Er nevromorfe systemer fremtiden for høyytelses databehandling?

Tidsstempel: 8. mars 2022 10:26
Kilde node: 1205029

Den menneskelige hjernen er bemerkelsesverdig god til å lagre og behandle informasjon. Mens vår kunnskap om hvordan hjernen fungerer på ingen måte er fullstendig, utvikler forskere og ingeniører datateknologier som etterligner hvordan nevroner fungerer i hjernen. Dette handler ikke bare om å bygge raskere datamaskiner; hjernen er også veldig energieffektiv, og tidlige indikasjoner er at nevromorfe systemer kan gi forbedret energieffektivitet. Dette er en viktig faktor fordi energiforbruk og spillvarme er begrensende faktorer for konvensjonell elektronikk.

Et stort spørsmål for de som jobber i feltet er hvor langt vi bør gå i å etterligne hjernen. Skal fremtidige systemer være nevromorfe – prøver å lage systemer som er så nærme hjernen som mulig – eller bør de være inspirert av hjernen, i stedet for å etterligne den?

En god måte å tenke på dette er forholdet mellom fugler og fly. Menneskelig flukt var inspirert av fugler, og et fly etterligner flere aspekter ved fugleflukt - det mest åpenbare er to vinger. Men et fly er på ingen måte en kopi av en fugl – jetmotorer er veldig annerledes enn vingeklaffende muskler, for eksempel.

Fire eksperter

Denne uken deltok fire eksperter i en debatt om den fremtidige rollen til nevromorfe systemer i databehandling. Arrangementet ble ledet av Regina Dittmann, som er ekspert på elektronisk materiale ved Forschungszentrum Jülich i Tyskland.

Å argumentere for nevromorfisk databehandling var Kwabena Boahen – grunnleggeren og direktøren for Stanford Universitys Brains in Silicon lab i California – og Ralph Etienne-Cummings, som leder Computational Sensory-Motor Systems Laboratory ved Johns Hopkins University i Maryland.

Advoka til forsiktighet var Yann LeCun – som er sjef for AI-forsker ved Meta (Facebook) og medlem av Computational Intelligence, Learning, Vision og Robotics Lab ved New York University – og Bill Dally er sjefforsker ved NVIDIA og medlem av Bio-X ved Stanford University.

Integrasjon i 3D

Boahen startet debatten med å si at suksessen til nevromorf databehandling avhenger av vår evne til å integrere og oppskalere komponenter omtrent som hvordan halvlederindustrien oppnådde eksponentiell vekst i antall transistorer på en brikke i mange år. For å illustrere hvor viktig tidskonstanten i denne nevromorfe Moores lov, brukte han en morsom enhet med nevromorf datakraft – kapybaraens hjerne – som han sammenlignet med en fluehjerne.

Å flytte fra 2D- til 3D-arkitekturer vil bidra til å drive integrasjon, mener Boahen, men det er mange utfordringer.

Etienne-Cummings påpekte at nevromorf databehandling er veldig annerledes enn konvensjonell databehandling. I motsetning til elektroniske pulser i en datamaskin, bærer ikke spenningstopper i et nevrale system informasjon, snarere er det intervaller mellom pigger som er viktige. På en måte når nevromorfe systemer inn i den fjerde dimensjonen.

Medisinsk bruk

Han understreket at piggbaserte nevromorfe systemer vil spille viktige roller i å integrere biologiske systemer med konvensjonelle datamaskiner. Dette vil føre til bedre medisinsk teknologi som for eksempel proteser.

Når han snakket om begrensningene ved nevromorf databehandling, påpekte Dally at pigger er en ineffektiv måte å representere tall på. Dette betyr at de ikke er spesielt nyttige for å utføre mange oppgaver som for tiden utføres av konvensjonelle datamaskiner. Faktisk sa han at vi må tenke mer på hvilke nevrale nettverksmodeller som er passende for hvilke oppgaver – ved å bruke eksemplet med fuglen og flyet. Nevromorfe systemer ville være nyttige for å simulere biologi, sa han.

LeCun var enig om behovet for å være smart med det vi kopierer fra hjernen i datasystemer. Han påpekte at den analoge elektronikken som trengs for nevromorf databehandling er svært vanskelig å bygge og integrere for øyeblikket, og spurte om en revolusjon innen teknologi kommer.

Nevromorfe akseleratorer

Han sa at nevromorfe systemer kunne finne bruk som akseleratorer som gjør spesifikke oppgaver for konvensjonelle datasystemer. Et eksempel han ga er en akselerator for augmented-reality-briller.

Så, ble publikum overbevist av de nevromorfe talsmennene eller av skeptikerne? En meningsmåling gjort i begynnelsen av debatten av Dittman antydet at 46% av publikum var enige i at nevromorfe systemer er fremtiden for høyytelses databehandling. Etter debatten steg dette til 56 %, så ja har det.

Du kan registrere deg for å se debatten her: Fremtiden for høyytelses databehandling: er nevromorfe systemer svaret? Debatten er sponset av tidsskriftet Nevromorf databehandling og ingeniørfag. Den er utgitt av IOP Publishing, som også gir deg Fysikkens verden.

Innlegget Er nevromorfe systemer fremtiden for høyytelses databehandling? dukket først på Fysikkens verden.

Tidstempel:

Mer fra Fysikkens verden