Inżynierowie pracują nad nowym typem obliczeń neuromorficznych

Zespół inżynierów z Penn State pracuje nad nowym typem obliczeń, ponieważ postęp w tradycyjnych obliczeniach zwalnia. Nowa metoda obliczeń oparta jest na sieciach neuronowych mózgu, które są niezwykle wydajne.

Artykuł został opublikowany w Nature Communications.

Obliczenia inspirowane mózgiem

Główna różnica między nowoczesnymi obliczeniami a komputerami analogowymi, do których należy ludzki mózg, polega na tym, że pierwsze składają się z dwóch stanów: włączone-wyłączone lub jeden i zero. Z drugiej strony, komputer analogowy może mieć wiele możliwych stanów. Przykład podany przez zespół to porównanie między światłem, które włącza się i wyłącza, a światłem, które ma zmienną ilość światła.

Według lidera zespołu i asystenta profesora inżynierii naukowej i mechaniki Saptarshi Das, badania nad obliczeniami inspirowanymi mózgiem trwają już ponad 40 lat. W dzisiejszym świecie limity komputerów cyfrowych zmuszają nas do szukania szybkich rozwiązań do przetwarzania obrazów, co jest przypadkiem pojazdów autonomicznych.

Duże dane odgrywają również znaczącą rolę w przejściu na obliczenia neuromorficzne, biorąc pod uwagę ich wymóg rozpoznawania wzorców, który działa dobrze z obliczeniami opartymi na mózgu.

„Mamy potężne komputery, nie ma wątpliwości, problem polega na tym, że trzeba przechowywać pamięć w jednym miejscu i wykonywać obliczenia gdzie indziej”, powiedział Das.

Przenosząc dane tam i z powrotem z pamięci do logiki, zużywa się dużo energii, co powoduje wolniejsze prędkości obliczeń. Dopóki obliczenia i przechowywanie pamięci nie będą mogły odbywać się w tym samym miejscu, wymagane jest dużo miejsca dla tego typu środowiska.

Thomas Shranghamer jest doktorantem w grupie i pierwszym autorem artykułu.

„Tworzymy sztuczne sieci neuronowe, które starają się naśladować wydajność energetyczną i przestrzenną mózgu”, powiedział Shranghamer. „Mózg jest tak kompaktowy, że może zmieścić się na Twoich barkach, podczas gdy nowoczesny superkomputer zajmuje przestrzeń wielkości dwóch lub trzech kortów tenisowych”.

Rekonfigurowalne sztuczne sieci neuronowe

Zespół pracuje nad sztucznymi sieciami neuronowymi, które mogą być rekonfigurowane podobnie jak neurony w ludzkim mózgu. To odbywa się poprzez zastosowanie krótkiego pola elektrycznego do arkusza grafenu, który jest grubą warstwą atomów węgla. Zespół wykazał co najmniej 16 możliwych stanów pamięci.

„Pokazaliśmy, że możemy kontrolować dużą liczbę stanów pamięci z precyzją przy użyciu prostych tranzystorów polowych grafenu”, powiedział Das.

Zespół chciałby teraz skomercjalizować tę technologię, a Das uważa, że będzie duże zainteresowanie tą pracą, biorąc pod uwagę obecny trend w kierunku obliczeń neuromorficznych wśród największych firm półprzewodnikowych.

Praca zespołu z Penn State jest najnowszym przykładem przejścia na tego typu sztuczne sieci neuronowe. Ludzki mózg udowadnia swoją wartość ponownie jako inspiracja dla wielu nowych technologii i dostarcza cennych wglądów w to, jak eksperci mogą drastycznie zmniejszyć rozmiar nowoczesnych superkomputerów.