Вдохновленные тем, как функционирует биологический мозг, ученые на протяжении десятилетий теоретизировали, что должна быть возможность имитировать универсальные вычислительные возможности больших популяций нейронов. Однако сделать это при плотности и бюджете мощности, сопоставимом с теми, которые наблюдаются в биологии, до сих пор было серьезной проблемой.
«Мы исследовали материалы с фазовым переходом для приложений памяти более десяти лет, и наши успехи за последние 24 месяца были замечательными, — сказал сотрудник IBM Эвангелос Элефтериу. «В этот период мы открыли и опубликовали новые методы запоминания, в том числе спроектированную память, впервые хранящую 3 бита на ячейку в памяти с фазовым переходом, и теперь демонстрируем мощные возможности искусственных нейронов на основе фазового перехода, которые может выполнять различные вычислительные примитивы, такие как обнаружение корреляции данных и неконтролируемое обучение, на высоких скоростях, используя очень мало энергии."
Результаты этого исследования публикуются сегодня на обложке рецензируемого журнала Nature Nanotechnology.
Искусственные нейроны, разработанные учеными IBM в Цюрихе, состоят из материалов с фазовым переходом, в том числе теллурида германия и сурьмы, которые демонстрируют два стабильных состояния: аморфное (без четко определенной структуры) и кристаллическое (со структурой). Эти материалы являются основой перезаписываемых дисков Blu-ray. Однако искусственные нейроны не хранят цифровую информацию; они аналоговые, как синапсы и нейроны в нашем биологическом мозгу.
В опубликованной демонстрации команда применила серию электрических импульсов к искусственным нейронам, что привело к прогрессивной кристаллизации материала с фазовым переходом, что в конечном итоге привело к срабатыванию нейрона. В нейробиологии эта функция известна как свойство биологических нейронов интегрироваться и возбуждать.
Это основа для вычислений на основе событий и, в принципе, аналогична тому, как наш мозг вызывает реакцию, когда мы касаемся чего-то горячего.
Используя это свойство интегрировать и активировать, даже один нейрон можно использовать для обнаружения закономерностей и обнаружения корреляций в потоках данных на основе событий в реальном времени. Например, в Интернете вещей датчики могут собирать и анализировать объемы данных о погоде, собираемых на периферии, для более быстрого прогнозирования.
Искусственные нейроны могут использоваться для обнаружения закономерностей в финансовых транзакциях, чтобы находить несоответствия, или использовать данные из социальных сетей, чтобы обнаруживать новые культурные тенденции в режиме реального времени. Большие популяции этих высокоскоростных нейронов наномасштаба с низким энергопотреблением также могут быть использованы в нейроморфных сопроцессорах с совмещенной памятью и процессорами.
Ученые IBM организовали сотни искусственных нейронов в популяции и использовали их для представления быстрых и сложных сигналов. Более того, было показано, что искусственные нейроны выдерживают миллиарды циклов переключения, что соответствует нескольким годам работы с частотой обновления 100 Гц. Энергия, необходимая для каждого обновления нейрона, составляла менее пяти пикоджоулей, а средняя мощность — менее 120 микроватт — для сравнения, 60 миллионов микроватт потребляют 60-ваттную лампочку.
«Популяции нейронов со стохастическим фазовым переходом в сочетании с другими вычислительными элементами нанометрового масштаба, такими как искусственные синапсы, могут стать ключевым фактором для создания нового поколения чрезвычайно плотных нейроморфных вычислительных систем», — сказал Томас Тума, соавтор книги бумага.
Чтобы узнать больше об этом исследовании, перейдите по ссылке: https: // www.ibm.ru / blogs / research / 2016/08 / unsupervised-Learning-искусственные-нейроны