Нейроны хранят и передают информацию в мозг. Источник: CNRI / SPL
Нейронный сверхпроводящий вычислительный чип, который обрабатывает информацию более эффективно и быстро, чем человеческий мозг. Новые достижения, недавно опубликованные в журнале «Прогресс в науке», могут побудить ученых разрабатывать современные вычислительные устройства для разработки мимических биологических систем Основной критерий. Несмотря на то, что еще есть много препятствий, прежде чем он станет коммерчески доступным, исследование откроет двери для более естественного программного обеспечения для обучения машинам.
В настоящее время программное обеспечение для искусственного интеллекта все больше начинает имитировать человеческий мозг, и алгоритмы, такие как автоматическая классификация изображений и программы изучения языка, также могут выполнять сложные задачи с использованием искусственных нейронных сетей, но поскольку обычное компьютерное программное обеспечение не может быть спроектировано Выполняя мозговой алгоритм, эти машины требуют большей вычислительной мощности, чем мозг человека.
«Конечно, это будет лучший способ сделать это, потому что природа найдет лучшее решение», - сказал соавтор исследования Майкл Шнайдер, физик из Национального института стандартов и технологий (NIST).
NIST является одной из нескольких команд, которые хотят развивать нейроморфное оборудование, которое имитирует человеческий мозг, и, надеюсь, нейроморфное оборудование будет более эффективно работать с мозговым программным обеспечением. В обычных электронных системах транзисторы часто распределяются через равные промежутки времени Точный объем информации обрабатывается (двоичные цифры 0 или 1), но нейроморфное оборудование может накапливать небольшой объем информации из нескольких источников и изменять эту информацию для получения сигнала другого типа и, при необходимости, испускать ток , Так же, как расщепление нейронов, поэтому это нейроморфное оборудование требует меньше энергии для запуска.
Однако эти устройства до сих пор неэффективны, особенно когда транзисторы должны передавать информацию через промежутки или синапсы, поэтому команда Schneider использовала сверхпроводники из ниобия для создания нейроподобных электродов, которые могут проводить электричество без сопротивления , Исследователи используют тысячи магнитных нанокластеров марганца для заполнения пробелов в сверхпроводниках.
Изменяя количество магнитных полей в синапсе, эти нанокластеры могут быть выровнены в разных направлениях, что позволяет системе кодировать информацию как в электрическом, так и в магнитном направлениях, что дает системе больше мощности, чем другие нейроморфные системы Из вычислительной мощности, не занимая дополнительного физического пространства.
Эти синапсы выделяют 1 миллиард раз в секунду на несколько порядков быстрее, чем человеческие нейроны, и потребляют только около десятитысячной энергии биологического синапса в процессе компьютерного моделирования, переходят к следующему Синтезирующие нейроны могут использоваться для проверки входной информации от девяти источников до одного электрода, но требуется тысячи синапсов, прежде чем система, основанная на этой технологии, будет использоваться для сложных вычислений, и Шнайдер сказал, что ее можно расширить до этого уровня Для дальнейшего изучения и анализа.
Другая проблема заключается в том, что синапс может работать только при почти абсолютных нулевых температурах и должен быть охлажден жидким азотом. Хотя Стивен Фербер, инженер-компьютер в Манчестерском университете в Великобритании, указывает, что это может сделать чип нецелесообразным на небольших устройствах Хотя крупные центры обработки данных могут обслуживать его, Шнайдер сказал, что охлаждение устройства может потребовать меньше энергии, чем при использовании обычной электронной системы с значительным вычислительным потенциалом.
Карвер Мид (Carver Mead), инженер-электрик Калифорнийского технологического института, похвалил исследование как новый способ расчета нейроморфных форм. «На данный момент существует много спекуляций в этой области, и мы рады видеть, что прекрасная работа может быть выполнена объективно «Он сказал, но может потребоваться много времени, прежде чем чип действительно будет использоваться в вычислительном мире, и в настоящее время существует жесткая конкуренция и проблемы со стороны многих других нейроморфных вычислительных устройств.
Furber также подчеркивает широкий спектр практических применений этого нового устройства ». Эта технология устройств также очень интересна, но сегодня мы не полностью осознаем ключевые особенности этих биологических синапсов и не знаем, как их использовать более эффективно. Например, по его словам, по-прежнему существует множество вопросов, которые необходимо решить в данный момент: как эти синапсы изменяются по мере их формирования? Это затрудняет для исследователей восстановление процесса в чипах памяти.
Несмотря на это, Фурбер сказал, что для выхода на рынок нового устройства потребуется 10 лет или более, и хотя нейробиологам трудно понять человеческий мозг, крайне важно, чтобы они разработали как можно больше различных методов.