Стэнфордские ученые разработали более быстрые и энергоэффективные микрочипы на основе человеческого мозга - в 9 000 раз быстрее и потребляющие значительно меньше энергии, чем обычный ПК. Это открывает большие возможности для достижений в области робототехники и нового способа понимания мозга. Например, такой быстрый и эффективный чип, как человеческий мозг, может управлять протезами со скоростью и сложностью наших собственных действий.
Стэнфордские ученые разработали новую печатную плату, смоделированную на человеческом мозге, что, возможно, открывает новые горизонты в робототехнике и вычислительной технике.
При всей своей сложности компьютеры меркнут по сравнению с мозгом. Скромная кора мыши, например, работает в 9 000 раз быстрее, чем симуляция ее функций на персональном компьютере.
Персональный компьютер не только медленнее, но и требует в 40 000 раз больше энергии для работы, пишет Квабена Боахен, доцент кафедры биоинженерии в Стэнфорде, в статье для Proceedings of the IEEE.
«С точки зрения чистой энергии мозг трудно сравнить», - говорит Боахен, в статье которого рассматривается, как «нейроморфные» исследователи в Соединенных Штатах и Европе используют кремний и программное обеспечение для создания электронных систем, имитирующих нейроны и нейроны. синапсы.
Боахен и его команда разработали Neurogrid, печатную плату, состоящую из 16 специально разработанных чипов «Neurocore». Вместе эти 16 чипов могут моделировать 1 миллион нейронов и миллиарды синаптических связей. Команда разработала эти чипы с учетом энергоэффективности. Их стратегия заключалась в том, чтобы определенные синапсы могли совместно использовать аппаратные схемы. Результатом стал Neurogrid - устройство размером с iPad, которое может моделировать на несколько порядков больше нейронов и синапсов, чем другие модели мозга по мощности, необходимой для работы планшетного компьютера.
Национальный институт здравоохранения профинансировал разработку этого прототипа с миллионом нейронов с пятилетней премией Pioneer Award. Теперь Боахен готов к следующим шагам - снижению затрат и созданию программного обеспечения-компилятора, которое позволит инженерам и ученым-компьютерщикам, не имеющим знаний в области неврологии, решать проблемы - например, управление роботом-гуманоидом - с помощью Neurogrid.
Его скорость и низкое энергопотребление делают Neurogrid идеальным решением не только для моделирования человеческого мозга. Боахен работает с другими учеными из Стэнфорда над созданием протезов конечностей для парализованных людей, которые будут управляться чипом, подобным Neurocore.
«Прямо сейчас вам нужно знать, как работает мозг, чтобы запрограммировать один из них», - сказал Боахен, указывая на доску для прототипов стоимостью 40 000 долларов на столе в своем офисе в Стэнфорде.«Мы хотим создать нейрокомпилятор, чтобы вам не нужно было ничего знать о синапсах и нейронах, чтобы использовать один из них».
Брожение мозга
В своей статье Боахен отмечает более широкий контекст нейроморфных исследований, в том числе проект Европейского Союза по человеческому мозгу, целью которого является моделирование человеческого мозга на суперкомпьютере. В отличие от этого, проект U. S. BRAIN (сокращение от «Исследования мозга посредством продвижения инновационных нейротехнологий») применил подход к созданию инструментов, бросая вызов ученым, в том числе многим из Стэнфорда, для разработки новых видов инструментов, которые могут считывать активность тысяч или даже миллионов людей. нейронов в головном мозге, а также писать в сложных паттернах активности.
Исходя из общей картины, статья Боахена посвящена двум проектам, сравнимым с Neurogrid, которые пытаются смоделировать функции мозга в кремнии и/или программном обеспечении.
Одним из таких усилий является проект IBM SyNAPSE - сокращение от Systems of Neuromorphic Adaptive Plastic Scalable Electronics. Как следует из названия, SyNAPSE включает в себя попытку перепроектировать чипы под кодовым названием Golden Gate, чтобы эмулировать способность нейронов создавать множество синаптических связей - функция, которая помогает мозгу решать проблемы на лету. В настоящее время чип Golden Gate состоит из 256 цифровых нейронов, каждый из которых оснащен 1024 цифровыми синаптическими цепями, и IBM намерена значительно увеличить количество нейронов в системе.
Проект BrainScales Гейдельбергского университета имеет амбициозную цель - разработать аналоговые чипы для имитации поведения нейронов и синапсов. Их чип HICANN - сокращение от High Input Count Analog Neural Network - станет ядром системы, предназначенной для ускорения симуляции мозга, чтобы позволить исследователям моделировать взаимодействия лекарств, которые могут занять месяцы, чтобы разыграться в сжатые сроки. В настоящее время система HICANN может эмулировать 512 нейронов, каждый из которых оснащен 224 синаптическими цепями, и планируется значительно расширить эту аппаратную базу.
Каждая из этих исследовательских групп принимала различные технические решения, например, выделять ли каждую аппаратную схему для моделирования одного нейронного элемента (т.например, один синапс) или несколько (например, путем двойной активации аппаратной схемы для моделирования эффекта двух активных синапсов). Этот выбор привел к различным компромиссам с точки зрения возможностей и производительности.
В своем анализе Боахен создает единую метрику для учета общей стоимости системы, включая размер чипа, количество имитируемых им нейронов и потребляемую мощность.
Neurogrid был, безусловно, самым экономичным способом моделирования нейронов, что соответствовало цели Боахена создать систему, достаточно доступную для широкого использования в исследованиях.
Скорость и эффективность
Но впереди много работы. Каждая из нынешних печатных плат Neurogrid, состоящая из миллионов нейронов, стоит около 40 000 долларов. Боахен считает, что возможно резкое снижение затрат. Нейрогрид основан на 16 нейроядрах, каждое из которых поддерживает 65 536 нейронов. Эти чипы были изготовлены с использованием технологий производства 15-летней давности.
Переключившись на современные производственные процессы и производя микросхемы в больших объемах, он смог снизить стоимость Neurocore в 100 раз, предложив плату с миллионом нейронов по цене 400 долларов за копию. Благодаря этому более дешевому оборудованию и программному компилятору, облегчающему настройку, эти нейроморфные системы могут найти множество применений.
Например, чип, такой же быстрый и эффективный, как человеческий мозг, может управлять протезами конечностей со скоростью и сложностью наших собственных действий, но без привязки к источнику энергии. Кришна Шеной, профессор электротехники в Стэнфорде и сосед Боахена по междисциплинарному центру Bio-X, разрабатывает способы чтения сигналов мозга для понимания движения. Боахен представляет чип, подобный Neurocore, который можно было бы имплантировать в мозг парализованного человека, интерпретируя предполагаемые движения и преобразовывая их в команды для протезов конечностей без перегрева мозга..
Небольшой протез руки в лаборатории Боахена в настоящее время контролируется Neurogrid для выполнения команд движения в режиме реального времени. На данный момент он выглядит не очень, но его простые рычаги и шарниры дают надежду на роботизированные конечности в будущем.
Конечно, все эти нейроморфные усилия нищены сложностью и эффективностью человеческого мозга.
В своей статье Боахен отмечает, что Neurogrid примерно в 100 000 раз более энергоэффективен, чем имитация 1 миллиона нейронов на персональном компьютере. Тем не менее, это энергетический боров по сравнению с нашим биологическим процессором.
«Человеческий мозг, в котором в 80 000 раз больше нейронов, чем в Neurogrid, потребляет всего в три раза больше энергии», - пишет Боахен. «Достижение такого уровня энергоэффективности при обеспечении большей конфигурируемости и масштабируемости - главная задача, с которой сталкиваются нейроморфные инженеры».