Искусственный нейрон: шаг к вечной батарейке для ИИ?

Исследователи разработали новый тип искусственного нейрона, который на физическом уровне имитирует работу живых клеток мозга. В отличие от привычных электронных схем, эта инновация использует движение атомов вместо электронов. Это может привести к созданию компьютерных чипов, которые будут в десятки раз меньше и потреблять несопоставимо меньше энергии. Работа опубликована в журнале Nature Electronics.

Причина такого интереса проста — современные системы искусственного интеллекта (ИИ) пожирают тонны электроэнергии. Огромные модели требуют так много вычислительных ресурсов, что иногда их энергопотребление сравнимо с электроснабжением небольшого города. А человеческий мозг, решает сложные задачи (например, учёба или опознавание изображений), тратя всего около 20 ватт — как настольная лампочка.

Раздел науки, который изучает, как повторить принцип работы мозга в компьютерах, называется нейроморфные вычисления. Сейчас большинство "мозгоподобных" чипов лишь симулируют нейроны посредством обычной электроники. Новая разработка впервые стремится воссоздать аналоговую динамику настоящего нейрона на уровне атомов.

Разберёмся, как устроен человеческий нейрон. Это не просто провод: импульс идёт по клетке до синапса (это место стыка с другой клеткой), там электрический сигнал превращается в химический. Дальше по синапсу через специальные частицы (ионов натрия и калия), сигнал перескакивает на следующую клетку и цикл повторяется. Это — основа работы мозга и процесса обучения.

Созданный искусственный нейрон повторяет этот ионный механизм. Его основа — всего три компонента: диффузионный мемристор, транзистор и резистор. Такой искусственный нейрон занимает место как один транзистор, хотя "обычные" аналоги требуют десятки и сотни компонентов. Главное отличие — тут не просто движутся электроны, а переносятся ионы серебра в тонком оксидном материале.

При подаче напряжения серебряные ионы формируют канал и возникает выброс электрического сигнала: прямой аналог того самого "выстрела" нейрона мозга. Физика движения этих ионов удивительно напоминает процессы в настоящей клетке. Такое устройство — шаг к так называемому "мокрому" (wetware) железу, где обучение и хранение информации реализуются аппаратно, а не через программное обеспечение.

От классических компьютеров это отличается коренным образом: те хороши в софтовом обучении (где обучение — это просто программа). Мозг же учится, буквально меняя связи между клетками, что невероятно эффективно по энергии. Вот почему ребёнку нужно пару примеров, чтобы запомнить объект, а ИИ приходится "скармливать" тысячи картинок. Новый ионный нейрон подбирается к биологической эффективности.

Для проверки работы учёные показали, что их нейрон умеет воспроизводить шесть ключевых свойств настоящих нейронов. Например — накопление, но с утечкой; запуск сигнала только при достижении порога; способность передавать сигнал дальше по цепочке.

Но это ещё не всё. Искусственный нейрон проявил пластичность (способность запоминать недавние события), рефрактерность (не может запуститься сразу после выстрела, что важно для стабильной работы) и даже "рандомность" в поведении — как у живых клеток. Это пригодится в будущих вычислениях, чтобы системы не зацикливались.

На практике в вычислительном эксперименте новую модель протестировали на задаче распознавания устных цифр — это стандартный тест для таких технологий. Точность составила 91,35%, что внушает оптимизм.

Однако путь к массовому внедрению пока не простой. Серебро — не самый удобный материал для процессоров массового производства. Учёные будут искать другие материалы с похожими свойствами и более подходящие для фабрик.

Следующий важный шаг — собрать целую сеть таких нейронов и проверить, сможет ли она превзойти нынешние ИИ-системы по эффективности и производительности. Если получится, это не только перевернёт машинное обучение, но и поможет нейробиологам понять, как работает наш собственный мозг.