Algoritmi ratkaisee monimutkaiset oppimistehtävät äärimmäisen energiatehokkaasti

Monitieteellinen tutkimusryhmä on tehnyt merkittävää edistystä kehittäessään konetta, joka pystyy prosessoimaan tietoa yhtä tehokkaasti kuin ihmisaivo. Tämä on ollut pitkään haaveiltu tavoite tekoälytutkimuksessa. Tutkimusryhmä, johon kuuluvat tutkijat Heidelbergin yliopistosta Saksasta ja Bernin yliopistosta Sveitsistä, johti tohtori Mihai Petrovici.

Tutkimustulokset on julkaistu Nature Machine Intelligence -tiedelehdessä Nature Machine Intelligence.

Biologisesti innoitetut tekoälyverkkot

Tutkimusryhmä kääntyi biologisesti innoitetuissa tekoälyverkoissa haastaakseen tämän haasteen. Hermoimpulssiverkkot jäljittelevät luonnollisen hermoston rakennetta ja toimintaa, ja ne nähdään lupaavina ehdokkaina niiden ominaisuuksien vuoksi, jotka tekevät niistä voimakkaita, nopeita ja energiatehokkaita. Yksi tärkeimmistä haasteista on ollut kouluttaa näin monimutkaisia järjestelmiä, ja tutkimusryhmä on nyt lähellä saavuttamista tätä uuden algoritmin avulla.

Aivojen hermosolut lähettävät tietoa lyhyiden sähköimpulssien avulla, jotka kutsutaan hermoimpulssiksi. Nämä laukaisevat, kun tietty kynnysarvo ylittyy. Tiedonvaihto on suuresti vaikuttunut sekä siitä, kuinka usein yksittäinen hermosolu tuottaa hermoimpulssin, että yksittäisten hermoimpulssien aikajärjestyksestä.

Julian Göltz on tohtorikoulutettava tutkimusryhmässä.

“Biologisen hermoimpulssiverkon ja tekoälyverkon välinen pääero on, että ne käyttävät hermoimpulssipohjaista tietokäsittelyä, joten ne voivat ratkaista monimutkaisia tehtäviä, kuten kuvantunnistuksen ja luokittelun, äärimmäisen energiatehokkaasti”, Göltz toteaa.

Saavuttamassa täysi potentiaali

Ihmisaivot ja tekoälyhermoimpulssiverkot vaativat, että yksittäiset hermosolut on kytketty oikein toisiinsa, jotta ne voivat saavuttaa täyden potentiaalinsa. Tämän vuoksi tutkijoiden on löydettävä, miten aivot innoittamia järjestelmiä voidaan säätää käsittelemään hermoimpulssisyötettä oikein.

Laura Kriener on toinen tutkimusryhmän jäsen.

“Tämä kysymys on perustavanlaatuinen voimakkaiden biologisesti innoitettujen verkkojen kehittämiselle”, Kriener toteaa.

Erityisiä algoritmeja on käytettävä varmistamaan, että hermosolut hermoimpulssiverkossa laukaisevat oikeaan aikaan, ja nämä algoritmit säätävät hermosolujen välisiä yhteyksiä, jotta verkko voi suorittaa vaaditut tehtävät. Tällainen tehtävä voi olla esimerkiksi kuvien luokittelu korkealla tarkkuudella.

Tämä on sellainen algoritmi, jonka tutkimusryhmä on kehittänyt.

“Käyttämällä tätä lähestymistapaa, voimme kouluttaa hermoimpulssiverkkoja koodaamaan ja lähettämään tietoa yksinomaan yksittäisissä hermoimpulssissa. Ne tuottavat halutun tuloksen erityisen nopeasti ja tehokkaasti”, Göltz selittää.

Tutkijat onnistuivat myös toteuttamaan algoritmiin koulutetun hermoimpulssiverkon fyysisellä alustalla. Alustana oli Heidelbergin yliopistossa kehitetty BrainScaleS-2-hermoimpulssilaitteisto.

Tutkijat toteavat, että BrainScaleS-järjestelmä prosessoi tietoa jopa tuhat kertaa nopeammin kuin ihmisaivot, vaikka se vaatii paljon vähemmän energiaa kuin perinteiset tietokonejärjestelmät.

Järjestelmä on osa Euroopan ihmisaivohanketta. Hanke integroi teknologioita, kuten hermoimpulssilaskentaa, avoimeen EBRAINS-alustaan.

“Mutta työmme ei ole vain mielenkiintoista hermoimpulssilaskennalle ja biologisesti innoitetuille laitteille. Se myös tunnustaa tieteellisen yhteisön pyynnön siirtää niin kutsutut syvät oppimismenetelmät neurotieteeseen ja paljastaa siten ihmisaivojen salaisuudet”, tohtori Petrovici toteaa.