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

Этого не может быть Этого не может быть

Самые удивительные гипотезы в биологии

ТехИнсайдер
Мир вокруг нас. Зимние птицы Мир вокруг нас. Зимние птицы

Птицы, которые даже зимой не покидают наших лесов, но их почти никто не замечает

4x4 Club
Автобудущее Автобудущее

Мы находимся на пороге одних из самых быстрых перемен в работе транспорта

Популярная механика
Марафон обмана Марафон обмана

Факторы, указывающие на то, что на тренингах по обретению счастья тебя разводят

Лиза
Долгая счастливая жизнь Долгая счастливая жизнь

Старение – это естественно, но не нормально

Популярная механика
«Гормон объятий» окситоцин: как он влияет на наш организм «Гормон объятий» окситоцин: как он влияет на наш организм

Какие функции окситоцин выполняет в нашем организме?

Популярная механика
Думай медленно… решай быстро Думай медленно… решай быстро

Как устроено человеческое мышление

kiozk originals
Экспедиция за кислой жизнью. Какие сюрпризы ждут человечество на Венере Экспедиция за кислой жизнью. Какие сюрпризы ждут человечество на Венере

Объявлен старт программы Venus Life Finder («Поиск венерианской жизни»)

СНОБ
Перевал Перевал

С момента гибели туристов из группы Игоря Дятлова прошло больше полувека

Популярная механика
Войны, драки и теракты: пять самых скандальных поводов для рекламы Войны, драки и теракты: пять самых скандальных поводов для рекламы

Реклама: дерзкая, провокационная — и далеко не всегда этичная

Playboy
Юля Беретта: «Я притягиваю только умных и интересных людей» Юля Беретта: «Я притягиваю только умных и интересных людей»

Юлия Беретта накануне выхода ее нового альбома о личном и профессиональном

Maxim
Самая сложная головоломка в мире. Попробуешь разгадать? Самая сложная головоломка в мире. Попробуешь разгадать?

Мы приготовили для тебя задачку, которую называют самой сложной в мире

Cosmopolitan
Орнитологи составили список десяти самых разыскиваемых видов птиц Орнитологи составили список десяти самых разыскиваемых видов птиц

Виды птиц, которые не попадались на глаза орнитологам до ста пятидесяти лет

N+1
Вернуть Плутон и добавить в список луны: астрономы требуют отказаться от современного определения термина Вернуть Плутон и добавить в список луны: астрономы требуют отказаться от современного определения термина

Астрономы требуют вернуть определение «планеты», данное Галилеем

Популярная механика
Советы миллиардера: не будь одиночкой, используй энергию стресса и делай что хочешь Советы миллиардера: не будь одиночкой, используй энергию стресса и делай что хочешь

Отрывок из книги Игоря Рыбакова «Secret Х10. Иметь то, что дает все»

Forbes
Jeffery Quad: лучший полноприводный грузовик в мире Jeffery Quad: лучший полноприводный грузовик в мире

Полноприводный грузовик Jeffery Quad

Популярная механика
Чего хочет женщина. 258 лет назад Екатерина II основала Эрмитаж Чего хочет женщина. 258 лет назад Екатерина II основала Эрмитаж

Главный музей России с большим достоинством прошел многочисленные трудности

СНОБ
Худрук Александринского театра Валерий Фокин — Forbes: «Сегодня время цинизма» Худрук Александринского театра Валерий Фокин — Forbes: «Сегодня время цинизма»

Валерий Фокин — о пользе онлайна для живого театра

Forbes
Боязнь дырок. Учёные выяснили причины возникновения трипофобии Боязнь дырок. Учёные выяснили причины возникновения трипофобии

Что такое трипофобия и почему она возникает?

Популярная механика
Эрудиция против поисковиков Эрудиция против поисковиков

Зачем много знать и помнить в эпоху интернета

РБК
Могучие камнеметы: грозная осадная техника Могучие камнеметы: грозная осадная техника

Как военная инженерия древних греков и римлян помогла завоевать весь мир

Популярная механика
А теперь про здоровье зубов и десен! А теперь про здоровье зубов и десен!

Эти правила застрахуют от запущенного пульпита и других проблем с зубами

Собака.ru
Итак, вы внутри матрицы: какую рекламную кампанию развернули создатели Итак, вы внутри матрицы: какую рекламную кампанию развернули создатели

“Матрица” стирает границы между реальностью и симуляцией — не только в фильмах

Esquire
Как вызывают искусственный дождь и вредно ли это для природы Как вызывают искусственный дождь и вредно ли это для природы

Сегодня вам не к чему танцевать с бубном, чтобы вызвать дождь

Популярная механика
Почему появляются прыщи зимой и как иметь чистую и сиящую кожу даже в мороз Почему появляются прыщи зимой и как иметь чистую и сиящую кожу даже в мороз

Зимнее акне существует, и с ним сталкиваются люди всех возрастов

Cosmopolitan
Проблемы на работе, о которых мы чаще всего говорим в терапии Проблемы на работе, о которых мы чаще всего говорим в терапии

Терапия помогает справиться с вопросами, касающимися работы

Psychologies
Могут ли в отношениях быть секреты Могут ли в отношениях быть секреты

Могут ли партнеры иметь какую-то приватность друг от друга?

GQ
Химики получили водород на катоде и аноде одновременно Химики получили водород на катоде и аноде одновременно

Ученые разработали новую систему электролиза

N+1
Как душе угодно Как душе угодно

Спасение утопающих в сезонной хандре больше не дело рук самих утопающих

Harper's Bazaar
Козыри разведчика: как принимать решения по методике британских спецслужб Козыри разведчика: как принимать решения по методике британских спецслужб

Отрывок из книги «Прицельное мышление» о главном навыке разведчика

Forbes
Открыть в приложении