Wir sagen Ihnen, wer und warum daran beteiligt ist.
/ Foto Paweł Czerwiński UnsplashWas ist ein neuromorpher Chip?
Dies ist ein Prozessor, dessen Betrieb auf den Prinzipien der Wirkung des menschlichen Gehirns basiert. Solche Geräte simulieren die Arbeit von Neuronen und ihren Prozessen - Axonen und Dendriten -, die für die Übertragung und Wahrnehmung von Daten verantwortlich sind. Verbindungen zwischen Neuronen entstehen durch Synapsen - spezielle Kontakte, über die elektrische Signale übertragen werden.
Eine der Aufgaben neuromorpher Geräte besteht darin, das Training von Faltungs-Neuronalen Netzen zur Bilderkennung zu beschleunigen. Auf dieser Technologie basierende Systeme für künstliche Intelligenz müssen nicht über das Netzwerk auf ein riesiges Repository mit Trainingsdaten zugreifen - alle Informationen sind ständig in künstlichen Neuronen enthalten. Dieser Ansatz ermöglicht die lokale Implementierung von Algorithmen für maschinelles Lernen. Daher wird erwartet, dass neuromorphe Chips in mobilen Geräten, IoT-Geräten sowie Rechenzentren Anwendung finden.
Warum Ingenieure vom menschlichen Gehirn inspiriert sind
Ingenieure, die an der Entwicklung neuromorpher Chips beteiligt sind (wir werden später mehr darüber sprechen), bemerken in erster Linie die hohen Rechenfähigkeiten des menschlichen Gehirns.
Einer Reihe von Studien zufolge hat unser Gehirn die potenzielle Leistung eines Exaflops. Traditionelle Supercomputer mit einer solchen Rechenleistung werden noch entwickelt - die ersten Maschinen werden frühestens 2021 erwartet.
Gleichzeitig weist das Gehirn eine extrem hohe Energieeffizienz auf, was der zweite wichtige Faktor für diejenigen ist, die an der Entwicklung neuromorpher Systeme beteiligt sind.
/ Foto Jesse Orrico UnsplashNatürlich haben künstliche Systeme erhebliche Einschränkungen. Neuronale Netze unterscheiden sich von ihren biologischen Gegenstücken darin, dass sie sich beim Erlernen einer neuen Aufgabe nicht an frühere Fähigkeiten „erinnern“ können. Ein Algorithmus, der darauf trainiert ist, Hunde zu erkennen, kann nicht zwischen Menschen unterscheiden. Experten aus diesem Bereich hoffen jedoch, dass neuromorphe Chips neue Möglichkeiten für das Training von Multitasking-Neuronalen Netzen eröffnen und ähnliche Probleme lösen werden.
Die ersten neuromorphen Chips
Die ersten Versuche, künstliche Neuronen zu erzeugen, wurden in den 60er Jahren des letzten Jahrhunderts
unternommen . Dann
schuf einer der zukünftigen Erfinder des Mikroprozessors
Ted Hoff (Ted Hoff) zusammen mit dem Stanford-Professor Bernard Widrow (Bernard Widrow)
ein einstufiges neuronales Netzwerk auf der Basis von
Memistoren - elektrochemischen Widerständen mit Speicherfunktion. Es wird angenommen, dass diese Entwicklung den Grundstein für die neuromorphe Technik gelegt hat.
In den 80er Jahren schlug der Ingenieur von
Carver Mead vor, Transistoren als analoge Komponenten anstelle von digitalen Schaltern zu verwenden. In den 90er Jahren führte ein von Mead geführtes Team eine künstliche Synapse ein, die Informationen über einen langen Zeitraum speichern kann, sowie einen neuromorphen Prozessor, der auf
Floating-Gate-Transistoren basiert.
Gleichzeitig kündigte US-Präsident George W. Bush den Beginn der „
Dekade des Gehirns “ an und forderte das Sponsoring von Programmen zur Erforschung dieses Organs. All dies gab der Entwicklung der
Neuroinformatik und der
rechnergestützten Neurobiologie Impulse und führte zur Schaffung einer Infrastruktur für die weitere Untersuchung des Themas.
In den letzten zehn Jahren hat das menschliche Wissen über die Arbeit des Gehirns neue Höhen erreicht. Seit 2013 entwickelt die Schweiz das
Human Brain Project (HBP). Im selben Jahr startete Amerika die
BRAIN-Initiative . Diese Initiativen hatten große Auswirkungen auf das Gebiet der Systeme der künstlichen Intelligenz und führten zur Entstehung neuer neuromorpher Technologien.
Was wird heute entwickelt
Heute werden bei IBM Neurochips erstellt. Bereits 2008 nahmen von DARPA unterstützte Ingenieure am SyNAPSE-Programm teil, das andere Computerarchitekturen als die von Neumann entwickelte. IBM gelang es drei Jahre lang, einen Kern mit 256 künstlichen Neuronen zu entwickeln (jede hatte 256 Synapsen). Drei Jahre später stellte das Unternehmen den
TrueNorth- Prozessor vor, der aus 4096 solcher Kerne besteht - mehr als eine Million Neuronen. Und es wird bereits bei
Gestenerkennungs- und
Spracherkennungsaufgaben verwendet. Die Entwickler des Unternehmens sagen, dass TrueNorth-basierte Computersysteme das Gehirn der Katze erfolgreich simulieren können. Eine Reihe von Experten
halten solche Aussagen jedoch für eine deutliche Übertreibung.
Ein weiteres großes IT-Unternehmen, das neuromorphe Computersysteme entwickelt, ist Intel. Letztes Jahr haben sie den Loihi-Chip eingeführt. Es
enthält 128 neuromorphe Kerne, von denen jeder 1024 Neuronen simuliert. Sie können den Prozessor mit einer in Python geschriebenen API programmieren. Die ersten Kopien dieser Geräte wurden bereits an die Rechenzentren mehrerer führender Universitäten gesendet, um Tests für reale Aufgaben durchzuführen.
Apropos Universitäten: Ingenieure der Universität Manchester arbeiten auch an neuromorphen Chips. Letztes Jahr haben sie die
SpiNNaker- Architektur eingeführt, die aus einer
Million Kernen besteht , die den Betrieb von
hundert Millionen Neuronen emulieren können. Diese Anlage verbraucht 100 kW. Sie können einen Computer mit
der Sprache PyNN programmieren . Bisher werden mit der Maschine die im Gehirn der Maus ablaufenden Prozesse simuliert.
Trotz der Fortschritte der letzten Jahre können wir sagen, dass sich neuromorphes Eisen in einem frühen Stadium seiner Entwicklung befindet. Die Aufgaben, die KI-Systeme auf ihrer Basis stellen, beschränken sich hauptsächlich auf die Objekterkennung. Vertreter der IT-Branche sind jedoch davon überzeugt, dass neuromorphe Hardware in Zukunft vollwertige Simulationen ermöglichen und völlig neue Rechenfunktionen eröffnen wird.
Worüber wir in unserem Blog schreiben: