Loading...
Одно из главных ограничений для развития искусственного интеллекта — ограниченность вычислительных ресурсов и их энергопотребления. Традиционная цифровая архитектура фон Неймана, хоть и служит основой многих компьютерных систем, сталкивается с ограничениями в скорости обработки и энергоэффективности из-за разделения оперативной памяти и центрального процессора. Эти ограничения становятся особенно критичными при выполнении задач искусственного интеллекта, которые требуют постоянного доступа к памяти.
Человеческий мозг обладает выдающейся энергоэффективностью среди всех существующих интеллектуальных систем и потребляет, по некоторым оценкам, всего 20 Вт. Эффективность человеческого мозга достигается отчасти за счет импульсного режима передачи информации и объединенной функциональности обработки информации и хранения памяти в нейронах. Даже частичная реализация его способностей в устройствах обработки информации может стать технологическим прорывом для систем искусственного интеллекта.
Сотрудники лаборатории нейроморфной фотоники МГУ имени М. В. Ломоносова под руководством профессора физического факультета Андрея Федянина в сотрудничестве с химиками и нейробиологами продемонстрировали биоподобные свойства оптоэлектрических структур на основе оксида цинка. Фотопроводимость этих структур демонстрирует импульсный тип отклика на сигнал, близко напоминающий поведение биологических синапсов. Это означает, что он может эффективно передавать и обрабатывать информацию, подобно тому как нейроны общаются друг с другом. Группе ученых удалось поставить ряд экспериментов, которые позволили создать оптоэлектронные искусственные синапсы и продемонстрировать их нейроморфные свойства.
«Мы разрабатываем новый подход к искусственному интеллекту, создавая биоинспирированные искусственные синапсы, активируемые светом и обрабатывающие импульсные сигналы. Кроме того, мы наткнулись на несколько удивительных открытий: эти синапсы вызывают чувство депрессии (да, даже искусственные синапсы могут быть подавлены), тоническое возбуждение и отсроченные ускоренные ответы, которые возникают при периодическом облучении импульсами света. Эти синапсы как рок-звезды в мире технологий, они адаптируются и запоминают прошлые стимулы, как никто до них», — рассказывает Игорь Балашов, аспирант физического факультета МГУ.
Один из самых интригующих аспектов этого искусственного синапса — его способность к запоминанию. Он обладает как кратковременной (STM), так и долговременной памятью (LTM), что очень важно для решения многих когнитивных задач. LTM сохраняется в течение длительного времени, что делает ее ценным решением для хранения и воспроизведения информации в нейроморфных системах.
Еще одно примечательное свойство этого искусственного синапса — парно-импульсная фасилитация (PPF). Это явление, когда второй импульс вызывает более сильный ответ, чем первый, является чрезвычайно важной особенностью нейронных систем и имеет большое значение для обработки информации и обучения.
Кроме того, этот искусственный синапс сохраняет память о предыдущих воздействиях, что определяет свойства непрерывного обучения и адаптации. Эта способность хранить и воспроизводить информацию, полученную в прошлом, позволяет ему адаптироваться к изменяющимся условиям и повышать свою производительность с течением времени.
«Возможно, самым интересным аспектом этой работы является открытие адаптации частоты спайков. Это свойство, характерное для биологических нейронов, позволяет искусственному синапсу настраивать свою реакцию в зависимости от частоты входящих сигналов. Такая адаптация обеспечивает дополнительный уровень сложности и разнообразия, необходимый для эмуляции сложного функционирования человеческого мозга. Таким образом, адаптивный искусственный синапс на основе нанокристаллической пленки оксида цинка — это значительный шаг на пути к созданию нейроморфных вычислительных систем, повторяющих эффективность и адаптивность человеческого мозга. Его способность воспроизводить базовые синаптические характеристик делает его перспективным кандидатом для будущих нейроморфных чипов и сенсорических систем», — рассказал Андрей Грунин, сотрудник лаборатории нейроморфной фотоники МГУ.
Подписывайтесь на InScience.News в социальных сетях: ВКонтакте, Telegram, Одноклассники.