Упакованный в мягком, органе размера футбола где-нибудь приблизительно 100 миллиардов нейронов. В любой данный момент единственный нейрон может передать инструкции к тысячам других нейронов через синапсы – места между нейронами, через которые обменены нейромедиаторы.
Есть больше чем 100 триллионов синапсов, которые добиваются нейрона, сигнализирующего в мозгу, усиливая некоторые связи, сокращая других, в процессе, который позволяет мозгу признать образцы, помнить факты и выполнить другие задачи изучения, на скоростях молнии.Исследователи в появляющейся области «neuromorphic вычисление» попытались проектировать компьютерные микросхемы, которые работают как человеческий мозг.
Вместо того, чтобы выполнить вычисления на основе набора из двух предметов, передача сигналов включения – выключения, как цифровой жареный картофель делает сегодня, элементы «мозга на чипе» работали бы аналоговым способом, обменивая градиент сигналов или «веса», во многом как нейроны, которые активируют различными способами в зависимости от типа и количества ионов, которые текут через синапс.Таким образом маленький neuromorphic жареный картофель мог, как мозг, эффективно обрабатывать миллионы потоков параллельных вычислений, которые в настоящее время только возможны с крупными банками суперкомпьютеров. Но одно значительное зависание на пути к такому портативному искусственному интеллекту было нервным синапсом, который был особенно хитер, чтобы воспроизвести в аппаратных средствах.
Теперь инженеры в MIT проектировали искусственный синапс таким способом, которым они могут точно контролировать силу электрического тока, текущего через него, подобный способу, которым ионы текут между нейронами. Команда построила маленький чип с искусственными синапсами, сделанными из кремниевого германия. В моделированиях исследователи нашли, что чип и его синапсы могли использоваться, чтобы признать образцы почерка с 95-процентной точностью.Дизайн, изданный сегодня в журнале Nature Materials, является главным шагом к созданию портативной, малой мощности neuromorphic жареный картофель для использования в распознавании образов и других задачах изучения.
Исследование было во главе с Джихваном Кимом, Классом доцента профессионального развития 1947 года в отделах Машиностроения и Материаловедения и Разработки и научного руководителя в Научно-исследовательской лаборатории MIT Электроники и Технологических Лабораториях Микросистем. Его соавторы – Шиньхюнь Чой (первый автор), Скотт Тан (co-first автор), Зефэн Ли, Юнджо Ким, Чаньеол Чой и Ханьвул Ен из MIT, наряду с Паем-Юем Ченом и Шименгом Ю из Университета штата Аризона.Слишком много путейБольшинство neuromorphic структур кристалла пытается подражать синаптической связи между нейронами, используя два проводящих слоя, отделенные «переключающейся средой» или подобным синапсу пространством.
Когда напряжение применено, ионы должны переместиться в переключающуюся среду, чтобы создать проводящие нити, так же к тому, как «вес» синапса изменяется.Но было трудно управлять потоком ионов в существующих проектах. Ким говорит поэтому, что у большинства переключающихся сред, сделанных из аморфных материалов, есть неограниченные возможные пути, через которые ионы могут переместиться – немного как Пачинко, механическая аркада, которая направляет маленькие стальные шары вниз через серию булавок и рычагов, которые действуют, чтобы или отклонить или направить шары из машины.
Как Пачинко, существующие среды переключения содержат разнообразные пути, которые мешают предсказывать, где ионы удадутся. Ким говорит, что это может создать нежелательную неоднородность в работе синапса.«Как только Вы применяете некоторое напряжение, чтобы представлять некоторые данные с Вашим искусственным нейроном, Вы должны стереть и быть в состоянии написать его снова тем же самым способом», говорит Ким. «Но в аморфном теле, когда Вы пишете снова, ионы входят в различные направления, потому что есть много дефектов. Этот поток изменяется, и трудно управлять.
Это – самая большая проблема – неоднородность искусственного синапса».Прекрасное несоответствие
Вместо того, чтобы использовать аморфные материалы в качестве искусственного синапса, Ким и его коллеги обратились к одно-прозрачному кремнию, материал проведения без дефекта, сделанный из атомов, устроенных в непрерывно заказываемом выравнивании. Команда стремилась создать точный, одномерный дефект линии или дислокацию, через кремний, через который могли очевидно течь ионы.Чтобы сделать так, исследователи начали с вафли кремния, сходства, в микроскопической резолюции, образце проволочной сетки.
Они тогда вырастили подобный образец кремниевого германия – материала, также используемого обычно в транзисторах – сверху кремниевой вафли. Решетка кремниевого германия немного больше, чем тот из кремния, и Ким нашел, что вместе, два совершенно несогласованных материала могут сформировать подобную трубе дислокацию, создав единственный путь, через который могут течь ионы.Исследователи изготовили neuromorphic чип, состоящий из искусственных синапсов, сделанных из кремниевого германия, каждый синапс, измеряющий приблизительно 25 миллимикронов через. Они применили напряжение к каждому синапсу и нашли, что все синапсы показали более или менее тот же самый ток или поток ионов, приблизительно с 4-процентным изменением между синапсами – намного более однородная работа по сравнению с синапсами, сделанными из аморфного материала.
Они также проверили единственный синапс по многократным испытаниям, применив то же самое напряжение более чем 700 циклов, и нашли, что синапс показал тот же самый ток со всего 1-процентным изменением от цикла до цикла.«Это – самое однородное устройство, которого мы могли достигнуть, который является ключом к демонстрации искусственных нейронных сетей», говорит Ким.Письмо, признанноеКак завершающее испытание, команда Кима исследовала, как ее устройство выступило бы, если бы она должна была выполнить фактические задачи изучения – определенно, признав образцы почерка, который исследователи считают первым практическим тестом на neuromorphic жареный картофель.
Такой жареный картофель состоял бы из «введенных/спрятавших/произведенных нейронов», каждый связанный с другими «нейронами» через основанные на нити искусственные синапсы.Ученые полагают, что такие стопки нервных сетей могут быть сделаны «учиться». Например, когда питается вход, который является рукописным ‘1’ с продукцией, которая маркирует его как ‘1’, определенные нейроны продукции, будет активирован входными нейронами и весами от искусственного синапса. Когда больше примеров рукописных ‘1 с’ подано в тот же самый чип, те же самые нейроны продукции могут быть активированы, когда они ощущают подобные особенности между различными образцами того же самого письма, таким образом «учась» способом, подобным тому, что делает мозг.
Ким и его коллеги управляли компьютерным моделированием искусственной нейронной сети, состоящей из трех листов нервных слоев, связанных через два слоя искусственных синапсов, свойства который они на основе измерений от их фактического neuromorphic чипа. Они обычно питались в их десятки тысяч моделирования образцов от рукописного набора данных признания используемый neuromorphic проектировщиками и нашли, что их аппаратные средства нейронной сети признали рукописные образцы 95 процентов времени, по сравнению с 97-процентной точностью существующих алгоритмов программного обеспечения.Команда находится в процессе изготовления работы neuromorphic чип, который может выполнить задачи признания почерка, не в моделировании, но в действительности. На время забыв почерк, Ким говорит, что искусственный дизайн синапса команды позволит намного меньшие, портативные устройства нейронной сети, которые могут выполнить сложные вычисления, которые в настоящее время только возможны с большими суперкомпьютерами.
«В конечном счете мы хотим, чтобы чип, столь же большой как ноготь, заменил один большой суперкомпьютер», говорит Ким. «Это открывает стартовую площадку, чтобы произвести реальные искусственные аппаратные средства».Это исследование было поддержано частично Национальным научным фондом.