Нейроморфные компьютеры: почему они считаются перспективными

Нейроморфные вычисления не новые – впервые о них начали говорить в 1980-х годах

Искусственный интеллект в последние годы стал модной темой, и его встраивают даже в те гаджеты, которым интеллект может только мешать. И пока PR-отделы рассылают пресс-релизы об очередном искусственном интеллекте, инженеры ищут, как бы сделать искусственный интеллект более энергоэффективным. Один из многообещающих вариантов – использование нейроморфных компьютеров.

Нейроморфные вычисления не новые – впервые о них начали говорить в 1980-х годах. Однако лишь в наше время в этой технологии появилась реальная потребность из-за распространения глубокого машинного обучения и нейросетей.

Как работают компьютерные нейросети

Искусственный интеллект сегодня стал возможен благодаря прогрессу в области искусственных нейросетей. Это программы, которые в некоторой степени работают по принципам биологической нейросети, а именно – состоят из искусственных нейронов, которые выполняют простейшие функции.

Передавая результаты работы одного нейрона следующему нейрону, можно строить сложные системы, способные распознавать объекты, создавать музыку, стирать объекты с фото и видео, имитировать голоса, распознавать текст и тому подобное. Искусственные нейросети могут состоять из сотен миллионов нейронов, разделенных на десятки слоев.

Чтобы нейросеть выдавала желаемые результаты, ее сначала нужно обучить или натренировать. На вход нейросети подаются большие массивы данных, например, фотографии людей. Изменяя параметры нейронов, можно корректировать коэффициенты (их еще называют весы), которые влияют на выданный нейроном результат. Настраивая эти весы, можно получить от нейросети желаемый результат, например, чтобы среди фотографий людей она искала изображения детей.

Проблемы нейросетей на традиционных чипах

Даже по чрезвычайно упрощенному описанию работы нейросети, приведенному выше, понятно, что нужна большая вычислительная мощность. Обычные процессоры должны эмулировать миллионы искусственных нейронов и вычислять их работу.

Универсальный центральный процессор плохо подходит для массового параллельного вычисления. Видеокарты приспособлены именно к параллельным однотипным вычислениям, поэтому они предоставляют значительно большую производительность. Именно поэтому обучение и работа нейросетей выполняются на массивах видеокарт.

Однако видеопроцессоры также вынуждены эмулировать нейроны, на что тратится значительная вычислительная мощность.

Нейроморфные чипы

В отличие от традиционных процессоров, нейроморфные чипы физически структурированы, как искусственные нейросети. Каждый такой чип состоит из крошечных элементов, который соответствует одному нейрону. Нейроморфные чипы не могут работать с высокой скоростью в общих задачах, как видеопроцессоры или центральные процессоры. Но они оказываются эффективными в вычислении работы нейронов.

Важной характеристикой нейрона (как искусственного, так и биологического) является количество его соединений (синапсов) с другими нейронами. Большие массивы соединенных нейронов – это настоящая сила нейроморфных чипов.

Нейроморфный чип Tianjic имеет около 40 тысяч нейронов и 10 млн синапсов. При этом его площадь составляет лишь 3,8 квадратных миллиметра. Он потребляет до 10 тысяч раз меньше и работает в 100 раз быстрее, чем такая же нейросеть, которая работает на массивах обычных видеочипов.

Цифра 40 тысяч нейронов достаточна для того, чтобы, например, оснастить автопилотом велосипед, что и сделали разработчики Tianjic. Однако такое количество нейронов в биологическом мире не считается большим. В мозге человека, например, 100 млрд нейронов.

Коммерческие разработки

Чип Tianjic был больше демонстрацией возможностей нейроморфного процессора в реальных сценариях. Другие компании работают над коммерческой продукцией, например, готовятся чипы Intel Loihi и компьютеры Pohoiki Beach. Процессор Loihi содержит 131 000 нейронов и 130 млн синапсов. Компьютер Pohoiki имеет 8,3 млн нейронов, и его производительность в 1000 раз выше, а энергоэффективность – в 10 000 раз, чем эквивалентный массив традиционных видеочипов.

Нейроморфные чипы могут приблизить создание общего искусственного интеллекта, который будет напоминать человеческий. Нынешние искусственные интеллекты имеют очень ограниченные возможности и могут решать какую-то одну задачу, но вне ее они – полный ноль. Например, сегодня искусственный интеллект может классно играть в StarCraft II, но если его познакомить с Dota 2, он окажется беспомощным.

По материалам: The Next Web

НАПИСАТИ ВІДПОВІДЬ

Коментуйте, будь-ласка!
Будь ласка введіть ваше ім'я