Układy scalone działające jak mózgi, teraz skalowalne
Naukowcy z Yale University opracowali innowacyjne podejście do projektowania neuromorficznych układów scalonych, czyli specjalnych chipów inspirowanych sposobem działania ludzkiego mózgu.
Technologie tego typu są uznawane za jeden z kluczowych kierunków rozwoju sztucznej inteligencji, ponieważ pozwalają tworzyć systemy zdolne do przetwarzania informacji w sposób bardziej energooszczędny i zbliżony do naturalnych procesów zachodzących w mózgu.
Neuromorficzne układy scalone wykorzystują sztuczne neurony, które przekazują informacje poprzez krótkie impulsy, podobnie jak neurony biologiczne. Dzięki temu mogą wykonywać niektóre zadania szybciej i przy znacznie mniejszym zużyciu energii niż tradycyjne komputery, szczególnie w przypadku przetwarzania danych rozproszonych czy analizy sygnałów w czasie rzeczywistym. Problemem pozostawała jednak ich skalowalność. Aby zapewnić powtarzalność działania, większość takich systemów korzysta z globalnej synchronizacji, która wymusza jednoczesne działanie wszystkich elementów układu. W praktyce ogranicza to szybkość i utrudnia budowę większych systemów, ponieważ całość musi działać w tempie najwolniejszego komponentu.
System NeuroScale ma rozwiązać problem
Zespół badawczy zaproponował rozwiązanie tego problemu w postaci systemu NeuroScale. Zamiast synchronizować cały układ jednocześnie, nowe podejście opiera się na lokalnej synchronizacji jedynie tych grup neuronów i synaps, które bezpośrednio ze sobą współpracują. Taki rozproszony mechanizm pozwala zachować stabilność działania systemu, a jednocześnie znacząco poprawia jego skalowalność i wydajność.
Znaczenie tych badań polega na stworzeniu podstaw dla budowy znacznie większych i bardziej złożonych systemów neuromorficznych, które mogą znaleźć zastosowanie w nowoczesnej sztucznej inteligencji, autonomicznej robotyce czy systemach przetwarzania danych działających na brzegu sieci, gdzie kluczowe są szybkość reakcji i niskie zużycie energii. Kolejnym krokiem będzie przeniesienie rozwiązania z etapu symulacji do fizycznych układów scalonych oraz opracowanie rozwiązań hybrydowych, łączących nowe podejście z istniejącymi technologiami. Jeśli prace zakończą się sukcesem, mogą przyspieszyć rozwój energooszczędnych systemów obliczeniowych nowej generacji.
Źródło: Yale University
Czytaj też: Czy mróz dezynfekuje? Nowe badanie naukowców z Łodzi!
Grafika tytułowa: Vishnu Mohanan / Unsplash
