Neuromorfno računarstvo rešava krizu tehnološke industrije
Što se računara tiče, ljudski mozak je daleko ispred svake konkurencije. Mali je, lagan, ima malu potrošnju energije i neverovatno je prilagodljiv. Iz tih razloga, ljudski mozak će biti model za sledeći talas naprednog računarstva. Dizajn inspirisan mozgom poznat je pod zajedničkim nazivom „neuromorphic computing (neuromorfno računarstvo)“.
Brain-based computing će pomoći tehnološkim kompanijama
Čak se ni najnapredniji računari ne približavaju ljudskom mozgu – ili čak većini mozga sisara – ali naša siva materija može inženjerima i programerima da pruži nekoliko smernica kako da računarsku infrastrukturu učine efikasnijom, oponašajući sinapse mozga i neurone.
Prvo, biologija – neuroni su nervne ćelije koje prenose poruke iz jednog dela tela u drugi. Te poruke se prenose sa jednog neurona na drugi dok ne dođu do dela tela gde mogu da proizvedu efekat – na primer, tako što će nas navesti da budemo svesni bola, pomerimo mišić ili izgovorimo rečenicu. Način na koji neuroni prenose poruke jedni drugima preko praznine naziva se sinapsa. Jednom kada neuron dobije dovoljno informacija da se pokrene, on prenosi hemijski ili električni impuls, poznat kao akcioni potencijal, na sledeći neuron ili u drugu ćeliju, poput mišića ili žlezde. Dalje, tehnologija – neuromorfni računski softver nastoji da stvori ove akcione potencijale kroz spiking neural networks (SNN). SNN su napravljeni od neurona koji signaliziraju drugim neuronima tako što generišu sopstvene akcione potencijale, na taj način prenoseći informacije. Jačina i tajming poruka dovode do toga da neuroni ponovo mapiraju veze između sebe, omogućavajući SNN-u da „uči“ kako se menjaju informacije, kao što to čini i mozak.
S hardverske strane, neuromorfni čipovi su takođe osnovno odstupanje od CPU-a i GPU-a koji se danas koriste u većini računarskog hardvera. Tradicionalne strukture već neko vreme imaju problem jer je sve teže i teže staviti više tranzistora na jedan čip, a tu su i ograničenja fizike, potrošnje energije i proizvodnje toplote. U isto vreme generišemo sve više računarskih podataka i trošimo sve više računarske snage, što znači da super prilagodljivi, supermoćni, super niskoenergetski računar u našim glavama počinje da izgleda sve zanimljiviji kao tehnološki model.
“Naši najbolji računari stagniraju i fluktuiraju u performansama. Sada imamo veliku potrebu da brzo pronađemo nešto što može da poboljša računarsku nauku. Istražuju se različite tehnologije i neuromorfna je verovatno najperspektivnija“, kaže Suhas Kumar, naučnica iz Hewlett Packard Enterprise. Umesto da izdvoji memoriju i računarstvo kao većina čipova koji se danas koriste, neuromorfni hardver sadrži oba, a procesori imaju sopstvenu lokalnu memoriju – sklop sličniji mozgu – koji štedi energiju i ubrzava obradu. Neuromorfno računanarstvo takođe bi moglo da pomogne u stvaranju novog talasa aplikacija veštačke inteligencije (AI).
Trenutna AI je uska i razvija se učenjem iz sačuvanih podataka, razvijanjem i usavršavanjem algoritama dok se pouzdano ne podudaraju sa određenim ishodom. Korišćenje moždanih strategija poput neuromorfnih tehnologija moglo bi da omogući AI da preuzme nove zadatke. Budući da neuromorfni sistemi mogu da funkcionišu poput ljudskog mozga – sposobni da se nose sa neizvesnošću, prilagode se i koriste neuredne, zbunjujuće podatke iz stvarnog sveta – to bi moglo da postavi temelje da AI postane bolja.
Neuromorfno računarstvo ima svoje korene u računarskim sistemima, razvijenim krajem 1980-ih, koji su dizajnirani da modeliraju rad životinjskog nervnog sistema. Od tada, neuromorfno računarstvo ubrzava, do te mere da su neka od najvećih tehnoloških imena već proizvela neuromorfni hardver: IBM-ov TrueNorth čip i Intelov 128-jezgreni Loihi čip i neuromorfni sistem Pohoiki Beach, na primer.
Gde se to koristi?
Za sada se, međutim, većina primena neuromorfnih sistema koristi u istraživačkim laboratorijama: u Intelovom slučaju, na primer, njegov hardver se koristi za razvoj eksperimentalne robotske ruke montirane na invalidska kolica za ljude sa povredama kičme, kao i za veštačku kožu za pomoć robotima da dobiju osećaj dodira. Međutim, malo je verovatno da će tako i ostati – prema HPE-ovom Kumaru, prvi komercijalni sistemi koji se značajno oslanjaju na neuromorfno računanje mogli bi biti dostupni za pet godina. Prva primena neuromorfnih sistema mogla bi biti u napajanju robotike i u autonomnim automobilima, gde bi to moglo biti posebno korisno – na primer, izračunavanje rizika da neko izleti na put i da li u toj situaciji treba promeniti ponašanje automobila.
“Do sada se priča o računarstvu više ticala umetanja više uređaja u manji prostor na čipu. Međutim, u narednom periodu će akcenat biti na ubacivanju više inteligencije, odnosno, stavljanju više funkcija u dati obim materijala. A to zahteva inovacije u svemu, od materijala do arhitekture čipa i softvera “, rekao je Kumar.
Izvor: Zdnet
