Микрочипы постепенно приближаются к человеческому мозгу

НаукаHi-Tech

Искусственный интеллект и нейроморфные вычисления: второе дыхание

В 1950–1960 годах, когда первые компьютеры начали появляться в крупных компаниях, ученые пытались моделировать строение мозга с помощью алгоритмов искусственного интеллекта (ИИ). Но всерьез о возможностях ИИ заговорили только ближе к концу XX века, когда Гарри Каспаров в 1997 году проиграл в шахматы суперкомпьютеру IBM Big Blue.

Юлия Сандомирская, старший научный сотрудник в лаборатории нейроморфных вычислений Intel Labs

Компактная нейроморфная USB-система Kapoho Bay с 262 тыс. нейронов

Существенные изменения произошли в 2010х годах, когда ИИ на базе нейронных сетей обучили делать выводы на основе анализа данных после предвари тельной «тренировки». Сегодня такие системы применяются, например, для подсчета пассажиров в автобусе или фиксации номера автомобиля нарушителя ПДД. Даже смартфоны со временем обзавелись ИИ — например, для обработки изображений или видео.

Согласно прогнозам компании IDC, выручка глобального рынка технологий ИИ, включая программы, оборудование и услуги, по итогам 2021 года достигнет $327,5 млрд, и уже в 2024 году превысит $500 млрд. В России аналитики IDC оце нили рынок ИИ по итогам 2020 года в $291 млн.

Современные технологии ИИ прогрессируют с большой скоростью, но все еще значительно уступают «естественному» интеллекту: человеческий мозг универсальнее, лучше обучаем, более гибок в анализе и принятии решений на основе разрозненной и неполной информации, к тому же потребляет значительно меньше энергии.

Следующее поколение технологий ИИ, над которым, в частности, работа ют в Intel Labs (научно-исследовательское подразделение компании, которое изучает перспективные идеи работы с данными), будет использовать алгоритмы, более точно имитирующие работу биологического мозга, в том числе в части интерпретации (трактовки в правильном кон тексте) и автономной адаптации (улуч шенное представление данных без взаимодействия с внешней средой) для реагирования на непредвиденные ситуации и различные абстракции.

Нейроморфные вычисления на основе цифровых нейронов, применяемые для этих целей, довольно точно моделируют поведение своих биологических аналогов. Вместе с вероятностными алгоритмами обработки неопределенных и про тиворечивых данных они являются одним из наиболее перспективных вариантов развития ИИ. Сегодня нейроморфные вычисления все еще на стадии исследований, однако им предсказывают большое будущее. Например, по прогнозу iMicronews, только в США этот рынок ожидает рост с $69 млн в 2024 году до $5 млрд в 2029 году и $21,3 млрд к 2034 году.

Механизм работы нейроморфных вычислений

Сегодня для ускорения работы ИИ используются отдельные микросхемы или модули процессоров, чипы для глубокого машинного обучения или отдельных функций — например, для машинного зрения, а также видео карты, архитектура которых, в частности, справляется с параллельными вычислениями лучше центральных процессоров.

Все эти примеры далеки от нейроморфных вычислений, поскольку построены на традиционной последовательной вычислительной архитектуре фон Неймана с разделенным процессором и памятью. Ней роны мозга, в свою очередь, способны и хранить, и обрабатывать информацию.

Нейроморфные процессоры, создаваемые на стыке биологии, физики, математики, информатики и полупроводникового производства, строятся из привычных транзисторов, но с иной организацией архитектуры, подобно строению нейронов биологического мозга. По аналогии с биологическим образцом искусственный нейрон имеет один выход (аксон), сигнал с которого может поступать на большое количество входов других нейронов и тем самым изменять их состояние.

Искусственные нейроны объединяются по модели импульсных ней ронных (спайковых) сетей (Spiking neural network, SNN), особенно стью которых является передача данных с помощью разнесенных по времени коротких импульсов равной амплитуды, а не за счет меняю щихся по времени значений, как в нейросетях предыдущих поколе ний. Благодаря кодированию данных импульсами и временными промежутками между ними импульсные нейросети моделируют естественные процессы передачи сигналов, которые также управляют процессами обучения с динамическим переназначением синапсов между нейронами в ответ на стимулы.

Нейросеть класса SNN обеспечивает крайне высокую скорость и производительность, а ее структура может обучаться непосредственно во время работы. Она может обрабатывать динамические задачи — например, рас познавать запахи, речь или изображения в видеоряде. Многозадачность спайковых нейронных сетей позволяет обучать группы нейронов для решения различных проблем и осуществлять распознавание с предсказанием по неполным данным.

В настоящее время изучением вопросов применения импульсных нейросетей для моделирования функций мозга занимается множество науч ных групп и компаний во всем мире. Корпорация Intel вместе с экосистемой партнеров решает задачи в области нейроморфных вычислений комплексно — от фундаментальных теоретических разработок и создания алгоритмов до разработки и производства нейроморфных процес соров.

Авторизуйтесь, чтобы продолжить чтение. Это быстро и бесплатно.

Регистрируясь, я принимаю условия использования

Рекомендуемые статьи

Транспорт будущего Транспорт будущего

Вот уже шесть лет мы пишем про летающие автомобили и стоим рядом с прототипами

ТехИнсайдер
55 м² 55 м²

Апартаменты с открытой планировкой, оформленные Мариной Кутузовой

AD
Новый главный Новый главный

Самый большой, сложный и мощный космический телескоп в истории

Популярная механика
Как менялась Анастасия Макеева: от королевы красоты до четырежды жены Как менялась Анастасия Макеева: от королевы красоты до четырежды жены

Как выглядела актриса Анастасия Макеева в разные моменты своей жизни

Cosmopolitan
Античный герой Античный герой

Кого люди будут вспоминать через столетия?

Популярная механика
Ксения Раппопорт Ксения Раппопорт

Ксения Раппопорт — о режиссерах, театре и соцсетях

Собака.ru
«Дело Финляндии — наше дело» «Дело Финляндии — наше дело»

В 1939–1940 годах театром военных действий снова стала Финляндия

Дилетант
Могло быть иначе? Могло быть иначе?

Татьяна Филева — математик, пилот и руководитель авиакомпании

GQ
Голоса. Как учат разговаривать голосовые помощники Голоса. Как учат разговаривать голосовые помощники

Как из машины делают личность

Популярная механика
75 м² 75 м²

Ритмичные линии в проекте Марии Степановой навеяны соседними панельными домами

AD
Топ-7 прикольных штук с Кикстартера Топ-7 прикольных штук с Кикстартера

Что предлагают стартаперы? На какие производства собирают финансирования?

CHIP
«Эй вы там, наверху»: что делать, если у соседей ремонт «Эй вы там, наверху»: что делать, если у соседей ремонт

Как быть, если ремонт соседей затянулся и не дает вам жить?

Psychologies
Евгеника в прошлом, настоящем и будущем Евгеника в прошлом, настоящем и будущем

Что изучает евгеника и существует ли она сейчас?

Популярная механика
Сколько мусора в нашей ДНК? Сколько мусора в нашей ДНК?

Какие «призраки» живут на «кладбищах геномов», и сколько мусора в нашей ДНК?

Популярная механика
Времени хватит Времени хватит

Лучшие бьюти-процедуры «на выход»

Добрые советы
Химики получили водород на катоде и аноде одновременно Химики получили водород на катоде и аноде одновременно

Ученые разработали новую систему электролиза

N+1
Пчелы запечатали ульи прополисом и пережили извержение вулкана Кумбре-Вьеха Пчелы запечатали ульи прополисом и пережили извержение вулкана Кумбре-Вьеха

Пчелы способны переживать опасные стихийные бедствия

N+1
Милые нахлебники: тренд с животными из TikTok, которые снизят твою тревожность (видео) Милые нахлебники: тренд с животными из TikTok, которые снизят твою тревожность (видео)

Ученые сказали, что мимимишные ролики с животными снижают уровень стресса

Playboy
Почему японки не полнеют: 10 секретов стройности, которые стоит запомнить Почему японки не полнеют: 10 секретов стройности, которые стоит запомнить

Почему японки не полнеют, что для этого едят и какой образ жизни они ведут

VOICE
Могучие камнеметы: грозная осадная техника Могучие камнеметы: грозная осадная техника

Как военная инженерия древних греков и римлян помогла завоевать весь мир

Популярная механика
Как помочь себе при утренней тревоге Как помочь себе при утренней тревоге

Неудивительно, что по утрам многие из нас испытывают приступы тревоги

Psychologies
Лучшие мини-сериалы 2021 года, которые можно посмотреть за неделю Лучшие мини-сериалы 2021 года, которые можно посмотреть за неделю

Эти сериалы можно посмотреть даже за выходные, смотря как взяться за это дело

Cosmopolitan
Хроники несбывшегося космоса: 6 книг о политике, войнах и приключениях среди звезд Хроники несбывшегося космоса: 6 книг о политике, войнах и приключениях среди звезд

Книги про космос — от масштабной космооперы до странной робинзонады

Популярная механика
Слова и дни Слова и дни

Михаил Идов о том, как он решает кроссворды

Weekend
Даже если во всей технике будут одинаковые зарядки, бардак останется: почему «единый стандарт» USB-С не совсем единый Даже если во всей технике будут одинаковые зарядки, бардак останется: почему «единый стандарт» USB-С не совсем единый

Но даже у одинаковых внешне проводов могут быть разные характеристики

VC.RU
Наказать жертву: как в Китае борются с харассментом Наказать жертву: как в Китае борются с харассментом

Почему Секс-скандалы в Китае приводят к тому, что под ударом оказываются жертвы?

Forbes
Профессия репортерка: как американская журналистка Нелли Блай покупала младенца Профессия репортерка: как американская журналистка Нелли Блай покупала младенца

Отрывок из книги «Профессия: репортерка» — сборника статей Элизабет Джейн Кокран

Forbes
Кругосветное путешествие Алексея Камерзанова. Чад Кругосветное путешествие Алексея Камерзанова. Чад

Пройдя границу на стыке Камеруна и ЦАР, мы наконец-то попали в Чад

4x4 Club
Для чего нужен витамин А: комментарии врача Для чего нужен витамин А: комментарии врача

Зачем и кому нужен витамин А?

РБК
Гравитационные волны помогут проверить гипотезу суперсимметричного бариогенеза Гравитационные волны помогут проверить гипотезу суперсимметричного бариогенеза

Физики расчитывают на гравитационные обсерватории следующего поколения

N+1
Открыть в приложении