Ljudski mozak je nazvan najkomplikovanijim objektom u svemiru. Pokušavajući da repliciraju tu još uvek neprevaziđenu sposobnost za računarstvo, naučnici iz Nacionalne laboratorije Los Alamos napravili su novi memristivni uređaj tipa interfejsa, za koji njihovi rezultati sugerišu da se može koristiti za izgradnju veštačkih sinapsi za neuromorfno računarstvo sledeće generacije.
Memristivni uređaji, ili memristori, predstavljaju dugo traženu tehnologiju kola koja, za razliku od trenutne tehnologije otpornika, ima i programske i memorijske mogućnosti – memristori mogu da pamte u kom su električnom stanju bili kada su isključeni, sposobnost slična ljudskom mozgu koja otvara nove mogućnosti za računare i uređaje.
„Obrada podataka je suštinski deo današnje nauke, sa mašinskim učenjem, veštačkom inteligencijom i veštačkim neuronskim mrežama koje se koriste za rešavanje gorućih pitanja u svemu, od nauke o klimi do aplikacija za nacionalnu bezbednost“, rekao je Aiping Čen, laboratorijski naučnik iz Centra za integrisane nanotehnologije.
„Ali konvencionalna računarska arhitektura zahteva mnogo energije i sve je manje sposobna da se poveća kako bi odgovorila na sve veće i veće izazove podataka. Neuromorfno računarstvo, koje oponaša neuporedivu arhitekturu skladištenja i obrade podataka i mogućnosti ljudskog mozga, nudi put do nastaviti da proširujemo performanse računara.“
Konvencionalno računarstvo je ograničeno takozvanim von Neumanovim uskim grlom, u kojem su računarstvo i memorija odvojeni. Obrada naprednih zadataka kao što su mašinsko učenje i prepoznavanje slika na digitalnim računarima troše značajnu količinu energije i vremena zbog prenosa podataka napred i nazad između centralne procesorske jedinice i memorije. Potrošnja energije centara podataka je naglo porasla u poslednjih nekoliko godina, sa projekcijama da će oko 8% svetske električne energije koristiti data centri do 2030.
Pored toga, u konvencionalnoj računarskoj arhitekturi, milijarde tranzistora na mikročipovima baziranim na silikonu služe kao prekidači za binarni kod računara. Fizička ograničenja minijaturizacije tih tranzistora su pomogla da se okonča Murov zakon, maksima koja je predviđala udvostručenje procesorske snage otprilike svake dve godine.
Kolocirajući skladištenje i obradu informacija u sinapsama, koje povezuju 100 milijardi neurona koji šalju i primaju hemijske informacije, „obrada u memoriji“ ljudskog mozga štedi vreme i energiju. Neuromorfno računarstvo se oslanja na uređaje za pojavu kao što su memristori, prebacivanje između dva terminala koji kontrolišu i pamte naelektrisanje koje protiče, da bi replicirali strukturu i funkciju sinapsi.
U oblasti neuromorfnog računarstva koje se brzo razvija, dizajni memristora su uključili sisteme filamenta, u kojima se punjenje isporučuje kroz uređaje. Ali, podložni pregrevanju, sistemi sa filamentima nemaju stabilnost i pouzdanost.
Čen i njegove kolege rade na drugačijem pristupu koji se zove memristor tipa interfejsa i proizveli su pouzdan uređaj visokih performansi sa jednostavnom strukturom zasnovanom na interfejsu SrTiO 3 dopiranog Au/Nb – u suštini zlato i drugi poluprovodnički materijali.
Memristori tipa interfejsa se u principu mogu smanjiti na nanometarsku veličinu koju čak ni tehnologija memristora zasnovana na filamentima ne može da postigne. (Nasuprot tome, ljudska kosa je debela otprilike 100.000 nanometara.) A posebno za razliku od neuromorfnih čipova zasnovanih na tranzistorima, memristivnom uređaju tipa interfejsa potrebno je znatno manje energije da bi podstakao svoju obradu.
„Za razliku od digitalnog računarstva sa fon Nojmanovom arhitekturom, neuromorfno računarstvo, inspirisano biološkim sistemima, funkcioniše kao mozak“, rekao je Čen. „Prednosti te strukture uključuju nisku potrošnju energije, visok paralelizam i odličnu toleranciju grešaka. Na kraju krajeva, ljudski mozak radi sa samo 20 vati, ali izuzetno efikasno uči. Ove prednosti ga čine veoma dobrim za napredne računarske zadatke kao što su učenje, prepoznavanje i donošenje odluka“.
Tim je koristio simulaciju veštačke neuronske mreže za proučavanje računarskih performansi memristora tipa interfejsa, testirajući ga u odnosu na skup podataka rukom pisanih slika iz baze podataka Modifikovanih nacionalnih standarda i tehnologije koju održava Nacionalni institut za standarde i tehnologiju. Demonstrirajući odličnu uniformnost, programibilnost i pouzdanost, uređaj je ostvario tačnost prepoznavanja od 94,72%.
Zbog tih performansi tim veruje da ovi novi memristivni uređaji tipa interfejsa mogu biti osnovni hardverski deo za neuromorfno računarstvo sledeće generacije.
„Mogućnosti koje vidimo sugerišu da će neuromorfni čipovi, poput ljudskog mozga, biti dobri u naprednim zadacima koji uključuju učenje i donošenje odluka u realnom vremenu“, rekao je Čen. „Mogli smo da vidimo da neuromorfno računarstvo omogućava puno aplikacija koje zahtevaju inteligenciju, od automobila koji se sami voze, preko dronova, do sigurnosnih kamera. U suštini, mnoge stvari koje su ljudi sposobni da urade, ove vrste uređaja će moći da urade.“
Tim planira da nastavi da razvija tehnologiju sa naglaskom na potrebi za zajedničkim dizajnom – dizajnom hardvera zasnovanog na algoritamskim pristupima koje nude kompjuterski naučnici.
