Czy systemy neuromorficzne są przyszłością obliczeń o wysokiej wydajności?

Znacznik czasu: 8 marca 2022 10:26
Węzeł źródłowy: 1205029

Ludzki mózg jest wyjątkowo dobry w przechowywaniu i przetwarzaniu informacji. Chociaż nasza wiedza na temat działania mózgu nie jest pełna, naukowcy i inżynierowie opracowują technologie komputerowe naśladujące działanie neuronów w mózgu. Nie chodzi tu tylko o budowanie szybszych komputerów; mózg jest również bardzo energooszczędny, a wstępne przesłanki wskazują, że systemy neuromorficzne mogą zapewnić lepszą efektywność energetyczną. Jest to ważna kwestia, ponieważ zużycie energii i ciepło odpadowe są czynnikami ograniczającymi w przypadku konwencjonalnej elektroniki.

Najważniejszym pytaniem dla osób pracujących w terenie jest to, jak daleko powinniśmy się posunąć w naśladowaniu mózgu. Czy przyszłe systemy powinny być neuromorficzne – próbując tworzyć systemy jak najbliżej mózgu – czy też powinny być inspirowane mózgiem, a nie go naśladować?

Dobrym sposobem, aby o tym pomyśleć, jest związek między ptakami i samolotami. Lot człowieka został zainspirowany ptakami, a samolot naśladuje kilka aspektów lotu ptaka – najbardziej oczywistym są dwa skrzydła. Ale samolot w żadnym wypadku nie jest kopią ptaka – na przykład silniki odrzutowe bardzo różnią się od mięśni machających skrzydłami.

Czterech ekspertów

W tym tygodniu czterech ekspertów wzięło udział w: debata o przyszłej roli systemów neuromorficznych w informatyce. Wydarzeniu przewodniczył Reginy Dittmann, który jest ekspertem ds. materiałów elektronicznych w Forschungszentrum Jülich w Niemczech.

Argumentem za obliczeniami neuromorficznymi byli: Kwabena Boahen – założyciel i dyrektor laboratorium Brains in Silicon na Uniwersytecie Stanforda w Kalifornii – oraz Ralpha Etienne-Cummingsa, który kieruje Laboratorium Obliczeniowych Systemów Sensoryczno-Motorycznych na Uniwersytecie Johnsa Hopkinsa w Maryland.

Zalecano ostrożność Yanna LeCuna – który jest głównym naukowcem zajmującym się sztuczną inteligencją w Meta (Facebook) i członkiem Computational Intelligence, Learning, Vision, and Robotics Lab na Uniwersytecie Nowojorskim – oraz Billa Dally'ego jest głównym naukowcem w firmie NVIDIA i członkiem Bio-X na Uniwersytecie Stanforda.

Integracja w 3D

Boahen rozpoczął debatę stwierdzeniem, że sukces obliczeń neuromorficznych zależy od naszej zdolności do integracji i zwiększania skali komponentów, podobnie jak przemysł półprzewodników osiągał wykładniczy wzrost liczby tranzystorów w chipie przez wiele lat. Aby zilustrować, jak ważna jest stała czasowa w tym neuromorficznym prawie Moore'a, użył zabawnej jednostki neuromorficznej mocy obliczeniowej – mózgu kapibary – którą porównał do mózgu muchy.

Boahen uważa, że ​​przejście z architektury 2D na 3D pomogłoby w pobudzeniu integracji, wiąże się to jednak z wieloma wyzwaniami.

Etienne-Cummings zauważył, że obliczenia neuromorficzne bardzo różnią się od obliczeń konwencjonalnych. W przeciwieństwie do impulsów elektronicznych w komputerze, skoki napięcia w systemie neuronowym nie niosą informacji, lecz istotne są odstępy między skokami. W pewnym sensie systemy neuromorficzne sięgają czwartego wymiaru.

Zastosowania medyczne

Podkreślił, że systemy neuromorficzne oparte na kolcach odegrają ważną rolę w integracji systemów biologicznych z konwencjonalnymi komputerami. Prowadziłoby to do opracowania lepszych technologii medycznych, takich jak na przykład protetyka.

Mówiąc o ograniczeniach obliczeń neuromorficznych, Dally zauważył, że skoki są nieefektywnym sposobem przedstawiania liczb. Oznacza to, że nie są one szczególnie przydatne do wykonywania wielu zadań, które obecnie wykonują konwencjonalne komputery. Rzeczywiście stwierdził, że trzeba się bardziej zastanowić, jakie modele sieci neuronowych są odpowiednie do jakich zadań – na przykładzie ptaka i samolotu. Stwierdził, że systemy neuromorficzne byłyby przydatne do symulacji biologii.

LeCun zgodził się co do tego, że należy mądrze podchodzić do tego, co kopiujemy z mózgu w systemach komputerowych. Zwrócił uwagę, że elektronika analogowa potrzebna do obliczeń neuromorficznych jest obecnie bardzo trudna w budowie i integracji oraz zapytał, czy nadchodzi rewolucja technologiczna.

Akceleratory neuromorficzne

Powiedział, że systemy neuromorficzne mogą znaleźć zastosowanie jako akceleratory wykonujące określone zadania dla konwencjonalnych systemów komputerowych. Jako przykład podał akcelerator okularów rzeczywistości rozszerzonej.

Czy publiczność została zatem przekonana przez zwolenników neuromorfizmu, czy przez sceptyków? Z sondażu przeprowadzonego na początku debaty przez Dittmana wynika, że ​​46% słuchaczy zgodziło się, że systemy neuromorficzne są przyszłością obliczeń o dużej wydajności. Po debacie odsetek ten wzrósł do 56%, więc jestem na tak.

Aby obejrzeć debatę, można zarejestrować się tutaj: Przyszłość obliczeń o dużej wydajności: czy systemy neuromorficzne są rozwiązaniem? Patronem debaty jest czasopismo Neuromorficzne informatyka i inżynieria. Wydawany jest przez IOP Publishing, które również przynosi Świat Fizyki.

Post Czy systemy neuromorficzne są przyszłością obliczeń o wysokiej wydajności? pojawiła się najpierw na Świat Fizyki.

Znak czasu:

Więcej z Świat Fizyki