Supravadošie neironi varētu atbilst smadzeņu jaudas efektivitātei

Kvēlojošs konceptuāls smadzeņu ilustrācija Getty

Cilvēka smadzenes ir pārliecinoši iespaidīgākā zinātnei zināmā skaitļošanas ierīce. Smadzenes darbojas ar pulksteņa ātrumu, kas ir tikai daži herci, līdzīgi kā gliemeži, salīdzinot ar mūsdienu mikroprocesoriem, kas darbojas ar gigahercu ātrumu.

Bet tas iegūst spēku, vienlaikus veicot daudzus aprēķinus — miljards miljardu aprēķinu sekundē. Šis paralēlisms ļauj viegli atrisināt problēmas, kas parastajiem datoriem vēl ir jārisina: braukšana, pastaigas, sarunas utt.

Vēl iespaidīgāks ir tas, ka tas viss tiek darīts, izmantojot nedaudz vairāk par putras bļodu. Turpretim pasaulē jaudīgākie superdatori patērē vairāk enerģijas nekā lielās pilsētas.

Tāpēc datorzinātnieki vēlas kopēt cilvēka smadzeņu skaitļošanas veiktspēju, izmantojot neironu tīklus kā skaitļošanas darba zirgus.

Tas ir vieglāk pateikt nekā izdarīt. Parastās mikroshēmas var ieprogrammēt tā, lai tās darbotos kā neironu tīkli, taču tas ir skaitļošanas ziņā prasīgs un patērē enerģiju.

Tā vietā datorzinātnieki vēlas izveidot mākslīgos neironus un savienot tos smadzenēm līdzīgos tīklos. Tas var būt ievērojami energoefektīvāks, taču neviens nav nācis klajā ar dizainu, kas būtu tuvu smadzeņu efektivitātei.

Līdz šodienai. Ienāc Emīlija Tomija no MIT un pāris kolēģi, kuri ir izstrādājuši supravadošu neironu, kas izgatavots no nanovadiem, kas daudzējādā ziņā darbojas kā īsts. Viņi saka, ka viņu ierīce atbilst smadzeņu energoefektivitātei (vismaz teorētiski) un ir jaunas paaudzes supravadītāju neironu tīklu pamatelements, kas būs ievērojami efektīvāks nekā parastās skaitļošanas iekārtas.

Vispirms nedaudz fona. Neironi kodē informāciju elektrisku tapas vai darbības potenciālu veidā, kas pārvietojas visā nerva garumā. Smadzenēm līdzīgos tīklos neironus viens no otra atdala spraugas, ko sauc par sinapsēm.

Informācija var lēkt pāri šīm sinapsēm, tādējādi ietekmējot citus neironus, liekot tiem aizdegties vai kavēt tos tādā veidā, kas neļauj tiem izšaut. Patiešām, tas ļauj neironiem darboties kā loģiskiem vārtiem, radot vienu izvadi, reaģējot uz vairākām ieejām.

Bioloģiskajiem neironiem ir vairākas svarīgas īpašības, kas to padara iespējamu. Piemēram, tie neizšauj, ja vien ievades signāls nepārsniedz noteiktu sliekšņa līmeni, un tie nevar atkārtoti izšaut, kamēr nav pagājis noteikts laiks, kas pazīstams kā ugunsizturīgais periods. Svarīgs ir arī laiks, kurā smaile pārvietojas pa aksonu — neirona ķermeni, jo tas kodē attālumu, ko smaile ir nogājusi.

Mākslīgajam neironam jāspēj reproducēt pēc iespējas vairāk no šīm pazīmēm. Tas parasti prasa dažas sarežģītas shēmas.

Taču Toomey un co norāda, ka supravadošiem nanovadiem ir savdabīga nelineāra īpašība, kas ļauj tiem darboties kā neironiem. Šī īpašība rodas tāpēc, ka nanovada supravadītspēja sabojājas, kad caur to plūstošā strāva pārsniedz kādu sliekšņa vērtību.

Kad tas notiek, pretestība pēkšņi palielinās, radot sprieguma impulsu. Šis impulss ir analogs darbības potenciālam neironā. Izmantojot to, lai modulētu vēl vienu impulsu, ko rada otra supravadoša nanovada, simulācija kļūst vēl reālistiskāka.

Tādējādi tiek izveidota vienkārša supravadoša ķēde, kurai piemīt daudzas bioloģisko neironu īpašības. Toomey un co ir parādījuši, ka supravadošam neironam ir aizdegšanās slieksnis, ugunsizturīgs periods un ceļojuma laiks, ko var pielāgot atbilstoši ķēdes īpašībām, kā arī citām īpašībām.

Būtiski, ka šo supravadošo neironu var izmantot arī citu neironu iedarbināšanai vai inhibēšanai. Un šis fanout īpašums ir galvenais tīklu veidošanā. To nekad nav spējuši sasniegt citi supravadošu neironu modeļi.

Tā kā supravadošās shēmas patērē ļoti maz enerģijas, Toomey un co aprēķini liecina, ka šāda veida supravadošs neironu tīkls varētu atbilst bioloģisko neironu tīklu efektivitātei.

Nopelnu skaitlis ir sinaptisko darbību skaits, ko neironu tīkls var veikt katru sekundi, izmantojot vatu jaudas. Toomey un co saka, ka viņu piedāvātajam tīklam jāspēj pielīdzināt cilvēka smadzenēm, pārvaldot aptuveni 1014 sinaptiskās darbības sekundē uz vatu. Viņi saka, ka nanovadu neirons var būt ļoti konkurētspējīga tehnoloģija no potenciālās jaudas un ātruma.

Protams, ir ierobežojumi. Varbūt vissvarīgākais ir tas, ka supravadošais neirons var savienoties tikai ar dažiem citiem neironiem. Turpretim katrs neirons cilvēka smadzenēs savienojas ar tūkstošiem kaimiņu. Un pagaidām Toomey un co dizains paliek tikai tāds — dizains.

Tomēr simulācijas ir daudzsološas. Šeit veiktā analīze liecina, ka nanovadu neirons ir daudzsološs kandidāts mazjaudas mākslīgo neironu tīklu attīstībai, saka komanda.

Un potenciāls ir ievērojams. Toomey un co saka, ka supravadoši neironu tīkli varētu būt pamats pilnīgi jaunai datoru aparatūrai supravadošu neironu tīklu veidā. Šīs mikroshēmas varētu savienot tīklā, izmantojot supravadošu starpsavienojumu, kas neradītu siltuma izkliedi.

Rezultāts būtu liela mēroga neiromorfisks procesors, ko varētu apmācīt kā neironu tīklu, kas var veikt tādus uzdevumus kā modeļu atpazīšana, vai izmantot, lai modelētu liela, bioloģiski reālistiska tīkla straujo dinamiku.

Tas ir interesants darbs, lai gan tam ir nepieciešams principu pierādījums, pirms var sākties aizrautība.

Atsauce: arxiv.org/abs/1907.00263 : energoefektīvs mākslīgais neirons, kas izmanto supravadošus nanovadus

paslēpties