Изследователите имитират човешкия мозък, за да направят нискомощна невронна мрежа

Невронните мрежи - или изкуствените копия на човешкия мозък - позволяват на учените и инженерите да извършват анализи, които да отнемат възрастта на хората. Те могат да изливат чрез безкрайни таблици с данни и да посочват несъответствията в изображенията, които ще останат незабелязани от хората.

Те обаче имат един недостатък: Най-добрите невронни мрежи в играта използват невероятно количество енергия, за да свършат работата си.

"Преди няколко години IBM се опита да симулира мозъчната активност на котката в суперкомпютър и те в крайна сметка консумират мегавата на енергия", казва изследователят на университета Пърдю Абхранил Сенгупта. обратен, - Биологичният човешки мозък не консумира толкова много. Това не е директно сравнение "един към един" към невронна мрежа, но трябва да ви даде приблизителна оценка на това какви са гладните компютърни системи."

Sengupta и екип от компютърни учени от университета Purdue и Института на инженерите по електротехника и електроника (IEEE) измислиха начин да накарат невронните мрежи да изразходват по-малко енергия, докато все още вършат работа. Документ, който са публикували на сайта на препринт arXiv, обяснява как те са вдъхновени от човешкия мозък и са реализирали идеята си да позволят на нейната невронна мрежа да консумира приблизително 11 пъти по-малко енергия от традиционните системи.

Техният подход използва подскачащите невронни мрежи или SNN. За разлика от техните колеги, тези изчислителни системи емулират биологичните неврони много по-точно.

Стандартните невронни мрежи се състоят от хиляди възли, използвани за вземане на решения и преценки относно данните, които им се представят. Изходът от тях зависи само от това, което в момента се представя, докато изходът на SNN зависи и от предишните стимули. Възли в SNN ще работят само когато се достигне определено ниво на стимул. Така че вместо постоянно прехвърляне на данни към други възли, SNN възли само предават информация, когато те трябва.

Това обикновено е с огромни разходи за енергия, тъй като повечето от тези системи са направени с помощта на така наречената допълнителна технология за металооксид-полупроводник или CMOS. Тази технология съставя всички чипове в лаптопа ви и се използва като градивни елементи за невронни мрежи. За тяхното проучване групата изследователи напуснаха технологията CMOS и построиха SNN, направени изцяло от мемристори.

Накратко за „резистори на паметта“, електрическото съпротивление на мемристорите зависи от това колко електрически заряд минава през него в миналото. Така че за разлика от CMOS технологията, тя е в състояние да „си спомни“ какво е минало през нея преди това, което е точно това, което трябва да направят възлите в SNN.

Резултатите от проучването показват, че мемристорите много добре имитират биологичния неврон. Те общуват помежду си с помощта на шипове или кратки енергийни изблици, за разлика от постоянния поток на енергия. Този мемристор-SNN имаше леко понижение в точността, когато се използваше за класификация на изображението в сравнение с неговите CMOS колеги, но отнемаше малка част от мощността на стандартните невронни мрежи.

Преди това проучване SNNs бяха най-близкото нещо до изкуствения човешки мозък, който имахме, но огромното количество енергия, което те използваха, отмениха някои от техните ползи. Ако други учени могат да възпроизведат тези енергоспестяващи невронни мрежи, това може да им позволи да направят повече с по-малко енергия и да ги приближат, за да разберат как да възпроизведат биологичния мозък.