- PVSM.RU - https://www.pvsm.ru -
Схема стохастического нейрона с фазовым переходом, IBM
Разработчики из компании IBM создали первые в мире стохастические [1] нейроны с фазовым переходом, что сулит нам создание нейроморфического чипа, что позволит значительно ускорить вычисления и обработку информации. О попытках создать подобную технологию сообщалось еще в 2012 году, но тогда этим вопросом занималась корпорация Intel. Спустя четыре года уже разработчики из IBM смогли добиться результатов в данной области.
Чем же принципиально отличается чип из стохастических нейронов с фазовым переходом от классического кремниевого?
Фазовый переход [2] в термодинамике — переход вещества из одной термодинамической фазы в другую при изменении внешних условий. Фактически, создание стохастического нейрона с фазовым переходом позволит создать искусственную модель такой биологической системы, как
Соответствующее исследование [4] бы получено журналом nature еще в мае 2015 года, а опубликовано в апреле 2016.
Динамика поведения нейрона при фазовом переходе, IBM
Фазовый переход в искусственном нейроне важен тем, что с его помощью ученые и инженеры смогут добиться эмуляции познавательного процесса обучения, присущего реальному биологическому
Как и свой биологический собрат, искусственный нейрон от IBM имеет тоже строение. В нем присутствуют дентриты (входы), мембрана (липидный биослой), ядро и аксон (выход). Отличительной особенностью искусственного нейрона является его нейрональная мембрана. В реальном нейроне это липидный биослой, который, по факту, работает как резистор и конденсатор: сигнал пропускается только при накапливании достаточного заряда на дендрите, что приводит к всплеску генерации заряда и прохождению сигнала далее — к другим нейронам.
В нейроне производства IBM мембраза заменена на сплав германия, сурьмы и теллура (GeSbTe или GST). GST уже ранее использовался в производстве перезаписываемых компакт-дисков по причине того, что подвержен фазовому переходу. Это означает, что он успешно может существовать в двух различных состояниях (кристаллическом и аморфном) и легко переключается между ними при поступлении тепла, что косвенно подтверждается перезаписываемыми RW-дисками. В случае с GST материал имеет принципиально различные свойства в зависимости от своей фазы. В кристаллической — это проводник, в аморфной — изолятор.
Наглядная демонстрация разницы в поведении нейрона в течении нескольких секунд, IBM
Особое внимание также уделялось и стохастичности в работе чипа. Ученые предположили, что успешная длительная работа нашего
В состоянии покоя оболочка искусственных нейронов находится в аморфном состоянии. При подаче сигнала (разряда) она начинает кристализироваться, что в итоге делает нейрон из изолятора проводником. После прохождения сигнала нейрон проходит через «сброс», т.е. его мембрана возвращается в свое аморфное состояние.
Где же здесь стохастичность, присущая живым организмам из-за шумов, окружающей среды и прочего? Стохастичность вознакает на этапе обратной аморфизации после кристализации оболочки. Для каждого нейрона время возвращения к исходному состоянию и итоговая аморфность мембраны всегда разная, что и приводит к созданию примерно той же степени «случайности» в их работе, что и у биологических аналогов. Именно поэтому инженеры не могут точно предугадать, какие конкретно нейроны будут готовы в нужный момент и задействованы в передаче информации.
Проект нейроморфического компьютера IBM
Инженеры IBM уже собрали 5 кубиков 10 на 10 нейронов и объединили их в сеть из 500 штук. Этот блок показал то же поведение в плане популяционного кодирования, что и биологические нейроны, а также обошел ограничения для обработки цифровых сигналов сформулированные в теореме Котельникова [5].
Автор: ragequit
Источник [6]
Сайт-источник PVSM.RU: https://www.pvsm.ru
Путь до страницы источника: https://www.pvsm.ru/ibm/167167
Ссылки в тексте:
[1] стохастические: https://ru.wikipedia.org/wiki/%D0%A1%D1%82%D0%BE%D1%85%D0%B0%D1%81%D1%82%D0%B8%D1%87%D0%BD%D0%BE%D1%81%D1%82%D1%8C
[2] Фазовый переход: https://ru.wikipedia.org/wiki/%D0%A4%D0%B0%D0%B7%D0%BE%D0%B2%D1%8B%D0%B9_%D0%BF%D0%B5%D1%80%D0%B5%D1%85%D0%BE%D0%B4
[3] мозг: http://www.braintools.ru
[4] Соответствующее исследование: http://www.nature.com/nnano/journal/v11/n8/full/nnano.2016.70.html
[5] теореме Котельникова: https://ru.wikipedia.org/wiki/%D0%A2%D0%B5%D0%BE%D1%80%D0%B5%D0%BC%D0%B0_%D0%9A%D0%BE%D1%82%D0%B5%D0%BB%D1%8C%D0%BD%D0%B8%D0%BA%D0%BE%D0%B2%D0%B0
[6] Источник: https://geektimes.ru/post/279178/
Нажмите здесь для печати.