Штучний інтелект останніми роками став модною темою, і його вбудовують навіть в ті гаджети, яким інтелект може тільки заважати. І поки PR-відділи розсилають прес-релізи про черговий штучний інтелект, інженери шукають, як би зробити штучний інтелект більш енергоефективним. Один із багатообіцяльних варіантів – використання нейроморфних комп’ютерів.
Нейроморфні обчислення не є новими – уперше про них почали говорити в 1980-х роках. Однак лише в наш час у цій технології з’явилася реальна потреба через поширення глибокого машинного навчання та нейромереж.
Як працюють комп’ютерні нейромережі
Штучний інтелект сьогодні став можливий завдяки прогресу в галузі штучних нейромереж. Це програми, які деякою мірою працюють за принципами біологічної нейромережі, а саме – складаються зі штучних нейронів, які виконують найпростіші функції.
Передаючи результати роботи одного нейрона наступному нейрону, можна будувати складні системи, здатні розпізнавати об’єкти, створювати музику, стирати об’єкти з фото та відео, імітувати голоси, розпізнавати текст тощо. Штучні нейромережі можуть складатися із сотень мільйонів нейронів, поділених на десятки шарів.
Щоб нейромережа видавала бажані результати, її спочатку потрібно навчити або натренувати. На вхід нейромережі подаються великі масиви даних, наприклад, фотографії людей. Змінюючи параметри нейронів, можна коригувати коефіцієнти (їх ще називають ваги), які впливають на виданий нейроном результат. Налаштовуючи ці ваги, можна отримати від нейромережі бажаний результат, наприклад, щоб серед фотографій людей вона шукала зображення дітей.
Проблеми нейромереж на традиційних чипах
Навіть з надзвичайно спрощеного опису роботи нейромережі, наведеного вище, зрозуміло, що потрібна велика обчислювальна потужність. Звичайні процесори повинні емулювати мільйони штучних нейронів і обчислювати їхню роботу.
Універсальний центральний процесор погано підходить для масового паралельного обчислення. Відеокарти пристосовані саме до паралельних однотипних обчислень, тому вони надають значно більшу продуктивність. Саме тому навчання та робота нейромереж виконуються на масивах відеокарт.
Однак відеопроцесори також вимушені емулювати нейрони, на що витрачається значна обчислювальна потужність.
Нейроморфні чипи
На відміну від традиційних процесорів, нейроморфні чипи фізично структуровані, як штучні нейромережі. Кожен такий чип складається з крихітних елементів, який відповідає одному нейрону. Нейроморфні чипи не можуть працювати з високою швидкістю у загальних завданнях, як відеопроцесори чи центральні процесори. Але вони виявляються ефективними в обчисленні роботи нейронів.
Важливою характеристикою нейрона (як штучного, так і біологічного) є кількість його з’єднань (синапсів) з іншими нейронами. Великі масиви сполучених нейронів – це справжня сила нейроморфних чипів.
Нейроморфний чіп Tianjic має близько 40 тисяч нейронів та 10 млн синапсів. При цьому його площа складає лише 3,8 квадратних міліметра. Він споживає до 10 тисяч разів менше та працює до 100 разів швидше, ніж така ж нейромережа, яка працює на масивах звичайних відеочипів.
Цифра 40 тисяч нейронів достатня для того, щоб, наприклад, оснастити автопілотом велосипед, що і зробили розробники Tianjic. Однак така кількість нейронів у біологічному світі не вважається великою. У мозку людини, наприклад, 100 млрд нейронів.
Комерційні розробки
Чип Tianjic був більше демонстрацією можливостей нейроморфного процесора в реальних сценаріях. Інші компанії працюють над комерційною продукцією, наприклад, готуються чипи Intel Loihi та комп’ютери Pohoiki Beach. Процесор Loihi містить 131 000 нейронів та 130 млн синапсів. Комп’ютер Pohoiki має 8,3 млн нейронів, і його продуктивність у 1000 разів вища, а енергоефективність – у 10 000 разів, ніж еквівалентний масив традиційних відеочипів.
Нейроморфні чипи можуть наблизити створення загального штучного інтелекту, який нагадуватиме людський. Нинішні штучні інтелекти мають дуже обмежені можливості і можуть вирішувати якесь одне завдання, але поза ним вони – повний нуль. Наприклад, сьогодні штучний інтелект може класно грати у StarCraft II, але якщо його познайомити з Dota 2, він виявиться безпорадним.
За матеріалами: The Next Web
