Используя технологию памяти с изменением фазового состояния (phase change memory, PCM), ученые IBM представили искусственные нейроны и синапсы, моделирующие когнитивные способности мозга.

На основе материалов, меняющих фазовое состояние, исследователям из IBM Research впервые удалось получить нейроны с произвольным доступом, предназначенные для хранения и обработки данных.

По словам ученого из IBM Евангелоса Элефтериу, до момента создания полноценного процессора PCM пройдет еще по крайней мере несколько лет, но совершенное открытие обещает стать важнейшим прорывом в ходе реализации этого проекта.

Имитация работы нейронов мозга

Вдохновленные примером человеческого мозга, ученые на протяжении десятилетий развивают теории о моделировании вычислительных возможностей крупных популяций нейронов. Однако реализовать их на практике с той же плотностью и минимальными по своей мощности электрическими импульсами, которые характерны для биологических систем, до сих пор так и не удалось.

Ключевое значение для технологии имеет случайная вариация искусственных нейронов или их стохастическое (случайное) поведение.

«По сути, все должно работать так же, как работает мозг: короткие электрические импульсы, проходящие через синапсы, возбуждают нейроны, — пояснил сотрудник подразделения IBM Research в Цюрихе Томас Тума. — Для изменения фазового состояния материала мы используем короткий импульс продолжительностью, скажем, в наносекунду. Стохастичность PCM играет ключевую роль при организации популяционных вычислений, где каждый нейрон реагирует на воздействие по-разному, открывая новые способы представления сигналов и вычислений. В обычной ситуации люди пытаются скрывать стохастичность. Обычно для получения стохастичности хорошего качества вызывать ее нужно искусственно. Нам же благодаря пониманию процессов перехода ячеек в кристаллическое или аморфное состояние удалось продемонстрировать очень хорошую естественную стохастичность».

Размеры созданных искусственно нейронов с изменением фазового состояния составляют всего 90 нм, однако исследователи утверждают, что их вполне можно довести до 14 нм.

Исследователи объединили сотни искусственных нейронов в «популяции», которые используются для представления быстрых и сложных сигналов. Было показано, что искусственные нейроны выдерживают миллиарды переключений, что позволяет говорить о возможности их многолетнего использования при частоте обновления 100 Гц. Энергия, требуемая для обновления каждого нейрона, не превышала пяти пикоджоулей, а средняя мощность — 120 микроватт. Для сравнения, чтобы зажечь 60-ваттную электрическую лампочку, требуется 60 млн микроватт.

Неврологические процессоры

Искусственные нейроны будут применяться для создания нейропроцессоров, которые станут важным дополнением для уже существующих, стандартных процессоров, избавляя их от нагрузки, связанной с решением аналитических задач.

«Мы показали, что ячейки с изменением фазового состояния позволяют создавать как синапсы, так и нейроны», — отметил Тума.

Память PCM, известная также как память произвольного доступа с изменением фазового состояния (phase-change random access memory, PRAM), представляет собой энергонезависимую память, в основе работы которой лежит перевод стекловидного материала из кристаллического состояния в аморфное под воздействием электрического импульса.

При подаче напряжения ячейки памяти PCM переходят из одного состояния в другое, что соответствует нулям и единицам битов данных. При этом ячейки PCM могут принимать более двух состояний, не ограничиваясь только нулями и единицами.

Пытаясь создать новый тип энергонезависимой памяти, в IBM, Micron, Samsung и Everspin экспериментируют с технологией PCM, которая опережает флеш-память NAND по быстродействию в 100 раз и значительно превосходит ее по надежности. Конечно, памяти PCM еще предстоит доказывать свою состоятельность, в том числе и из-за дороговизны.

Впрочем, последние исследования направлены на создание не нового типа энергонезависимой памяти, а нового типа процессоров.

Создание искусственного нейрона — важный этап в процессе разработки нейронных сетей высокой плотности с малым энергопотреблением, которые могли бы найти применение при организации когнитивных вычислений
Источник: IBM Research

«На протяжении десяти лет мы изучали материалы с изменением фазового состояния, на основе которых можно было бы создавать память, и в последние два года достигнутый прогресс был особенно заметен, — подчеркнул Элефтериу. — В этот период мы открыли новые технологии памяти, впервые записали в ячейку PCM три бита данных, а теперь демонстрируем мощные возможности искусственных нейронов, созданных на базе изменения фазового состояния».

Искусственные нейроны состоят из материалов с фазовым переходом, в том числе из теллурида сурьмы и германия. Однако искусственные нейроны не хранят цифровой информации; они являются аналоговыми, точно так же как синапсы и нейроны нашего мозга.

Исследователи воздействовали на искусственные нейроны серией электрических импульсов, которые вызывали прогрессивный переход материала в кристаллическое состояние, заставляя нейроны срабатывать. В нейробиологии эта функция известна как свойство интеграции и возбуждения (integrate-and-fire) биологических нейронов. Она является основой для вычислений на базе событий и похожа на реакцию мозга на наше прикосновение к чему-то горячему.

Обладая свойством интеграции и возбуждения, даже один нейрон может использоваться для поиска закономерностей и обнаружения корреляции потоков данных на основе событий в реальном времени.

Анализ за долю секунды

В мире Интернета вещей для ускорения составления прогнозов погоды можно использовать удаленные датчики, которые будут собирать большие объемы информации, подвергаемые анализу. Искусственные нейроны способны выявлять также закономерности в финансовых транзакциях при поиске расхождений и использовать данные из социальных сетей для поиска в реальном времени новых культурных тенденций. Большие популяции высокоскоростных нейронов с низким энергопотреблением могут быть использованы и в нейроморфных сопроцессорах.

Отличительной особенностью искусственных нейронов IBM является также их способность к самообучению с последующим использованием в энергоемких приложениях анализа данных, позволяющих выявлять в социальных сетях или на фондовом рынке произвольные тенденции.

Для пояснения работы системы машинного обучения, построенной на базе искусственных нейронов, Элефтериу рассказал известную специалистам по прогнозному анализу байку о памперсах и пиве. Согласно легенде, исследование, проводившееся в универмаге, выявило связь между приобретениями мужской частью клиентов памперсов и пива. Набрав памперсов, покупатели тут же компенсировали характерную для женщин заботу о детях присущим мужчинам пристрастием к пиву.

Исследователи выяснили, что если в универмаге пиво будет находиться рядом с памперсами, продажи и того и другого вырастут на 35%. Другие универмаги тоже последовали этому примеру.

«Используя искусственные нейроны, можно выявить и корреляцию между двумя видами акций, — добавил Элефтериу. — Каким образом они связаны друг с другом? Мы не знаем. Не знаем и почему так происходит, но данные свидетельствуют о наличии связи, а синапсы демонстрируют эту корреляцию».