В ЛЭТИ создали модель энергоэффективного искусственного нейрона для вычислительных машин будущего Искусственный интеллект с каждым годом становится эффективнее: нейросети активно помогают миллионам пользователей писать тексты и картины, анализировать информацию и даже ставить диагнозы Однако данное развитие имеет и обратную сторону — для сравнительно быстрого обучения и работы современным нейросетям нужно огромное количество электроэнергии Для сравнения: человеческий мозг, решая сложнейшие когнитивные задачи, потребляет всего около 20 ватт эквивалента электрической мощности. А вот обучение большой современной языковой модели может потребовать многих мегаватт-часов электроэнергии, а кроме того, ее работа в режиме обработки запросов — сотни ватт мощности Современные вычислительные системы, включая видеокарты, работают не так, как мозг человека. Они вынуждены постоянно передавать данные между памятью и процессором, тратя на это драгоценное время и энергию. Это так называемое «бутылочное горлышко» архитектуры фон Неймана, в рамках которой действует большинство современных компьютеров. В связи с этим учёные всё чаще говорят о кризисе парадигмы глубокого обучения Решение они видят в том, чтобы вернуться к истокам — к биологии, и создать аппаратуру, которая еще точнее имитировала бы принципы работы нервной ткани. Сейчас большинство разработок нейроморфного «железа» существует в виде прототипов, однако растущий по экспоненте парк серверов с видеокартами для нейросетей будет неизбежно терять рентабельность, и однажды перед индустрией встанет задача по созданию компьютеров на новых физических принципах В русле решения этой задачи группа исследователей из Санкт-Петербургского государственного электротехнического университета «ЛЭТИ» предложила новое решение для базового строительного блока нейроморфных чипов будущего «Мы создали модель искусственного TS-TD нейрона, которая оказалась похожа по своему поведению на живые нервные клетки: она воспроизводит способность накапливать сигналы (интеграция), срабатывать при достижении порога, иметь рефрактерный период (время отдыха после импульса) и ряд других. Мы не просто придумали схему на бумаге, а изготовили работающий прототип на печатной плате и убедились, что всё работает, как задумано», — объяснил научный сотрудник Молодёжного НИИ, доцент кафедры систем автоматизированного проектирования (САПР) СПбГЭТУ «ЛЭТИ» Тимур Каримов Искусственный нейрон состоит из трех ключевых электронных компонентов. Во-первых, это туннельный диод — полупроводниковый прибор, изобретённый японским физиком и нобелевским лауреатом 1958 года Лео Эсаки. Особенностью этого диода является его способность — когда при определенном напряжении сопротивление устройства резко падает, создавая эффект, похожий на генерацию нервного импульса (спайка). Во-вторых, это пороговый селектор — перспективный электронный компонент, который ведёт себя как переключатель. В массовой электронике он уже ограниченно применяется, например, в памяти на основе технологии 3D XPoint. Работает селектор так: при повышении напряжения до определенного порога атомы серебра в его составе почти мгновенно слипаются в микроскопический проводящий канал, и сопротивление падает в тысячи раз. При уменьшении напряжения канал распадается, и сопротивление возвращается обратно. Это очень похоже на то, как работают настоящие ионные каналы в мембране нейрона Наконец, третий компонент TS-TD нейрона — конденсатор, широко применяемый в электронике накопитель заряда, играющий в предложенной модели роль мембраны нейрона 📸 Официальный сайт ЛЭТИ Макс | Телеграм