Memrystory już teraz imitują działanie neuronów, a wkrótce pomogą w budowie jeszcze lepszych komputerów

Memrystory to urządzenia, które imitują działanie neuronów i nie potrzebują do tego dużych nakładów energetycznych. Najnowsze badania pomogą w rozwiązaniu kluczowych problemów, z jakimi się one borykają, dzięki czemu memrystory będą jeszcze lepsze.
Jesteśmy coraz bliżej rozszyfrowania działania ludzkiego mózgu

Jesteśmy coraz bliżej rozszyfrowania działania ludzkiego mózgu

Memrystory, czyli oporniki z pamięcią, to tak naprawdę przełączniki, które “pamiętają”, w jakim stanie elektrycznym się znajdują po wyłączeniu zasilania. Naukowcy z całego świata dążą do wykorzystania memrystorów i podobnych elementów do budowy elektroniki, która – podobnie jak neurony – może zarówno obliczać, jak i przechowywać dane.

Czytaj też: Mózg może posiąść superpamięć. Pomaga metoda, z której korzystano już w starożytności

Urządzenia te mogą znacznie ograniczyć energię i czas tracony w konwencjonalnych mikroprocesorach na przesyłanie danych tam i z powrotem między procesorami a pamięcią. Taki neuromorficzny sprzęt inspirowany mózgiem może również okazać się idealny do implementacji sieci neuronowych – systemów sztucznej inteligencji, które coraz częściej znajdują zastosowanie w analizach skanów medycznych czy pojazdach autonomicznych.

Jak ulepszyć memrystory?

Obecne memrystory zazwyczaj opierają się na technologiach o niskiej wydajności produkcji i niepewnej wydajności elektronicznej. Aby pokonać te wyzwania, naukowcy z Izraela i Chin wyprodukowali memrystory przy użyciu standardowej linii produkcyjnej CMOS. Powstałe w ten sposób synapsy krzemowe charakteryzowała 100-procentową wydajnością i 170- do 350-krotnie większa sprawność energetyczna niż procesor graficzny Nvidia Tesla V100 – przynajmniej, jeżeli chodzi o operacje mnożenia i kumulowania, czyli najbardziej podstawowe operacje w sieciach neuronowych.

Podczas gdy tradycyjne tranzystory z tzw. pływającą bramką mają trzy terminale, nowe komponenty dysponują tylko dwiema. To znacznie upraszcza produkcję i działanie oraz zmniejsza ich rozmiary. Co więcej, memrystory mają tylko binarne wejścia i wyjścia, co eliminuje potrzebę stosowania dużych, energochłonnych konwerterów analogowo-cyfrowych i cyfrowo-analogowych, często używanych w sprzęcie neuromorficznym. Prof. Shahar Kvatinsky z Technion-Israel Institute of Technology w Hajfie

Nowe urządzenia wykazały się wysoką wytrzymałością, działając przez ponad 100 000 cykli programowania i kasowania za pomocą impulsów napięcia. Wykazały także jedynie umiarkowaną zmienność między urządzeniami i przewiduje się, że będą dysponowały długim czasem przechowywania danych, wynoszącym ponad 10 lat.

Czytaj też: Komputer zmodyfikuje obrazy na bieżąco. Wystarczy mu połączenie z ludzkim mózgiem

W innym badaniu, zespół francuskich naukowców analizował wykorzystanie memrystorów do statystycznej techniki obliczeniowej, znanej jako wnioskowanie bayesowskie, w którym wcześniejsza wiedza pomaga obliczyć szanse, że niepewny wybór może być poprawny. Wdrożenie wnioskowania bayesowskiego za pomocą konwencjonalnej elektroniki wymaga skomplikowanych wzorów pamięci, “które rosną wykładniczo wraz z liczbą obserwacji”. Naukowcy stworzyli prototypowy układ zawierający 2048 memrystorów z tlenku hafnu na 30 080 tranzystorach CMOS w tym samym chipie. W eksperymentach polecili nowemu układowi rozpoznać odręczny podpis osoby na podstawie sygnałów przesyłanych z urządzenia noszonego na nadgarstku.

Wnioskowanie bayesowskie jest często uważane za kosztowne obliczeniowo w przypadku konwencjonalnej elektroniki. Nowy obwód wykonał rozpoznawanie pisma odręcznego przy użyciu 1/800 do 1/5000 część energii konwencjonalnego procesora komputerowego, co sugeruje, że “memrystory są bardzo obiecującym tropem do zapewnienia sztucznej inteligencji o niskim zużyciu energii”.