Инновационные технологии

Нейроморфные процессоры: смогут ли машины имитировать мозг

Нейроморфный процессор — это интегральная схема, которая имитирует механизмы распространения и обработки сигналов биологического мозга на основе микроэлектронных технологий.

Термин «нейроморфный процессор» ввел в обиход профессор Карвер Мид (Carver Mead) в конце 80-х годов. Будучи известным специалистом в физике полупроводников и микроэлектронике, он заметил сходство в работе биологического нейрона и полупроводникового транзистора. Это наблюдение и легло в основу теории нейроморфных схем.

Мозг vs. процессор

Большинство современных процессоров представляют из себя синхронные цифровые схемы, в которых информация представлена бинарным кодом — значениями 0 или 1, и все операции выполняются одновременно по тактовому сигналу.

Это позволяет создавать стабильно работающие интегральные схемы с миллиардами транзисторов. Но при этом значительная часть энергии рассеивается на подсистемах синхронизации, и скорость работы одного транзистора, который может переключаться на частотах 20-30 ГГц, снижается до частоты общего тактового сигнала.

Развитие полупроводниковых технологий и уменьшение технологических норм позволяют создавать все более производительные и эффективные процессоры, но общий принцип работы синхронных цифровых схем остается неизменным.

Биологическая нервная система устроена по-другому. В человеческом мозге порядка 80-100 миллиардов нейронов, каждый из которых может работает асинхронно и, в отличие от цифрового транзистора, хранить широкий диапазон значений. Нейрон — это аналоговый элемент.

Знаменитый матч игры го между Ли Седолем и компьютером

Компьютер уже давно выполняет математические и логические операции быстрее человека: например, машина победила чемпионов мира в шахматах, шашках и даже го. Однако в решении плохо формализуемых задач компьютеру до человеческого мозга пока очень далеко.

Нейронные сети и искусственный интеллект

Развитие методов машинного обучения на основе нейронных сетей ускорило создание нового поколения нейроморфного процессора.

Компьютерные нейросети представляют собой математическую модель, похожую на биологическую нейронную сеть, вычисляемую на традиционных цифровых системах. Начиная с первых разработок «Перцептрона» Фрэнка Розенблатта в 1957 году и до наших дней нейронные сети выросли до огромных центров обработки данных, которые подбирают фильмы по интересам человека, распознают изображения и дают финансовые и медицинские рекомендации.

Современные нейронные сети работают на основе глубокого обучения (deep learning), то есть обучаются с помощью огромного количества данных и «принимают решения» в рамках обработанного материала. Например, изучив на основе миллионов примеров как выглядит собака, нейронная сеть определяет изображение собаки из предложенных вариантов точнее, чем человек.

Появление нейроморфного процессора

А что, если создать интегральную схему, которая будет не только рассчитывать математическую модель нейронной сети, но и сама функционировать как нейронная сеть? Задавшись этим вопросом, крупнейшие производители компьютеров воплотили идею нейроморфного процессора.

Физической основой такого процессора стали так называемые «импульсные искусственные нейроны» (spiking neurons) или «спайки» (от англ. spike — перепад напряжения).

Выглядит это следующим образом: центральный элемент получает ответы от нейронов-спайков, реагирующих на определенный запрос. При этом каждый спайк связан с тысячами других и может передавать значения с помощью длительности импульса (заряда) своему центральному элементу или нейрону. При этом не все импульсные нейроны работают одновременно — они реагируют только на специфичный или заданный центральным элементом запрос.

Энергопотребление такого процессора примерно в тысячу раз меньше, чем у обычного. Благодаря независимой работе импульсных нейронов потребляют энергию только активные элементы. В геометрической прогрессии растет и производительность, правда пока не для всех типов операций.

При этом процессор справляется со сложными задачами обучения и способен «дообучаться» в процессе эксплуатации на основе дополнительных данных, так как обучение и использование нейронной сети происходит на одном и том же кристалле.   

Первая область, где было бы можно применить такой процессор — распознавание образов. За счет высокой степени интеграции и малого энергопотребления устройства на нейроморфном процессоре могут найти широкое применение в системах видеонаблюдения и автономного вождения.

Нейроморфные чипы станут основой новых «интеллектуальных» мобильных устройств

Вторая область применения — мобильные устройства. Потенциальные возможности такого процессора пока кажутся фантастикой: представьте, что смартфон начинает имитировать мыслительный процесс своего владельца. Он распознает и сравнивает изображения объектов, сам догадывается о следующем действии человека, рекомендует только интересные места и события и при этом потребляет столько же энергии, сколько и сегодняшние устройства.

Готовое решение на рынке

В октябре 2017 года компания Intel представила нейроморфный чип Loihi. Основные характеристики Intel Loihi:

— 130,000 эмулируемых «нейронов»;

— 130 миллионов эмулируемых связей между нейронами — «синапсов»;

— технологический процесс 14 нм.

Нейроморфный чип Intel Loihi

Компания взяла за основу устройства исследования Карвера Мида и структуру живой нервной системы. Спайковая (импульсная) структура позволяет достичь энергоэффективности, до тысячи раз превышающую классические решения. А потенциал процессора позволяет считать его основой для будущего «бума» нейронных сетей и искусственного интеллекта.

На данный момент известно, что в 2018 году процессор выйдет в ограниченном количестве для научных экспериментальных внедрений. Следующий год имеет все шансы на то, чтобы в корне изменить наше представление о процессорах и их производительности, а значит принесет нам новое будущее, за которым мы будем внимательно следить.

Автор: Виктор Аудрен

Поделиться этой статьей

Другие темы

Инновационные технологии

Читать эту статью следующей

Read Full Story