Cercetatorii Mimic Creierul uman pentru a face o retea neuronala de joasa putere

Rețelele neuronale - sau replicile artificiale ale creierului uman - permite oamenilor de știință și inginerilor să efectueze analize care vor duce la îmbătrânirea oamenilor. Ei pot turna prin tabele nesfârșite de date și evidențiază discrepanțe în imagini care ar trece neobservate de oameni.

Ei au un dezavantaj deși: Cele mai bune plase neuronale din joc folosesc o cantitate incredibilă de energie pentru a-și face treaba.

"Cu câțiva ani în urmă, IBM a încercat să simuleze activitatea creierului unei pisici într-un supercomputer și a ajuns să consume megawați de putere", spune cercetătorul de la Universitatea Purdue Abhronil Sengupta Invers. "Creierul biologic uman consumă nicăieri atât de mult. Aceasta nu este o comparație directă unu-la-unu cu o rețea neuronală, dar ar trebui să vă dau o estimare a modului în care sunt sistemele de calcul informate cu putere."

Sengupta și o echipă de oameni de știință de la Universitatea Purdue și Institutul de Inginerie Electronică și Electronică (IEEE) au venit cu o modalitate de a obține rețele neuronale pentru a consuma mai puțină energie în timp ce își fac încă un loc de muncă. O lucrare pe care au postat-o ​​pe site-ul preprint arXiv explică modul în care s-au inspirat din creierul uman și și-au pus în practică ideea de a permite rețelei lor neuronale să consume aproximativ 11 ori mai puțină energie decât sistemele tradiționale.

Abordarea lor folosește rețele neuronale, sau SNN. Spre deosebire de omologii lor, aceste sisteme computaționale simulează neuronii biologici mult mai precis.

Plasele neuronale standard sunt alcătuite din mii de noduri folosite pentru a lua decizii și judecăți cu privire la datele care le sunt prezentate. Ieșirea din acestea depinde doar de ceea ce se prezintă în prezent, în timp ce ieșirea SNN depinde și de stimulii anteriori. Nodurile dintr-un SNN vor funcționa numai atunci când se ajunge la un anumit nivel de stimulare. Deci, în loc de mereu transmiterea de date către alte noduri, nodurile SNN transmit numai informații atunci când acestea trebuie să.

Acest lucru vine în mod obișnuit la un cost de energie uriaș, deoarece majoritatea acestor sisteme sunt realizate folosind tehnologia complementară de metal-oxid-semiconductor sau CMOS. Această tehnologie alcătuiesc toate jetoanele din laptop și a fost folosită ca blocuri pentru rețelele neuronale. Pentru studiul lor, grupul de cercetători a distrus tehnologia CMOS și a construit un SNN făcut complet din memristori.

Scurt pentru "rezistoarele de memorie", rezistența electrică a memristorilor depinde de volumul de încărcare electrică care a trecut în trecut. Deci, spre deosebire de tehnicile CMOS, este capabil să-și "amintească" ceea ce a trecut înainte, ceea ce este exact ceea ce nodurile din SNN-uri trebuie să facă.

Rezultatele studiului au demonstrat că memristorii imită destul de bine neuronul biologic. Ei comunică între ei folosind spițe sau scurte izbucniri de energie, spre deosebire de un flux constant de energie. Acest memristor-SNN a avut o ușoară scădere a preciziei atunci când a fost folosit pentru clasificarea imaginii comparativ cu omologii CMOS, dar a luat o parte din rețelele neuronale standard de putere.

Înainte de acest studiu SNN-urile au fost cele mai apropiate de creierul uman artificial pe care l-am avut, dar puterea imensă pe care au consumat-o au anulat unele beneficii. Dacă alți oameni de știință pot replica aceste rețele neuronale de economisire a energiei, le-ar putea permite să facă mai mult cu mai puțină energie și să le mute mai aproape de a înțelege cum să reproducă creierul biologic.