ИИ нового поколения сможет работать на искусственных нейронах
Исследователи из Оксфордского университета и Техасского университета создали искусственные нейроны из трех слоев двумерных (2D) материалов. Каждый слой имеет толщину в один атом. Нейроны способны обрабатывать электрические и оптические сигналы. Эти нейроны сохраняют информацию, как налоговые устройства, то есть работают как живые нервные клетки.
На протяжении десятилетий ученые изучали вопрос о том, как воссоздать универсальные вычислительные возможности биологических нейронов для разработки более быстрых и энергоэффективных систем машинного обучения. Один из перспективных подходов включает использование мемристоров: электронных компонентов, способных сохранять информацию, регистрируя изменение проводимости.
Основной проблемой при воспроизведении сложных процессов биологических нейронов и мозга с помощью мемристоров является сложность интеграции сигналов нейронов с прямой и обратной связью. Эти механизмы лежат в основе нашей когнитивной способности обучаться сложным задачам, используя вознаграждения и ошибки.
Группа исследователей объявила о важном достижении: разработке атомарно тонких искусственных нейронов, созданных путем укладки двумерных (2D) материалов.
Оптоэлектронные мемристоры
В ходе исследования ученые расширили функциональность электронных мемристоров, сделав их чувствительными как к оптическим, так и к электрическим сигналам. Это позволило обеспечить одновременную работу и прямой и обратной связи в сети. Такие нейронные сети имеют большой потенциал для решения сложных задач машинного обучения, таких как обучение без учителя.
Двумерные материалы состоят из нескольких слоев атомов, и этот масштаб дает возможность тонкой настройки в зависимости от того, как уложены слои. В работе ученые использовали стопку из трех двумерных материалов — графена, дисульфида молибдена и дисульфида вольфрама — для создания устройства, которое демонстрирует изменение проводимости в зависимости от мощности и длительности воздействия света или электричества.
В отличие от цифровых запоминающих устройств, эти устройства являются аналоговыми и работают аналогично синапсам и нейронам в биологическом мозге. Аналоговая характеристика позволяет производить вычисления, когда последовательность электрических или оптических сигналов, посылаемых на устройство, вызывает постепенные изменения в количестве накопленного электронного заряда. Этот процесс формирует основу для пороговых режимов нейронов, аналогично тому, как наш мозг обрабатывает комбинацию возбуждающих и тормозящих сигналов.
Ведущий автор исследования Гази Сарват Сайед говорит: «Помимо потенциального применения в аппаратных средствах искусственного интеллекта, эти результаты демонстрируют важное научное достижение в более широких областях нейроморфной инженерии и алгоритмов, позволяя нам лучше эмулировать и понимать мозг».
Поскольку развитие приложений искусственного интеллекта растет экспоненциально, требуемая вычислительная мощность опережает развитие нового оборудования на базе традиционных процессоров. Поэтому новые принципы реализации универсальных вычислений так важны сегодня.
Нейроны нервной системы — аналоговые устройства. Такими же могут стать и искусственные нейроны для будущих поколений ИИ