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

Никогда такого не было Никогда такого не было

Самый большой неатомный ледокол России может крутиться на месте

Популярная механика
Немирные грезы Немирные грезы

Григорий Ревзин о борьбе со злом в ванне

Weekend
Как построить коллайдер на Луне (и зачем) Как построить коллайдер на Луне (и зачем)

Сооружение невиданных масштабов – ускоритель частиц, змеей обвивающий Луну

Популярная механика

Мюзикл — одна из главных форм массового развлечения XX века

Esquire
Сырые земли Сырые земли

Почему важно изучать водно-болотные угодья, или ветланды?

Наука и жизнь
Все не так, как на самом деле Все не так, как на самом деле

Не все то эко, что им называют. 10 наиболее живучих «зеленых» сказок

Playboy
Гонка за орбитальный кинематограф Гонка за орбитальный кинематограф

Зачем снимать кино в космосе, если есть компьютерная графика?

Популярная механика
С глаз долой, из сердца вон: как удалить аккаунт в ВК, чтобы никто не обиделся С глаз долой, из сердца вон: как удалить аккаунт в ВК, чтобы никто не обиделся

Понятное руководство к действию: как удалить аккаунт во ВКонтакте

Playboy
Перевал Перевал

С момента гибели туристов из группы Игоря Дятлова прошло больше полувека

Популярная механика
Дорога в историю Дорога в историю

Туристический маршрут по подлинной истории: Талицы – Мураново – Радонеж

Отдых в России
Жертвы проклятия короля Тутанхамона (и один избежавший злого рока) Жертвы проклятия короля Тутанхамона (и один избежавший злого рока)

Вот история девяти человек, которая может заставить вас поверить в такие вещи

Популярная механика
Подмосковье как прослойка между жизнью и смертью — фрагмент книги «Тень» Ивана Филиппова Подмосковье как прослойка между жизнью и смертью — фрагмент книги «Тень» Ивана Филиппова

«Тень» — произведение на грани детектива, триллера и фэнтезийного романа

Esquire
Пора украшать дом к Новому году — вот несколько простых идей Пора украшать дом к Новому году — вот несколько простых идей

Если хочется праздничного настроения, а пластиковой мишуры не хочется

Esquire
Одна вокруг света: старинная обсерватория и керамический город Одна вокруг света: старинная обсерватория и керамический город

150-я серия о кругосветном путешествии москвички Ирины Сидоренко

Forbes
Под какао и мандарины: 14 рождественских фильмов на Netflix Под какао и мандарины: 14 рождественских фильмов на Netflix

Киномарафон классических (а то и приторных) праздничных фильмов

Esquire
Олег Нестеров — о шведском столе контента, влюбленности и Альфреде Шнитке Олег Нестеров — о шведском столе контента, влюбленности и Альфреде Шнитке

Олег Нестеров о советской киномузыке и свободе, рождающейся из ограничений

РБК
Топ-10 самых дорогих карт с покемонами: готовы выложить 28 млн рублей? Топ-10 самых дорогих карт с покемонами: готовы выложить 28 млн рублей?

Pokémon TCG стала настолько популярной, что карточки теперь стоят немалых денег

Популярная механика
Польза миндаля для мужчин: 12 свойств, за которые мы его ценим Польза миндаля для мужчин: 12 свойств, за которые мы его ценим

Миндаль — суперпродукт для мужского здоровья

Playboy
Спорт в любое время года: можно ли заниматься бегом зимой Спорт в любое время года: можно ли заниматься бегом зимой

Что необходимо знать о беге при низких температурах и как бегать правильно

Популярная механика
Английский язык Милы Кунис и самоликвидирующиеся нейроны: секреты нейропластичности Английский язык Милы Кунис и самоликвидирующиеся нейроны: секреты нейропластичности

Отрывок из книги «Живой мозг» о том, как пластичность мозга меняется с возрастом

Forbes
«Окно» в культуру: зачем Аркадий Ротенберг тратит миллионы на оперное образование «Окно» в культуру: зачем Аркадий Ротенберг тратит миллионы на оперное образование

В театре «Новая опера» в саду «Эрмитаж» второй сезон открыто «Окно»

Forbes
Тренд сезона Тренд сезона

В Саратовской области активный туризм пользуется огромной популярностью

Отдых в России
Романтика и секс с пользой для планеты Романтика и секс с пользой для планеты

Как не ударить в грязь лицом перед экоактивисткой?

Playboy
Власти признались, что отключают дорожные камеры в снегопад. Когда и где Власти признались, что отключают дорожные камеры в снегопад. Когда и где

Как работают камеры, если водитель пересечет невидимые под сугробами линии

РБК
Убегающие от быков люди указали на новый тип пешеходной динамики Убегающие от быков люди указали на новый тип пешеходной динамики

Коллаборация физиков разобралась с поведением толпы во время бычьих бегов

N+1
Александр Осипов: « Персонал должен уметь распознавать цифровых мошенников» Александр Осипов: « Персонал должен уметь распознавать цифровых мошенников»

Почему важно инвестировать в обучение сотрудников информационной безопасности

РБК
Ученые рассказали, почему содержательные разговоры с коллегами лучше светских бесед Ученые рассказали, почему содержательные разговоры с коллегами лучше светских бесед

Почему люди избегают содержательных бесед вне своего привычного круга общения

Inc.
Женщина на грани Женщина на грани

Виктория Толстоганова и ее свежая киноработа в мрачном детективе «Казнь»

Harper's Bazaar
10 признаков высокого интеллекта в обычной жизни 10 признаков высокого интеллекта в обычной жизни

Умного видно, даже если он не рассуждает о теории вероятности

Maxim
Космическая еда: что едят космонавты Космическая еда: что едят космонавты

Что едят космонавты в космосе?

ТехИнсайдер
Открыть в приложении