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

Алгоритмические войны Алгоритмические войны

Как битвы будущего видят по ту сторону океана

Популярная механика
Вася и Валя, или Когда психолог может помочь влюбленным не проворонить свое счастье Вася и Валя, или Когда психолог может помочь влюбленным не проворонить свое счастье

Как специалист может помочь развеять связанных с прошлым химер?

СНОБ
Пассажирский сверхзвук: каким путем пойдут новые поколения? Пассажирский сверхзвук: каким путем пойдут новые поколения?

Коммерческая сверхзвуковая авиация сможет существовать, если изменится

Наука
Наше и классное! Лучшие российские фильмы 2021 года, которые ты могла пропустить Наше и классное! Лучшие российские фильмы 2021 года, которые ты могла пропустить

Наше кино бывает отличным. Пусть и иногда немного мрачноватым.

Cosmopolitan
Генератор культуры Генератор культуры

ГЭС‑2 станет вырабатывать энергию современного искусства

AD
Илон Маск Илон Маск

Илон Маск стал первым в истории, чье состояние достигло 300 миллиардов долларов

ЖАРА Magazine
Технопарад Технопарад

Сельское перекати-поле, пресная розовая вода и джинсы с подушкой безопасности

ТехИнсайдер
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
Жизнь животных Митихи Ромацуоки Жизнь животных Митихи Ромацуоки

Японский мастер вспоминает детство, создавая зверей-киборгов из глины и меди

ТехИнсайдер
Неприличные удовольствия приличных людей Неприличные удовольствия приличных людей

Любимые произведения Джейн Остен, Льва Толстого, Стэнли Кубрика и других

Weekend
Сила Казимира помогла создать энергетический диод Сила Казимира помогла создать энергетический диод

Для этого ее пришлось двухпараметрически модулировать

N+1
Эвакуатор для своих: бармен из Санкт-Петербурга придумал как заработать, когда закрыли общепит Эвакуатор для своих: бармен из Санкт-Петербурга придумал как заработать, когда закрыли общепит

Как бармен переоборудовал грузовик и стал частным эвакуатором

VC.RU
Богатство выбора: что не так с новым исследованием неравенства в мире и в России Богатство выбора: что не так с новым исследованием неравенства в мире и в России

Обновленная база данных о ситуации с неравенством в современном мире

Forbes
В другом В другом

Для экспериментов в области дизайна 3D-печать — портал в завтрашний день

Robb Report
Миллион на любимом деле: как я в декрете и без образования создала бизнес Миллион на любимом деле: как я в декрете и без образования создала бизнес

Иногда хобби можно превратить в прибыльный бизнес

Cosmopolitan
Апокалипсис в раю Апокалипсис в раю

Извержение Кумбре-Вьехи: что (и почему) случилось на канарском острове Ла-Пальма

N+1
От пионера доставки продуктов в России до потери лидерства и продажи: краткая история ритейлера «Утконос» От пионера доставки продуктов в России до потери лидерства и продажи: краткая история ритейлера «Утконос»

Начинал со «столов заказов», одним из первых отказался от офлайн-магазинов

VC.RU
5 способов удержать ценного сотрудника, который решил уволиться 5 способов удержать ценного сотрудника, который решил уволиться

Что делать руководителю, у которого ценный сотрудник задумался об уходе?

Inc.
Потусторонние силы Потусторонние силы

Первопроходцы мира цифровой моды рассказывают, чего нам ждать

Vogue
Палеогенетики секвенировали древнюю ДНК из пропитанных смолой отложений Палеогенетики секвенировали древнюю ДНК из пропитанных смолой отложений

В плейстоценовых отложениях хорошо сохраняется древняя ДНК

N+1
Открытие сезона Открытие сезона

Зарина Догузова, руководитель Ростуризма, посетила с рабочим визитом Кузбасс

Отдых в России
Вставили сенсор от смартфона и добавили нейросети: зачем стартап Opal попытался заново изобрести веб-камеру Вставили сенсор от смартфона и добавили нейросети: зачем стартап Opal попытался заново изобрести веб-камеру

Получилось ли у стартап Opal создать «лучшее решение для удалённой работы»

VC.RU
Профессия репортерка: как американская журналистка Нелли Блай покупала младенца Профессия репортерка: как американская журналистка Нелли Блай покупала младенца

Отрывок из книги «Профессия: репортерка» — сборника статей Элизабет Джейн Кокран

Forbes
До встречи в клубе 2,02 MAX До встречи в клубе 2,02 MAX

История рождения и крушения легенды под названием «Конкорд»

GQ
AMD или Intel: чьи процессоры лучше AMD или Intel: чьи процессоры лучше

Разбираем самые сильные и слабые стороны процессоров Intel и AMD

CHIP
Махершала Али — Forbes: «Для создателей фильмов кинотеатр — это убежище» Махершала Али — Forbes: «Для создателей фильмов кинотеатр — это убежище»

Махершала Али в фильме «Лебединая песня»

Forbes
Автор подкаста Автор подкаста

Секс с близнецами — предельная фантазия или рецепт неудачи?

Playboy
Как из любовного треугольника снова сделать пару Как из любовного треугольника снова сделать пару

В каждом любовном треугольнике есть третья сторона. Как с ней расстаться?

Psychologies
Кругосветное путешествие Алексея Камерзанова. Чад Кругосветное путешествие Алексея Камерзанова. Чад

Пройдя границу на стыке Камеруна и ЦАР, мы наконец-то попали в Чад

4x4 Club
Саманта против: как Ким Кэтролл пошла наперекор проекту, сделавшему ее звездой Саманта против: как Ким Кэтролл пошла наперекор проекту, сделавшему ее звездой

Почему Ким Кэтролл, сыгравшая Саманту, так ненавидит «Секс в большом городе»

VOICE
Открыть в приложении