«Нейроморфные чіпи»: інший погляд на машинне навчання

Сучасні комп'ютери, якими користується більшість з нас, створені на підставі так званої архітектури фон Неймана. Цей метод добре підходить для рішення рівнянь і запуску різних алгоритмів, але не для обробки зображень чи звуку. І хоча в 2012 році Google навчили штучний інтелект розрізняти кішок на відео, для цього знадобилося 16 тис. процесорів.

Тому людство працює над винаходом нових архітектур, які б дозволили машинам більш ефективно взаємодіяти з оточенням. Одним з таких рішень стали нейроморфные чіпи, про які ми хочемо розповісти в сьогоднішньому матеріалі.

/ Flickr / The Preiser Project / CC

Нейроморфные чіпи моделюють те, як наш мозок обробляє інформацію — як мільярди нейронів і трильйонів синапсів реагують на сигнали від органів чуття. Зв'язки між нейронами також постійно змінюються, реагуючи на зображення, звуки та ін. Цей процес ми з вами називаємо навчанням. Ідея полягає в тому, щоб змусити чіпи робити те ж саме.

Навіть якщо нейроморфные чіпи будуть поступатися в «продуктивності» реального мозку, вони все одно обженуть сучасні комп'ютери в питаннях навчання та обробки сенсорної інформації.

Когнітивні розробки
Сама ідея нейроморфных чіпів досить стара. Професор Каліфорнійського університету Карвер Мзс (Carver Mead) ввів цей термін в 1990 році, зазначивши, що аналогові чіпи, на відміну від бінарних, зможуть імітувати мозкову активність, але втілити ідею в життя і створити такий чіп йому не вдалося. Однак сьогодні відразу кілька компаній активно займаються втіленням цієї архітектури в кремнії.

Порівняння звичайної архітектури з нейроморфной (Джерело)

У 2008 році за замовленням організації DARPA компанія IBM Research почала роботу над нейроморфным чіпом. І через 6 років, у 2014 році, учені представили публіці систему TrueNorth, що складається з 1 млн цифрових нейронів і 256 млн синапсів, укладених в 4096 синапсных ядер.

TrueNorth — це модульна система, яка складається з декількох чіпів, що представляють собою нейрони мозку. З'єднуючи такі чіпи між собою, вчені формують штучну нейронну мережу. За словами представників компанії, TrueNorth споживає менше електроенергії, ніж його «класичні» побратими.

Нейрочип з 5,4 млрд транзисторів споживає 70 мВт енергії, в той час як процесор Intel, в якому транзисторів майже в 4 рази менше, вимагає близько 140 Вт. У планах учених ще сильніше знизити енергоспоживання і розміри наступних версій TrueNorth, щоб вони могли знайти застосування в мобільних пристроях або годинах.

У IBM розраховують, що TrueNorth стане новою віхою в розвитку комп'ютерних технологій і буде використовуватися високопродуктивними системами, наприклад, у дата-центрах.

Цікаво, що для роботи з нейромфорными чіпами компанією був створений новий мову програмування. В основі мови лежить так звана концепція корлетов (Corelet) — об'єктно-орієнтованих абстракцій нейросинаптических ядер. У програмній архітектурі кожен корлет має 256 вводів (аксонів) і 256 висновків (нейронів), які пов'язують всі ядра один з одним.

«Взаємодія процесора і пам'яті в традиційній архітектурі відбувається послідовно, — говорит провідний дослідник проекту SyNAPSE Дхармендра С. Модха. — Наша архітектура — це комплект кубиків LEGO. Кожен корлет має різні функції, і ви просто комбінуєте їх». Наприклад, така система може використовуватися для пошуку людей в натовпі. Один корлет може шукати певну форму носа, інший — колір одягу і так далі.

/ Flickr / IBM Research / CC

Але IBM не єдина компанія, яка занимается подібними розробками. Серед потенційних учасників ринку вважаються такі гіганти, як Google і, що важливо, Qualcomm.

Не так давно Qualcomm провели у своїй штаб-квартирі в Сан-Дієго презентацію можливостей нового нейроморфного чіпа. Невеликий робот розміром з мопса під назвою Pioneer під'їхав до дитячої іграшки, а потім почав штовхати її в бік трьох невисоких колон.

Провідний інженер Qualcomm Іль У Чанг (Ilwoo Chang) вказав обома руками, куди слід розмістити фігурку, і Pioneer, розпізнавши жест з допомогою вбудованої камери, виконав завдання. Після чого він відправився за іншою іграшкою і привіз її до тієї ж самої колоні без всяких підказок.

Робот виявився здатний виконувати завдання, для яких, зазвичай, потрібні потужні спеціалізовані комп'ютери. Pioneer вже вміє розпізнавати нові об'єкти і розставляти їх по схожості з іншими предметами, реагуючи на команди-жести.

У компанії Qualcomm відзначають, що нейроморфный чіп, який управляє роботом, є цифровим, а не аналоговим, проте як і раніше емулює різні аспекти поведінки людського мозку. Творці заявили, що їх процесор, розміщений в мобільних пристроях, комп'ютерах і роботах дозволить машинам самонавчатися.

Проект отримав назву Zeroth і, за словами представників компанії, перші подібні чіпи повинні були з'явитися у продажу в 2014 році, але цього не сталося. Однак у 2015 році компанія все ж представила однойменну обчислювальну платформу.

Нове машинне навчання, але не сьогодні
Як було зазначено вище, подібні чіпи дозволять нашим звичним пристроїв самонавчатися. Наприклад, медичні гаджети навчаться розпізнавати життєво важливі показники, щоб превентивно впливати на стан пацієнтів. Смартфони ж навчаться передбачати бажання своїх власників.

Однак поки ще залишаються певні перешкоди, які належить подолати. Все ще не вирішена проблема компонування нейронів — складно зіставити розміри «мозку» з його можливостями. Труднощі виникають на всіх етапах — зборка, доставка потужності, тепловідвід, управління топологією.

Ще один блок труднощів пов'язують з абстрактної натурою нейровычислений. Наскільки близьку копію нашого мозку необхідно створити, щоб вирішити бажані завдання? І як такі чіпи будуть взаємодіяти з класичної обчислювальною технікою?

Практично всі проекти зараз проходять тестування, і до їх використання в смартфонах і годинах поки ще далеко. І як вчені впораються з труднощами, покаже тільки час.

P. S. Додатковий читання (нові матеріали в нашому блозі)

Джерело: Хабрахабр

0 коментарів

Тільки зареєстровані та авторизовані користувачі можуть залишати коментарі.