Магнитные нанокластеры дали искусственным синапсам пластичность

МЕНЮ


Искусственный интеллект
Поиск
Регистрация на сайте
Помощь проекту

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


Michael L. Schneider et al. / Science Advances, 2017

Ученые разработали искусственный синапс, работающий на основе джозефсоновского перехода. Он может не только проводить сигналы, превышающие критический уровень, но и имитировать синаптическую пластичность. Энергия, расходуемая на прохождение сигнала через такой синапс и частота передачи сигнала в таком синапсе на несколько порядков выше, чем у синапсов в мозге человека, сообщается в работе, опубликованной в журнале Science Advances.

Все больше компаний и исследователей используют в своих проектах искусственные нейросети, имитирующие работу нейронов в живых организмах. Изначально они использовались только на классических компьютерах с архитектурой фон Неймана, но в последние несколько лет некоторые компании стали выпускать нейроморфные чипы, более похожие по своему устройству на реальный массив связанных между собой нейронов. Их структура состоит из ядер, имитирующих работу нейронов, и соединений, имитирующих синапсы. Такие чипы разработали уже несколько крупных компаний, например, IBM и Intel.

Несмотря на то, что нейроморфные чипы действительно лучше подходят для работы нейросетей и тратят на это гораздо меньше энергии, они все равно состоят из транзисторов и в них используется логическая реализация нейронов и связей между ними. Поэтому некоторые ученые разрабатывают альтернативные реализации искусственных нейронов, более близкие к настоящим. В последние несколько лет такие разработки представили научные группы из разных университетов, но они не позволяют энергоэффективно и компактно имитировать синаптическую пластичность — ключевой механизм обучения.

Исследователи под руководством Майкла Шнайдера (Michael Schneider) из Национального института стандартов и технологий США разработали искусственный синапс новой конструкции, который по своей эффективности значительно превосходит настоящие синапсы в мозге человека. Основа синапса представляет собой джозефсоновский контакт, состоящий из двух ниобиевых цилиндров диаметром 10 микрометров, разделенный диэлектрическим кремнием с включениями марганцевых нанокластеров. Для использования эффекта Джозефсона ниобий переводится в сверхпроводящее состояние жидким гелием. Каждый марганцевый кластер намагничен, причем изначально ориентация разных кластеров распределена случайным образом. Эта хаотическая ориентация частиц определяет критический ток, при котором синапс производит импульс, аналогичный импульсу в настоящих синапсах.

Ученые реализовали синаптическую пластичность за счет изменения ориентации частиц. Для понижения критического тока вокруг синапса создается внешнее магнитное поле определенной направленности. Если при наличии внешнего поля через него проходит небольшой электрический импульс, частицы становятся немного более ориентированными в одном направлении и величина критического тока понижается. Ученые продемонстрировали принцип действия своей разработки в ролике:

Исследователи отмечают, что, помимо того, что разработанный синапс имитирует механизмы настоящих синапсов, он также гораздо более эффективен. В отличие от нейронов человеческого мозга, которые могут генерировать потенциал действия примерно 50 раз в секунду, искусственный аналог может срабатывать около миллиарда раз в секунду. Помимо этого, такой синапс затрачивает около одного аттоджоуля энергии на импульс, тогда как в человеческом мозге на межнейронное взаимодействие расходуется около 10 фемтоджоулей энергии на импульс. Исследователи считают, что даже с учетом энергозатрат на охлаждение и создание внешнего поля разработанный ими синапс все равно будет энергоэффективнее человеческого.

Помимо создания более совершенных нейроморфных устройств, исследователи также занимаются адаптацией нейросетевых алгоритмов под такие платформы. К примеру, в 2016 году специалисты из IBM создали новую архитектуру сверточных нейросетей, оптимизированную для работы на нейроморфных процессорах.

Григорий Копиев


Источник: nplus1.ru

Комментарии: