Самарский портал "Технологии, компьютеры"

Ученые IBM (NYSE: IBM) создали стохастические спайковые нейроны для хранения и обработки данных, используя материалы с фазовым переходом. Эксперимент стал важным шагом на пути развития энергосберегающих, сверхплотных интегрированных нейроморфных технологий для использования в когнитивных вычислениях.

Вдохновившись работой биологического мозга, ученые уже несколько десятилетий размышляли о возможной имитации широчайших вычислительных способностей больших групп нейронов. Однако сделать это с сопоставимыми показателями плотности и энергопотребления биологических систем до настоящего времени было довольно сложно.

«Мы более десяти лет изучали материалы с изменением фазового состояния для приложений памяти и добились замечательного успеха за последние два года, – сказал почетный сотрудник IBM Эвангелос Элефтериу. – За этот период мы открыли и опубликовали новые способы хранения данных, в том числе прогнозируемую память и память на основе фазового перехода, впервые добившись хранения трех бит данных в одной ячейке. Сейчас мы демонстрируем мощные способности искусственных нейронов на основе фазового перехода, которые могут очень быстро и с минимальным расходом энергии выполнять ряд вычислительных операций, таких как выявление корреляции данных и самостоятельное обучение».

Результаты исследования недавно появились на обложке рецензируемого журнала Nature Nanotechnology.

Искусственные нейроны, разработанные учеными IBM в Цюрихе, состоят из материалов с фазовым переходом, включая совместный теллурид германия и сурьмы, который показывает два состояния: аморфное (без четко определенной структуры) и кристаллическое (имеющий структуру). На основе этих материалов создаются перезаписываемые Blu-ray диски. Однако, искусственные нейроны не могут хранить цифровую информацию: они являются аналоговыми приборами, подобно синапсам и нейронам в нашем биологическом мозгу.

В опубликованном эксперименте на искусственные нейроны воздействовали с помощью серии электрических импульсов. Это привело к прогрессивной кристаллизации материала с фазовым переходом и в конце концов заставило нейрон вспыхнуть. В нейронауке эта функция биологических нейронов известна как модель соединения и возбуждения. Этот принцип опирается на вычисления на основе событий и аналогичен тому, как наш мозг формирует реакцию, когда мы, например, дотрагиваемся до горячего предмета.

Благодаря свойству соединения и возбуждения даже один нейрон может помочь в режиме реального времени обнаружить шаблоны и корреляции в потоках, основанных на событиях данных. Например, в интернете вещей сенсоры могут собирать и обрабатывать полученные с периферии массивы погодных данных для формирования оперативных прогнозов. Искусственные нейроны могут также применяться для поиска шаблонов в финансовых транзакциях, что поможет обнаружить несоответствия. Также с их помощью можно использовать данные из социальных сетей для оперативного выявления новых культурных трендов. Кроме того, большие популяции быстрых наноразмерных энергоэффективных нейронов могут использоваться в нейроморфных сопроцессорах с совмещенными памятью и блоками обработки.

Ученые IBM разбили сотни искусственных нейронов на группы и использовали их для отображения быстрых и сложных сигналов. Более того, в результате эксперимента искусственные нейроны смогли выдержать миллиарды циклов переключения, что соответствует работе в течение многих лет при частоте обновлений в 100 Гц. Необходимая для обновления каждого нейрона энергия составляет меньше 5 пикоджоулей, а средняя мощность – меньше 120 микроватт (для сравнения, мощность 60 миллионов микроватт соответствует мощности лампочки в 60 ватт).

 «Группы стохастических нейронов с фазовым переходом в сочетании с другими наноразмерными вычислительными элементами, такими как искусственные синапсы, могут стать ключевым фактором при создании нового поколения высокоплотных нейроморфных вычислительных систем», – сказал Томас Тума, соавтор исследования.

Источник: http://www-03.ibm.com/press/ru/ru/pressrelease/50449.wss