Naukowcy dokonują postępów w dziedzinie obliczeń neuromorficznych

Zespół badaczy z Korea Advanced Institute of Science (KAIST) opracował urządzenie pamięci neuromorficznej o rozmiarze nano, które emuluje neurony i synapsy jednocześnie w jednej komórce. Ten nowy postęp jest dużym krokiem w kierunku osiągnięcia obliczeń neuromorficznych, które mogą naśladować ludzki mózg za pomocą urządzeń półprzewodnikowych.

Badania zostały opublikowane w Nature Communications.

Realizacja sztucznej inteligencji z obliczeniami neuromorficznymi

Eksperci pracują nad tym, aby obliczenia neuromorficzne umożliwiły realizację sztucznej inteligencji (AI) poprzez naśladowanie mechanizmów neuronów i synaps w ludzkim mózgu. Obecne komputery nie mogą zapewnić pewnych funkcji poznawczych ludzkiego mózgu ze względu na kilka ograniczeń, ale ich potencjał został dokładnie zbadany.

Mówiąc to, obecne obwody neuromorficzne oparte na CMOS łączą sztuczne neurony i synapsy bez synergistycznych interakcji. Wdrożenie neuronów i synaps okazało się trudne.

Aby pokonać te ograniczenia, zespół badawczy kierowany przez profesora Keona Jae Lee z Wydziału Nauki i Inżynierii Materiałów wdrożył biologiczne mechanizmy pracy ludzi, wprowadzając interakcje między neuronami i synapsami w jednej komórce pamięci. Różni się to od tradycyjnego podejścia, w którym sztuczne urządzenia neuronalne i synaptyczne są połączone elektrycznie.

Sztuczne urządzenia synaptyczne

Sztuczne urządzenia synaptyczne, które były wcześniej badane, są często używane do przyspieszania obliczeń równoległych, co pokazuje wyraźne różnice w stosunku do mechanizmów operacyjnych ludzkiego mózgu. Poprzez wdrożenie synergistycznych interakcji między neuronami i synapsami w urządzeniu pamięci neuromorficznej, można było emulować mechanizmy biologicznej sieci neuronowej. Urządzenie neuromorficzne może również zastąpić złożone obwody neuronowe CMOS jednym urządzeniem, co poprawia skalowalność i efektywność kosztową.

Ludzki mózg składa się z złożonej sieci 100 miliardów neuronów i 100 bilionów synaps, a ich funkcje i struktury mogą się zmieniać w zależności od bodźców zewnętrznych, co pozwala im adaptować się do otoczenia. Urządzenie neuromorficzne opracowane przez zespół umożliwia współistnienie pamięci krótkotrwałej i długotrwałej za pomocą urządzeń pamięci lotnej i nielotnej, które naśladują cechy neuronów i synaps. Pamięć lotna jest reprezentowana przez urządzenie przełączające progowe, podczas gdy pamięć fazowa jest używana jako urządzenie nielotne. Z dwoma cienkimi urządzeniami zintegrowanymi bez natychmiastowych elektrod, można było wdrożyć funkcjonalną adaptacyjność neuronów i synaps w pamięci neuromorficznej.

“Neurony i synapsy взаимодействуют ze sobą, aby ustanowić funkcje poznawcze, takie jak pamięć i uczenie, więc symulacja obu jest niezbędnym elementem dla sztucznej inteligencji inspirowanej mózgiem”, powiedział profesor Lee. „Opracowane urządzenie pamięci neuromorficznej również naśladuje efekt ponownego uczenia, który pozwala na szybkie uczenie się zapomnianych informacji poprzez wdrożenie pozytywnego efektu sprzężenia zwrotnego między neuronami i synapsami.”