Sztuczne neurony opracowane przez zespół USC fizycznie odtwarzają skomplikowane procesy elektrochemiczne zachodzące w żywych komórkach mózgowych. To zasadnicza różnica w porównaniu z dotychczasowymi rozwiązaniami – nawet najbardziej zaawansowane chipy neuromorficzne jedynie symulowały aktywność neuronów za pomocą obliczeń matematycznych. Tutaj mamy do czynienia z bezpośrednią emulacją analogowej dynamiki biologicznych komórek nerwowych.
Czytaj też: Sukces w neuroinżynierii! Sztuczne neurony po raz pierwszy komunikują się z żywymi komórkami
Badania opublikowane w Nature Electronics wskazują, że nowe podejście może radykalnie zmniejszyć zarówno rozmiary chipów, jak i ich zapotrzebowanie na energię. Prof. Joshua Yang z USC Viterbi School of Engineering wprowadził nowy typ sztucznego neuronu bazującego na memrystorze dyfuzyjnym. W praktyce oznacza to urządzenie wykorzystujące ruch jonów srebra w tlenku do generowania impulsów elektrycznych – analogicznie do tego, jak w biologicznym mózgu jony potasu, sodu i wapnia tworzą sygnały nerwowe.
Sztuczne neurony pozwolą stworzyć sztuczny mózg?
Kluczowa innowacja polega na zastąpieniu elektronów atomami. Fizyka tego procesu jest zadziwiająco podobna do tej występującej w żywych komórkach. Co istotne, pojedynczy sztuczny neuron zajmuje przestrzeń odpowiadającą tylko jednemu tranzystorowi, podczas gdy konwencjonalne projekty wymagają dziesiątek lub nawet setek takich elementów. To kolosalny postęp w miniaturyzacji, choć warto pamiętać, że na razie mówimy o laboratoryjnych prototypach.
Czytaj też: Sieć neuronowa dokonała niemożliwego. Sama się nauczyła, a potem odkryła jak szybko wiruje czarna dziura
Dynamika jonów srebra zapewnia właściwości niezbędne do emulacji biosystemu, umożliwiając odtworzenie funkcji neuronów przy użyciu niezwykle prostej struktury. To eleganckie rozwiązanie problemu, który przez lata wydawał się niemożliwy do pokonania. Jednak prawdziwym wyzwaniem będzie teraz przejście od pojedynczych neuronów do pełnych sieci neuronowych.
Porównanie z ludzkim mózgiem pokazuje, jak daleko nam jeszcze do biologicznej efektywności. Nasz mózg zużywa zaledwie około 20 W mocy – mniej niż standardowa żarówka LED – a potrafi nauczyć się rozpoznawać odręczne cyfry po zobaczeniu kilku przykładów. Tymczasem współczesne superkomputery potrzebują MW energii i tysięcy próbek treningowych, by osiągnąć podobny rezultat. Problem nie leży w mocy obliczeniowej, ale w fundamentalnych ograniczeniach architektury opartej na elektronach.
Jony okazują się bardziej odpowiednim medium do odtwarzania zasad działania mózgu. Elektrony są lekkie i niestabilne, co ogranicza możliwości uczenia się wyłącznie do sfery oprogramowania. Tymczasem jony umożliwiają uczenie bezpośrednio w fizycznej strukturze urządzenia. Mózg uczy się właśnie poprzez przemieszczanie jonów przez błony komórkowe, osiągając energooszczędne i adaptacyjne funkcjonowanie.
Wizja przedstawiana przez zespół Yanga jest ambitna: zmniejszenie rozmiarów chipów o rzędy wielkości przy drastycznej redukcji zużycia energii. W erze, gdy centra danych pochłaniają coraz więcej prądu, takie rozwiązanie mogłoby otworzyć drogę do zrównoważonej sztucznej inteligencji. Ale jest jeszcze wiele przeciwności do pokonania.
Srebro użyte w eksperymentach nie jest łatwo kompatybilne z konwencjonalną produkcją półprzewodników. Przemysł elektroniczny od dziesięcioleci opiera się na sprawdzonych procesach krzemowych, a wprowadzenie nowych materiałów wymaga czasu i dodatkowych badań. Zespół musi teraz znaleźć alternatywne gatunki jonowe, które zapewnią podobne właściwości przy lepszej integracji z istniejącymi liniami produkcyjnymi.
Kolejnym krokiem będzie integracja dużej liczby sztucznych synaps i neuronów w funkcjonalne sieci. Pojedynczy neuron to ciekawostka laboratoryjna, ale prawdziwa wartość ujawni się dopiero przy tworzeniu złożonych struktur naśladujących biologiczny mózg. Dopiero wtedy będziemy mogli przekonać się, na ile dokładnie da się replikować wydajność i możliwości ludzkiego myślenia.