Algoritmul rezolvă sarcini de învățare complexe cu eficiență energetică extremă

O echipă de cercetare interdisciplinară a făcut progrese majore în dezvoltarea unei mașini care poate procesa informații la fel de eficient ca creierul uman, ceea ce a fost mult timp căutat în domeniul inteligenței artificiale. Echipa de la Universitatea din Heidelberg, Germania, și Universitatea din Berna, Elveția, a fost condusă de dr. Mihai Petrovici.

Rezultatele cercetării au fost publicate în revista Nature Machine Intelligence.

Rețele Neuronale Artificiale Inspirate Biologic

Echipa a căutat spre rețelele neuronale artificiale inspirate biologic pentru a aborda această provocare. Rețelele neuronale cu impulsuri imită structura și funcția unui sistem nervos natural și sunt considerate candidate promițătoare datorită caracteristicilor care le fac puternice, rapide și eficiente energetic. Una dintre principalele provocări a fost să antreneze astfel de sisteme complexe, iar echipa este acum aproape să facă acest lucru cu algoritmul nou implementat.

Neuronii din creier transmit informații utilizând impulsuri electrice scurte, care sunt denumite impulsuri. Acestea sunt declanșate atunci când este depășit un anumit prag de stimulare. Schimbul de informații este puternic influențat atât de frecvența cu care un neuron individual produce impulsuri, cât și de secvența temporală a impulsurilor individuale.

Julian Göltz este un doctorand în grupul de cercetare.

“Principala diferență între rețelele biologice cu impulsuri și rețelele neuronale artificiale este că, deoarece utilizează procesarea informației pe bază de impulsuri, ele pot rezolva sarcini complexe, cum ar fi recunoașterea și clasificarea imaginilor, cu eficiență energetică extremă”, afirmă Göltz.

Atingerea Potențialului Maxim

Atât creierul uman, cât și rețelele neuronale artificiale cu impulsuri necesită ca neuronii individuali să fie corect conectați unii cu alții pentru a atinge potențialul lor maxim. De aceea, cercetătorii au trebuit să descopere cum sistemele inspirate de creier, sau sistemele neuromorfice, pot fi ajustate pentru a procesa corect intrările cu impulsuri.

Laura Kriener este un alt membru al echipei de cercetare.

“Această întrebare este fundamentală pentru dezvoltarea unor rețele artificiale puternice bazate pe modele biologice”, spune Kriener.

Algoritmii speciali trebuie utilizați pentru a garanta că neuronii dintr-o rețea neuronală cu impulsuri vor fi activați la momentul potrivit, și acești algoritmii ajustează conexiunile dintre neuronii astfel încât rețeaua să poată efectua sarcinile necesare. Această sarcină poate fi, de exemplu, clasificarea imaginilor cu precizie ridicată.

Acesta este tipul de algoritm pe care l-au dezvoltat echipa.

“Utilizând această abordare, putem antrena rețele neuronale cu impulsuri să codifice și să transmită informații exclusiv prin impulsuri individuale. Ele produc astfel rezultatele dorite extrem de rapid și eficient”, explică Göltz.

Cercetătorii au reușit, de asemenea, să implementeze o rețea neuronală antrenată cu acest algoritm pe o platformă fizică. Platforma a fost platforma de hardware neuromorfic BrainScaleS-2, dezvoltată la Universitatea din Heidelberg.

Cercetătorii spun că sistemul BrainScaleS procesează informații de până la o mie de ori mai rapid decât creierul uman, în timp ce necesită mult mai puțină energie decât sistemele convenționale de calcul.

Sistemul face parte din Proiectul European al Creierului Uman. Proiectul integrează tehnologii precum calculul neuromorfic într-o platformă deschisă numită EBRAINS.

“Cu toate acestea, munca noastră nu este interesantă doar pentru calculul neuromorfic și hardware-ul inspirat biologic. Ea recunoaște, de asemenea, cererea din partea comunității științifice de a transfera abordări de învățare profundă către neuroștiințe și de a dezvălui astfel mai multe secrete ale creierului uman”, spune dr. Petrovici.