоугольная деталь из никелата перовскита — материала, который очень чувствителен к водороду. Именно этот водород является ключом к адаптивности чипа. Посылая электрические импульсы с разным напряжением, ученые смогли изменить способ концентрации этого элемента на чипе всего за несколько наносекунд. Полученные различные конфигурации были определены учеными как способные создавать паттерны проводимости, соответствующие элементам мозга.
Таким образом, устройства могут стать «резисторами, конденсаторами памяти, искусственными нейронами и искусственными синапсами», говорится в научной статье. Например, когда концентрация водорода выше в центре чипа, он может действовать как нейрон, т.е. одна нервная клетка. С другой стороны, если концентрация в центре ниже, то вместо этого он приобретает характеристики синапса, то есть соединения между двумя нейронами: «это то, что мозг использует для хранения памяти в сложных нейронных цепях«, — говорится в пресс-релизе университета.
Результаты выглядят довольно впечатляющими, поскольку команды продемонстрировали, например, что искусственная нейронная сеть способна расширяться или сокращаться в зависимости от требуемых усилий по обучению, или «выбирать», какая схема является наиболее подходящей для решения данной задачи. Схема также продемонстрировала большую эффективность, чем более «статичные», при тестировании на анализе электрокардиограммы.
Еще одним достоинством новинки является относительная простота ее изготовления. Необходимые технологии не отличаются от тех, которые обычно используются для производства микросхем, а производство осуществляется при комнатной температуре. Кроме того, инструмент оказался надежным: «После программирования устройства на миллион циклов реконфигурация всех функций воспроизводима», — говорит Майкл Парк, докторант Университета Пердью.
Помимо использования в «искусственных мозгах», чип может представлять интерес с точки зрения простоты производства, поскольку можно будет «производить» различные функции одним и тем же способом.