Истраживачи опонашају људски мозак за стварање неуронске мреже ниске снаге

$config[ads_kvadrat] not found

Солдатик молодой Исполняет Иван Разумов

Солдатик молодой Исполняет Иван Разумов
Anonim

Неуронске мреже - или вештачке реплике људског мозга - дозвољавају научницима и инжењерима да спроведу анализе које ће узимати људе. Они могу излити кроз бескрајне табеле података и указати на неслагања у сликама које ће људи проћи незапажено.

Имају један недостатак: најбоље неуралне мреже у игри користе невероватну количину енергије за обављање посла.

"Прије неколико година ИБМ је покушао да симулира мождану активност мачке у суперкомпјутеру и на крају су потрошили мегавате снаге", каже истраживач Универзитета Пурдуе Абхронил Сенгупта. Инверсе. „Биолошки људски мозак не троши се толико близу. Ово није директна успоредба један-на-један са неуронском мрежом, већ би требала дати процјену о томе како су рачунарски системи који су гладни енергије. ”

Сенгупта и тим компјутерских научника са Универзитета Пурдуе и Института инжењера електротехнике и електронике (ИЕЕЕ) смислили су начин да се неуронске мреже потроше на мање енергије, док још увијек обављају посао. Документ који су објавили на страници препринта арКсив објашњава како су узели инспирацију из људског мозга и имплементирали своју идеју како би омогућили њиховој неуралној мрежи да потроши отприлике 11 пута мање енергије него што би то традиционални системи имали.

Њихов приступ користи неонске мреже, или СНН. За разлику од њихових колега, ови рачунски системи много прецизније емулирају биолошке неуроне.

Стандардне неуронске мреже се састоје од хиљада чворова који се користе за доношење одлука и пресуда о подацима који су им представљени. Излаз из њих зависи само од онога што се тренутно приказује, док излаз СНН зависи и од претходних подражаја. Чворови у СНН-у ће радити само када се достигне одређени ниво стимулуса. Дакле, уместо стално прослеђивањем података другим чворовима, СНН нодови само прослеђују информације када морати.

То обично долази са огромним трошковима енергије, јер је већина ових система направљена користећи такозвану комплементарну технологију метал-оксид-полупроводник, или ЦМОС. Та технологија чини све чипове у вашем лаптопу и користи се као грађевни блок за неуронске мреже. За њихово проучавање група истраживача одбацила је ЦМОС технологију и направила СНН који је направљен потпуно од мемристора.

Кратак за "меморијске отпорнике", електрични отпор мемристора зависи од тога колико је електрични набој прошао кроз њега у прошлости. Дакле, за разлику од ЦМОС технологије, он је у стању да "запамти" оно што је прошло кроз њега, што је тачно оно што чворови у СНН-овима морају да ураде.

Резултати студије су показали да мемристори прилично добро опонашају биолошки неурон. Они комуницирају једни с другима користећи шиљке, или кратке бурстове енергије, за разлику од константног протока енергије. Овај мемристор-СНН имао је благи пад тачности када је коришћен за класификацију слика у поређењу са његовим ЦМОС колегама, али је узео делић снаге који би стандардне неуралне мреже учиниле.

Пре ове студије СНН-ови су били најближи вештачком људском мозгу који смо имали, али огромна количина енергије коју су узели да користе, поништила је неке од њихових користи. Ако други научници могу да реплицирају ове неуронске мреже које штеде енергију, то би им омогућило да ураде више са мање енергије и да их приближе да би разумели како да реплицирају биолошки мозак.

$config[ads_kvadrat] not found