I sistemi neuromorfici sono il futuro del calcolo ad alte prestazioni?

Timestamp: 8 marzo 2022 10:26
Nodo di origine: 1205029

Il cervello umano è straordinariamente bravo a memorizzare ed elaborare informazioni. Sebbene la nostra conoscenza di come funziona il cervello non sia affatto completa, scienziati e ingegneri stanno sviluppando tecnologie informatiche che imitano il modo in cui operano i neuroni nel cervello. Non si tratta solo di costruire computer più veloci; il cervello è anche molto efficiente dal punto di vista energetico e le prime indicazioni sono che i sistemi neuromorfici potrebbero fornire una migliore efficienza energetica. Questa è una considerazione importante perché il consumo di energia e il calore di scarto sono fattori limitanti per l'elettronica convenzionale.

Una grande domanda per coloro che lavorano nel campo è fino a che punto dovremmo spingerci per imitare il cervello. I sistemi futuri dovrebbero essere neuromorfici, cercando di creare sistemi che siano il più vicino possibile al cervello, o dovrebbero essere ispirati dal cervello, piuttosto che imitarlo?

Un buon modo per pensare a questo è il rapporto tra uccelli e aeroplani. Il volo umano è stato ispirato dagli uccelli e un aeroplano imita diversi aspetti del volo aviario, il più ovvio sono le due ali. Ma un aeroplano non è affatto una copia di un uccello: i motori a reazione sono molto diversi dai muscoli che sbattono le ali, per esempio.

Quattro esperti

Questa settimana, quattro esperti hanno preso parte ad a dibattito sul ruolo futuro dei sistemi neuromorfici nell'informatica. L'evento è stato presieduto da Regina Dittmann, esperto di materiali elettronici presso il Forschungszentrum Jülich in Germania.

Argomentando il caso per il calcolo neuromorfico erano Kwabena Boahen – il fondatore e direttore del laboratorio Brains in Silicon della Stanford University in California – e Ralph Etienne-Cummings, che dirige il Computational Sensory-Motor Systems Laboratory presso la Johns Hopkins University nel Maryland.

La richiesta di cautela era Yann LeCun – chi è il capo scienziato dell'IA presso Meta (Facebook) e membro del Computational Intelligence, Learning, Vision, and Robotics Lab presso la New York University – e Bill Dally è capo scienziato presso NVIDIA e membro di Bio-X presso la Stanford University.

Integrazione in 3D

Boahen ha dato il via al dibattito affermando che il successo dell'informatica neuromorfica dipende dalla nostra capacità di integrare e aumentare i componenti, proprio come l'industria dei semiconduttori ha ottenuto una crescita esponenziale del numero di transistor su un chip per molti anni. Per illustrare quanto sia importante la costante di tempo in questa legge di Moore neuromorfica, ha usato un'unità divertente di potenza di calcolo neuromorfica - il cervello del capibara - che ha paragonato al cervello di una mosca.

Il passaggio dalle architetture 2D a 3D aiuterebbe a promuovere l'integrazione, ritiene Boahen, ma ci sono molte sfide.

Etienne-Cummings ha sottolineato che l'informatica neuromorfica è molto diversa dall'informatica convenzionale. A differenza degli impulsi elettronici in un computer, i picchi di tensione in un sistema neurale non trasportano informazioni, piuttosto sono gli intervalli tra i picchi che sono importanti. In un certo senso, i sistemi neuromorfici raggiungono la quarta dimensione.

Applicazioni mediche

Ha sottolineato che i sistemi neuromorfici basati su spike svolgeranno un ruolo importante nell'integrazione dei sistemi biologici con i computer convenzionali. Ciò porterebbe a migliori tecnologie mediche come le protesi, ad esempio.

Parlando dei limiti del calcolo neuromorfico, Dally ha sottolineato che i picchi sono un modo inefficiente di rappresentare i numeri. Ciò significa che non sono particolarmente utili per eseguire molte attività attualmente eseguite dai computer convenzionali. In effetti, ha affermato che dobbiamo pensare di più a quali modelli di rete neurale sono appropriati per quali compiti, usando l'esempio dell'uccello e dell'aereo. I sistemi neuromorfici sarebbero utili per simulare la biologia, ha detto.

LeCun concordava sulla necessità di essere intelligenti su ciò che copiamo dal cervello nei sistemi informatici. Ha sottolineato che l'elettronica analogica necessaria per il calcolo neuromorfico è molto difficile da costruire e integrare al momento e ha chiesto se è in arrivo una rivoluzione tecnologica.

Acceleratori neuromorfici

Ha affermato che i sistemi neuromorfici potrebbero trovare impiego come acceleratori che svolgono compiti specifici per i sistemi informatici convenzionali. Un esempio che ha fornito è un acceleratore per occhiali per realtà aumentata.

Quindi, il pubblico è stato convinto dai sostenitori dei neuromorfi o dagli scettici? Un sondaggio fatto all'inizio del dibattito da Dittman ha suggerito che il 46% del pubblico concorda sul fatto che i sistemi neuromorfici sono il futuro del calcolo ad alte prestazioni. Dopo il dibattito, questo è salito al 56%, quindi sì.

Puoi registrarti per assistere al dibattito qui: Il futuro del calcolo ad alte prestazioni: i sistemi neuromorfici sono la risposta? Il dibattito è patrocinato dalla rivista Informatica e ingegneria neuromorfica. È pubblicato da IOP Publishing, che ti offre anche Mondo della fisica.

Il post I sistemi neuromorfici sono il futuro del calcolo ad alte prestazioni? apparve prima Mondo della fisica.

Timestamp:

Di più da Mondo della fisica