Procesory neuromorficzne to nie tylko sztuczna inteligencja. Przydadzą się na giełdzie i w szpitalu

Pierwszym neuromorficznym układem, zaprezentowanym przez firmę Intel w 2017 r. był procesor Loihi. Miał on 128 tys. neuronów. Druga generacja tego procesora, zaprezentowana w ubiegłym roku, miała już tych neuronów ponad milion. W tym roku może w końcu dowiemy się, do czego właściwie można stosować tego typu układy.

Trochę żartuję, owszem. Ale nie do końca. Oprócz bardzo efektownych zdolności poznawczych chmurowego systemu Pohoiki Springs zbudowanego z pierwszej generacji układów Loihi i informacji o tym, że neuromorficzne procesory od Intela mogą kupić tylko i wyłącznie członkowie grupy badawczej INCR (Intel Neuromorphic Research Community) i to tylko w formie gotowego, przygotowanego przez Intela systemu, o procesorach neuromorficznych nie słyszeliśmy zbyt wiele.

Jasne, możemy ekscytować się tym, że działają jak ludzki mózg. Nie jest to oczywiście do końca prawda. W połowie też nie, ale rzeczywiście – cyfrowe neurony w pewnym stopniu wzorowane są na tych prawdziwych, dzięki czemu taki neuromorficzny procesor świetne radzi sobie z optymalizacją zużycia energii podczas prowadzenia obliczeń oraz pomija wymianę danych pomiędzy procesorem i pamięcią.

Dzięki tym właściwościom układy neuromorficzne radzą sobie doskonale z błyskawicznym wykonywaniem ogromnej liczby obliczeń. Dlatego właśnie Pohoiki Springs radzi sobie tak dobrze z rozpoznawaniem gestów i czytaniem Braille’a.

Procesory neuromorficzne mogą znaleźć również praktyczne zastosowania

Zespół badaczy z Sandia National Laboratories in Albuquerque kierowany przez Jamesa Bradleya Aimone’a zajmuje się aktualnie badaniem możliwości neuromorficznych układów. Ich zdaniem, dzięki ich zdolności do błyskawicznych, nieskomplikowanych obliczeń, procesory te świetnie nadają się do stosowania metody Monte Carlo. Swoją drogą, wymyślonej przez polskiego matematyka Stanisława Marcina Ulama.

Metoda ta wykorzystywana jest do tworzenia matematycznych modeli procesów, które są zbyt złożone aby ich wynik dało się obliczyć tradycyjnymi metodami analitycznymi. Zamiast tego, model tworzony przy pomocy metody Monte Carlo opiera się na analizie bardzo wielu pojedynczych przypadków, których parametry generowane są losowo (ale w granicach charakteryzujących analizowane zjawisko).

Czytaj również: Powstał układ Loihi 2. Intel, coraz bliższy odtworzenia ludzkiego mózgu

Zdaniem Aimone’a, odpowiednio zaprojektowane algorytmy, korzystające właśnie z metody Monte Carlo doskonale nadają się do liczenia na neuromorficznych procesorach. Jedyną niedogodnością związaną z tym podejściem jest ręczne tworzenie warunków takich losowych scenariuszy. Zdaniem badaczy z SNL, zastosowanie metody Monte Carlo może sprawić, że maszyny bazujące na neuromorficznych procesorach znajdą dość szerokie zastosowanie komercyjne.

Od tworzenia analiz giełdowych, aż po interpretowanie zdjęć rentgenowskich w szpitalach. Choć może się okazać, że pojawienie się ich na rynku będzie trochę spóźnione. Już teraz algorytmy maszynowego uczenia się, korzystające z klasycznej architektury radzą sobie doskonale z wieloma zadaniami analitycznymi. No ale przynajmniej dowiedzieliśmy się, że ktoś rzeczywiście szuka jakiegoś praktycznego zastosowania dla neuromorficznych układów. Chociaż tyle.