Vědci z IBM napodobují za pomoci materiálů s fázovou změnou fungování mozkových neuronů

Vědci inspirovaní biologickým fungováním mozku hovořili teoreticky o možnosti napodobení rozmanitých výpočetních vlastností neuronů celá desetiletí. Problémem ale až dodnes byla hustota a využití energie, které nebyly s biologickým předobrazem srovnatelné.

„Využití materiálů s fázovou změnou pro paměťové aplikace zkoumáme už déle než deset let. Výrazný pokrok jsme zaznamenali v posledních dvou letech,“ řekl Evangelos Eleftheriou, výzkumník společnosti IBM. „Během této doby jsme objevili a zveřejnili nové paměťové techniky včetně kolokované paměti a prvního uložení 3 bitů na buňku v paměti fázové změny. Nyní představujeme slibné vlastnosti umělých neuronů postavených na fázové změně, které dovedou vykonávat několik jednoduchých výpočetních úkolů, jako například odhalování korelace dat a učení bez dohledu, s vysokou rychlostí a nízkým využitím energie.“

Umělé neurony vytvořené experty IBM v Curychu se skládají z materiálů s fázovou změnou včetně telluridu germania a antimonu, který se vyskytuje ve dvou stabilních formách: amorfní (bez jasně dané struktury) a krystalické (s jasnou strukturou). Tyto materiály jsou i základem přepisovatelných Blu-ray disků. Umělé neurony ale nejsou schopné uchovávat digitální informace. Stejně jako synapse a neurony v biologickém mozku jsou totiž analogové.

Tým v publikované ukázce vystavil umělé neurony sérii elektrických impulsů, což vedlo k postupné krystalizaci fázově proměnlivého materiálu, až se nakonec neuron aktivoval. V neurovědě je u biologických neuronů tato vlastnost známá jako „integrateand-fire“. Jde o základ výpočetního procesu založeného na události a v zásadě se dá připodobnit k reakci v lidském mozku, když se dotkneme něčeho horkého.

Díky této vlastnosti lze použít jediný neuron k tomu, aby v reálném čase odhalil vzorce a objevil korelace v řetězcích na událostech založených dat. Například v rámci internetu věcí (IoT) mohou senzory shromažďovat a analyzovat velké objemy dat o počasí za účelem rychlejších předpovědí. Umělé neurony se mohou využít k odhalování vzorců ve finančních transakcích k objevení nesrovnalostí nebo nových kulturních trendů v reálném čase z dat ze sociálních sítí. Populace těchto vysokorychlostních nízkoenergetických nanoškálových neuronů lze také využít v neuromorfních ko-procesorech s kolokovanou pamětí a procesními jednotkami.

Vědci ze společnosti IBM uspořádali stovky umělých neuronů do populací a využili je k vytvoření rychlých a komplexních signálů. Umělé neurony mohou navíc vydržet miliardy spínacích cyklů, což při frekvenci aktualizace 100 Hz odpovídá řadě let fungování. Energie potřebná k aktualizaci každého neuronu byla nižší než pět pikojoulů a průměrný výkon byl 120 mikrowattů. Pro srovnání – k rozsvícení 60wattové žárovky je třeba 60 milionů mikrowattů.

„Populace stochastických fázově proměnlivých neuronů v kombinaci s dalšími nanoškálovými výpočetními prvky, jako jsou umělé synapse, by mohly být klíčovým základem k vytvoření nové generace extrémně hustých neuromorfních systémů,“ řekl Tomas Tuma.

Divize IBM Research určuje už přes sedmdesát let budoucnost informačních technologií. Zaměstnává více než 3 000 výzkumných pracovníků ve dvanácti laboratořích na šesti kontinentech. Mezi pracovníky IBM Research je šest laureátů Nobelovy ceny, deset držitelů americké Národní medaile za technologii, pět držitelů americké Národní medaile za vědu, šest držitelů ceny Turing Awards, 19 osob uvedených do Národní akademie věd USA a 20 osob uvedených do Národní vědecké síně slávy USA.