Российские ученые выполнили научный обзор биоподобных компьютеров
Анализ современных технологий в сфере микроэлектроники, симулирующих работу головного мозга, провели исследователи из МФТИ и Физико-технологического института им. К. А. Валиева РАН, сообщает 20 ноября журнал МФТИ «За науку».
Результаты анализа авторы представили в статье-обзоре «Нейроморфные системы: устройства, архитектура и алгоритмы», опубликованной в журнале Russian Microelectronics. В ней они систематизировали современные достижения в области электронных компонентов и разработки алгоритмов для таких систем и описали существующие на данный момент перспективы и проблемы в этой сфере.
Классические компьютеры основаны на архитектуре Джона фон Неймана, которая предусматривает наличие в компьютере управляющего процессора, запускающего программы, и память, хранящую информацию, необходимую для работы этих программ.
Тем не менее существуют и другие способы организации вычислительных систем. Кроме того, уже существуют нейроморфные архитектуры, имитирующие работу биологических нейронов мозга.
Информация в таких системах и хранится, и обрабатывается распределенно — выполнение программ и хранение данных для них производится в узлах сети. Для реализации нейроморфной архитектуры необходимы соответствующие системы микроэлектроники и алгоритмы их обучения.
Нервные клетки мозга передают друг другу информацию с помощью электрических импульсов и химических веществ. Связь между клетками мозга осуществляется синапсом — участком между двумя нейронами, по которому происходит передача сигнала.
В биоподобных компьютерах такой биологический процесс моделируют с помощью мемристоров — электрических элементов, сопротивление которых определяется величиной и частотой протекающих через него электрических зарядов, а нейронами служат чипы.
Мемристоры передают сигнал между чипами и изменяют свое сопротивление, улучшая собственную проводимость. Так, если нейроморфная сеть распознает картинки, то частая активация тех же самых картинок приводит к постоянной активации двух чипов. Мемристоры запоминают эту возникшую связь, уменьшая свое сопротивление. Это приводит к тому, что распознавание этой картинки будет происходить быстрее и точнее.
В статье авторы подробно описывают работу алгоритмов нейроморфных систем, а также необходимые для реализации таких алгоритмов микроэлектронные компоненты и принципы их работы.
Кроме того, в ней приведен обзор уже существующих нейроморфных систем и их технические характеристики. В том числе рассмотрены нейроморфные компьютеры от Intel и IBM.
В заключение статьи авторы рассмотрели перспективы и проблемы создания нейроморфных систем. Достоинствами нейроморфных архитектур является гораздо меньшая, чем у обычных компьютерных систем, потребность в ресурсах за счет распределенности вычислений. Также им требуется гораздо меньше памяти.
Однако существует ряд трудностей, с которыми сейчас сталкиваются разработчики нейроморфных систем. Это в первую очередь электромагнитные помехи, а также задержки передачи информации от близких элементов сети, что ограничивает возможность ее миниатюризации.
Другой проблемой для них является необходимость встраивания периферийных элементов, таких как регистры ввода и вывода информации, которые тратят почти 60% всей энергии, потребляемой нейроморфной системой.
Область нейроморфных вычислений еще только начинает свое развитие, и сейчас основные языки программирования и технологии ориентированы на компьютеры с архитектурой фон Неймана.
Тем не менее заманчивая возможность резкого ускорения многих вычислительных процессов стимулирует исследователей во всем мире работать над улучшением новой технологии.
