Сверхмалые нейроморфные чипы — это перспективная область, которая может привести к созданию интеллектуальных устройств нового поколения. Они обладают огромным потенциалом для решения сложных задач в реальном времени с минимальным энергопотреблением, открывая новые возможности в самых разных сферах. Хотя еще предстоит решить множество технических проблем, будущее таких технологий выглядит крайне многообещающим.
В отличие от традиционных компьютерных архитектур, основанных на последовательной обработке данных, нейроморфные чипы стремятся имитировать параллельную работу нейронных сетей мозга.
Существующие компьютерные системы имеют отдельные устройства обработки и хранения данных, что делает их неэффективными для обработки сложных данных, таких как ИИ. Исследовательская группа KAIST разработала интегрированную систему на основе мемристора, похожую на то, как наш мозг обрабатывает информацию. Теперь она готова к применению в различных устройствах, включая интеллектуальные камеры безопасности, позволяя им немедленно распознавать подозрительную активность без необходимости полагаться на удаленные облачные серверы, и медицинские устройства, с помощью которых она может анализировать данные о состоянии здоровья в режиме реального времени.
Совместная исследовательская группа профессора Шинхёна Чхве и профессора Ён-Гю Юна из Школы электротехники разработала сверхмалый вычислительный чип следующего поколения на основе нейроморфных полупроводников, который может самостоятельно обучаться и исправлять ошибки. Исследование опубликовано в журнале Nature Electronics.
Особенность этого вычислительного чипа в том, что он может учиться и исправлять ошибки, возникающие из-за неидеальных характеристик, которые было трудно решить в существующих нейроморфных устройствах. Например, при обработке видеопотока чип учится автоматически отделять движущийся объект от фона, и со временем он становится лучше в этой задаче.
Эта способность к самообучению была доказана путем достижения точности, сопоставимой с идеальными компьютерными симуляциями при обработке изображений в реальном времени. Главным достижением исследовательской группы является то, что она завершила систему, которая является одновременно надежной и практичной, выходящей за рамки разработки компонентов, подобных мозгу.
В основе этого новшества лежит полупроводниковое устройство нового поколения, называемое мемристором. Переменные характеристики сопротивления этого устройства могут заменить роль синапсов в нейронных сетях, и, используя его, хранение данных и вычисления могут выполняться одновременно, как и наши мозговые клетки.
Мемристор может точно контролировать изменения сопротивления и разработал эффективную систему, которая исключает сложные процессы компенсации посредством самообучения. Это исследование важно тем, что оно экспериментально подтвердило возможность коммерциализации следующего поколения нейроморфной полупроводниковой интегрированной системы, которая поддерживает обучение и вывод в реальном времени.
Эта технология произведет революцию в использовании искусственного интеллекта в повседневных устройствах, позволяя выполнять задачи ИИ локально, без использования удаленных облачных серверов, делая их более быстрыми, более защищенными в плане конфиденциальности и более энергоэффективными.
«Эта система похожа на умное рабочее пространство, где все находится под рукой, а не нужно ходить туда-сюда между столами и картотечными шкафами», — пояснили исследователи KAIST Хакчон Чон и Сынджэ Хан, которые руководили разработкой этой технологии. «Это похоже на то, как наш мозг обрабатывает информацию, где все обрабатывается эффективно и одновременно в одной точке».
