20.09.2024
Подписывайтесь на Telegram-канал по ссылке

Нейросети могут получить больше вычислительных возможностей, чем человеческий мозг

Hardware implementation N

Учёным из Кореи удалось воплотить «в железе» базовый элемент построения нейронных сетей вида «нейрон-синапс-нейрон» для организации высокопроизводительных и экономичных нейроморфных вычислений. Им удалось использовать наноразмерный нитрид бора, также известный как «Микрокерамика» или «Белый графит», в виде двумерной гексагональной плёнки, как основной и единственный материал для создания искусственных нейронов и синапсов. Исследование опубликовано в журнале Wiley Online Library.

На данный момент для построения нейроморфных вычислительных сетей (нейросети, построенные по аналогии с человеческим мозгом) в большинстве случаев используют транзисторы CMOS, которые отличаются высоким энергопотреблением и гибридной структурой, состоящей из различных металлов, окислов и полупроводников. Производство крупномасштабных аппаратных систем искусственного интеллекта на их основе ограничено высокой технологической сложностью изготовления и «прожорливостью». Новое исследование направлено на борьбу с указанными недостатками и может привести к созданию в обозримом будущем реальной вычислительной среды для ИИ, превышающей по производительности (количеству нейронов и синапсов) мозг человека.

Аппаратные системы искусственных нейронных сетей могут использоваться для эффективной обработки огромных объёмов данных, генерируемых в реальных приложениях, таких как умные города, здравоохранение, связь нового поколения, прогнозирование погоды и автономные транспортные средства. Это поможет решить экологические проблемы, такие как выбросы углекислого газа, за счёт значительного сокращения энергопотребления и одновременного превышения пределов масштабирования существующих кремниевых устройств на базе CMOS. Однако, следует отметить, что количество нейронов в здоровом человеческом мозге может превышать 200 миллиардов и от каждого могут отходить десятки тысяч синапсов. Это огромное количество и несмотря на научные исследования построение вычислительной сети подобного масштаба пока невозможно.