Художественная интерпретация внешнего вида стохастического нейрона от IBM
Разработчики из компании IBM создали первые в мире стохастические нейроны с фазовым переходом, что сулит нам создание нейроморфического чипа, который позволит значительно ускорить вычисления и обработку информации. О попытках создать подобную технологию сообщалось еще в 2012 году, но тогда этим вопросом занималась корпорация Intel. Спустя четыре года уже разработчики из IBM смогли добиться результатов в данной области.
Чем же принципиально отличается чип из стохастических нейронов с фазовым переходом от классического кремниевого?
Фазовый переход в термодинамике — переход вещества из одной термодинамической фазы в другую при изменении внешних условий. Фактически, создание стохастического нейрона с фазовым переходом позволит создать искусственную модель такой биологической системы, как мозг.
Соответствующее исследование было получено журналом Nature еще в мае 2015 года, а опубликовано в апреле 2016.
Схема стохастического нейрона с фазовым переходом, IBM
Как и свой биологический собрат, искусственный нейрон от IBM имеет то же строение. В нем присутствуют дендриты (входы), мембрана (липидный бислой), ядро и аксон (выход). Отличительной особенностью искусственного нейрона является его нейрональная мембрана. В реальном нейроне это липидный бислой, который, по факту, работает как резистор и конденсатор: сигнал пропускается только при накапливании достаточного заряда на дендрите, что приводит к всплеску генерации заряда и прохождению сигнала далее — к другим нейронам.
Динамика поведения нейрона при фазовом переходе, IBM
Фазовый переход в искусственном нейроне важен тем, что с его помощью ученые и инженеры смогут добиться эмуляции познавательного процесса обучения, присущего реальному биологическому мозгу. Фактически, данная разработка может активно использоваться в уже существующих проектах нейросетей для проведения обучения сети и когнитивных вычислений, что значительно ускорит процесс обработки информации, например, анализ данных в сети Интернет.
В нейроне производства IBM мембрана заменена на сплав германия, сурьмы и теллура (GeSbTe или GST). GST уже ранее использовался в производстве перезаписываемых компакт-дисков по причине того, что подвержен фазовому переходу. Это означает, что он успешно может существовать в двух различных состояниях (кристаллическом и аморфном) и легко переключается между ними при поступлении тепла, что косвенно подтверждается перезаписываемыми RW-дисками. В случае с GST материал имеет принципиально различные свойства в зависимости от своей фазы. В кристаллической — это проводник, в аморфной — изолятор.
Наглядная демонстрация разницы в поведении нейрона в течении нескольких секунд, IBM
Особое внимание также уделялось и стохастичности в работе чипа. Ученые предположили, что успешная длительная работа нашего мозга при несравненно меньших напряжениях электромагнитных импульсов в сравнении с искусственными нейронными сетями обеспечивается за счет образования случайных связей между нейронами. Именно эта «случайность» и была реализована инженерами IBM в новой технологии благодаря, в том числе, и использованию в технологии материалов, подверженных фазовому переходу, а именно GST.
В состоянии покоя оболочка искусственных нейронов находится в аморфном состоянии. При подаче сигнала (разряда) она начинает кристаллизоваться, что в итоге делает нейрон из изолятора проводником. После прохождения сигнала нейрон проходит через «сброс», т.е. его мембрана возвращается в свое аморфное состояние.
Где же здесь стохастичность, присущая живым организмам из-за шумов, окружающей среды и прочего? Стохастичность вознакает на этапе обратной аморфизации после кристаллизации оболочки. Для каждого нейрона время возвращения к исходному состоянию и итоговая аморфность мембраны всегда разная, что и приводит к созданию примерно той же степени «случайности» в их работе, что и у биологических аналогов. Именно поэтому инженеры не могут точно предугадать, какие конкретно нейроны будут готовы в нужный момент и задействованы в передаче информации.
Проект нейроморфического компьютера IBM
Инженеры IBM уже собрали 5 кубиков 10 на 10 нейронов и объединили их в сеть из 500 штук. Этот блок показал то же поведение в плане популяционного кодирования, что и биологические нейроны, а также обошел ограничения для обработки цифровых сигналов сформулированные в теореме Котельникова.
Комментарии (50)
GreenGoblin
04.08.2016 15:06Модель Маккалока-Питтса тем и хороша, что из неё выброшено все лишнее, что позволяет легко обучать нейросети градиентными методами. Природа, понятное дело, до такого не додумалась бы. Зачем повторять все её костыли?
Structure
04.08.2016 15:34+2Зачем повторять все её костыли?
для создания человекоподобного интеллекта, не?
0xd34df00d
05.08.2016 02:57+2А зачем человекоподобный интеллект, если люди уже есть?
Structure
05.08.2016 08:24А зачем нам компьютеры, если есть счеты? Зачем нам роботы и т.д.?
0xd34df00d
05.08.2016 14:46Компьютеры не повторяют все костыли счётов.
Structure
05.08.2016 15:54Вы сразу хотите создать что-то лучшее чем человеческий мозг?
0xd34df00d
05.08.2016 17:16Не лучшее, другое. По одним критериям будет лучше, по другим — хуже. Человеческое сознание эмулировать хуже будет, например.
wormball
04.08.2016 22:33Ну, как я понимаю, у Макаллока и Питтса нет встроенной обучалки, и её приходится реализовывать, как уже здесь упоминали, глобально, совсем не нейроморфными методами. Тогда как у наших нейронов (вроде как) такая обучалка присутствует. Грубо говоря, сейчас мы вынуждены каждый раз думать сами, как лучше учить нейронную сеть, а ежели бы у нас был «совсем локальный» нейрон — можно было бы отвесить килограмм нейронов и пойти пить чай. А ежели недостаточно обучилась — то навалить ещё килограмм (возможно, к той же самой сети). То бишь была бы аддитивность, а возможно, ещё и иерархичность (то бишь сеть сама бы могла выделять подзадачи и обучать свои малые части отдельно, а не в виде спагетти-кода). Хотя, конечно, не вполне ясно, при чём здесь обсуждаемое изобретение.
Structure
04.08.2016 15:40А я думал про выращивание мозга из стволовых клеток.
Выращиваем мозг.
Подключаемся к зрительному тракту для передачи визуальной информации (а остальное лишнее).
Подключаем различные датчики к разным частям мозга, чтобы он мог натренироваться взаимодействию с виртуальной реальностью.
Все. Теперь мы можем приступить к обучению.
Представьте себе сотни тысяч искусственно выращенных мозгов, которые создавали бы софт=)
noonv
04.08.2016 16:49+5также обошел ограничения для обработки цифровых сигналов сформулированные в теореме Котельникова.
это как?
fivehouse
Надеюсь не надо напоминать, что в живых нейронах нет никакого глобального оптимизатора весов синапсов, который настраивает сеть выдавать нужные значения. А почти на всех технических построениях такая настрока единственный способ получить нужную сеть. Также существуют сложные пространственные взаимодействия между синапсами и дендритами близко расположенных нейронов. А в технических построениях ничего такого нет.
xxvy
А может оно и не нужно? Самолёты прекрасно летают, не махая крыльями как птицы.
fivehouse
xxvy
Немного не понял, при чём здесь люди… Вы о манёвренности? Ну так птицы тоже разные бывают. Колибри, например, умеют зависать над цветком, а какие-нить орлы умеют парить в восходящих потоках воздуха. (летательные аппараты тоже не ограничиваются самолётами. Есть вертолёты, квадрокоптеры, реактивная тяга, воздушные шары..)
Человек когда-то пытался сделать в точности как у птиц. Но не получилось. И он сделал проще — неподвижные крылья и подвижные лопасти (винт вертолёта, квадрокоптера). Цель достигнута — летаем. У природы позаимствовали только принцип крыла. Перья и взмахи оказались не нужны.
saboteur_kiev
Вы не поняли смысл аналогии.
Чтобы летать — не обязательно целиком имитировать птиц. Главное уловить суть аэродинамики.
Чтобы думать как человек, не обязательно целиком имитировать мозг. Надо уловить суть мышления.
Metus
Некорректная аналогия.
Чтобы летать — не обязательно целиком имитировать птиц.
Чтобы думать — не обязательно целиком имитировать мозг.
saboteur_kiev
Это вы мне отвечали?
fivehouse
Целиком имитировать точно не обязательно. Но существующие имитации менее, чем примитивны. Даже модель «мозга» червя сделать на достаточном уровне не смогли. А уже про ИИ мечты…
saboteur_kiev
Так и не нужно модель мозга червя. нужно сделать работающий аналог синапсических связей, и тогда оно легко масштабируется от червя до скайнета.
Metus
Есть уже опыт?
coturnix19
Они машут лопастями пропеллеров/турбин =)
xxvy
Да. Но «машут» по-своему. Не в точности как птицы. Природа не осилила подшипники и вращающиеся оси. Человек осилил и сделал по-своему.
Halt
Я просто оставлю это здесь: АТФ-Синтаза и Жгутики простейших
xxvy
Да, я знаю про жгутики. Просто не стал уточнять. Так-то и махолёты существуют.
Halt
Ну просто базальное тело жгутика — это самый настоящий электродвигатель, выполненный на подшипнике скольжения.
coturnix19
Да, но суть то в том что «махание» никуда не исчезло, как кажется на первый взгляд. Вместо этого его компактно упрятали и ускорили, улучшив таким образом эффективность всего процесса.
xxvy
Ну так и у нейроны в чипе никуда не исчезли. Нейроны есть, аксоны есть. Чуть изменили принцип обучения, но это не значит, что работать не будет, потому как в природе не так…
Махание, кстати, местами всё-таки исчезло (реактивная тяга).
coturnix19
Личинки стрекоз передвигаются на реактивной тяге, как и кальмары — но только в воде. Масштабировать до позвоночных и для передвижения в воздухе не получилось.
CrazyRoot
Дрожь земли 3. Ассбластер :)
valis
Нет, они используют для полета законы аэродинамики!
Вся ловушка машинного обучения в том, чтобы открыть эти законы нам нужны хорошие алгоритмы машинного обучения :-)
AxisPod
Только у птиц и маневренность повыше будет и при этом у них двигатели не отказывают в полёте.
ploop
Отказывают, ещё как, и навигация тоже. Только после каждого «крушения» птицы не проводят расследование и не трубят об этом по всем СМИ.
optimizer
буквально на днях перед моими глазами птица со всей дури врезалась в щит магазинчика и упала замертво
ploop
Видел (давно, правда), как птица на «ровном месте», просто в полёте, затрепыхалась и упала замертво. Так что всякое бывает, и говорить, что у них «ничего не отказывает», не есть правильно.
saboteur_kiev
Если бы была птица размером с самолет, маневренность у нее бы сильно упала.
Ну а квадракоптеры более маневренные чем какие-нить аисты.
hurricup
А модель руки во многом устроена не так как настоящая рука. Что не мешает ей быть моделью руки.
arandomic
Если только-что родившуюся живую нейронную сеть оставить наедине с собой (запереть человечка в замкнутой комнате, без общения с себе подобными), она тоже вряд ли будет выдавать нужные значения.
Alex_ME
@aigame написал статью на гиктаймс, где моделировал нейронные сети с учетом взаимного расположения нейронов.
Wuzaza
Ну почему же? Если я правильно понял вашу идею, аналогичное действие оказывает гуморальная регуляция — мелатонин, половые гормоны, эндорфины, адреналин и производные. Затем концентрация некоторых веществ в крови, например глюкозы, кислорода. Затем алкоголь, психотропные вещества.