Железяка, раскиньмозгами!
Старший научный сотрудник Лаборатории функциональных материалов и устройств для наноэлектроники МФТИ Юрий Матвеев / Фото: Пресс-служба МФТИ

Железяка, раскиньмозгами!

Наука
Молодые московские ученые нашли способ заставить компьютеры «по-человечески».

Ученым из МФТИ удалось создать «электронные синапсы» - устройства, которые помогут компьютерам работать на принципах биологических нейронных сетей.

«Каким образом?», - за разъяснениями мы обратились к старшему научному сотруднику Лаборатории функциональных материалов и устройств для наноэлектроники МФТИ Юрию Матвееву.

- Юрий Александрович, что такое «синапсы» и в чем их ценность?

- Синапс - это место соединения нейронов головного мозга. Основная их функция - передача сигнала от одного нейрона к другому. Каждый нейрон может иметь тысячи синапсов, то есть связываться с огромным числом других нейронов. Это позволяет обрабатывать информацию не в последовательном (как делают современные компьютеры), а в параллельном режиме. Именно в этом, по мнению специалистов, кроется причина столь фантастической эффективности живых нейронных сетей.

- Работы по созданию искусственного интеллекта ведутся давно, но успехи весьма скромные?

- Дело в том, что, несмотря на все достижения электроники, несмотря на наноразмеры современной элементной базы, для того, чтобы создать что-то похожее по способности обработки информации на человеческий мозг, понадобился бы процессор размером с несколько футбольных полей! Вот так работает наш мозг, объемом всего лишь в литр! Да и ничего особо миниатюрного в биологических системах нет! Таких размеров, как в современной наноэлектронике, мы там не видим. Но все дело в том, что мозг адаптивен! И если «железо» запрограммировано раз и навсегда на какую-то функцию, то наш мозг постоянно подстраивается под каждую задачу. И эту вариативность обеспечивают как раз синапсы.

- И именно на их электронное исполнение вы направили усилия?

- Не только мы. Поиски ведутся давно во всем мире. В 2008 году Дмитрий Струков, выпускник МФТИ, создал структуру, так называемый «мемристор», характеристики которого очень напоминали характеристики синапса. Это открытие дало мощный всплеск интереса к искусственному интеллекту.

- Ученые принялись вести поиски воплощения мемристора в «железе»?

- Да. С тех пор по всему миру ведутся работы с разными материалами. Мы остановились на сверхтонких пленках оксида гафния (HfO2). Окончательного понимания физических принципов работы нашего мемристора пока нет. Однако, качественная модель такова: в слое сверхтонкого оксид (3-5 нм!) под действием электрического поля образуются и перемещаются вакансии атомов кислорода. Именно они и отвечают за обратимое изменение проводимости.

На базе этой технологии нам удалось изготовить аналоговые мемристоры и продемонстрировать на их основе несколько механизмов работы реальных биологических синапсов. Например, долговременное усиление или ослабление связи между нейронами.

Удалось получить и более сложный механизм - так называемую временную пластичность ("spike-timing-dependent plasticity"), то есть зависимость величины связи между двумя нейронами от разницы времени их "срабатывания". Считается, что именно этот механизм отвечает за ассоциативное обучение - способность мозга находить связи между разными событиями. При этом в нашей работе мы специально использовали электрические сигналы, по форме воспроизводящие сигналы в живых нейронах, и полученные зависимости оказались очень похожими на те, которые получаются при исследовании живых синапсов.

- Но мозг-то целиком, наверное, сразу никто не будет делать. Это будет использоваться как-то частично в работе компьютеров?

- Конечно, о целом мозге или даже его части речь пока не идет. Мы лишь можем рассчитывать на создание небольшой искусственной нейронной сети. Она может использоваться как надстройка к обычному процессору, существенно усилив его функционал. Пока что была создана минимальная матрица мемристоров, но тем самым мы стали еще на шаг ближе к созданию искусственной нейронной сеть. Пусть пока что простейшей, но "в железе"! Статья о нашей работе опубликована в журнале Nanoscale Research Letters.

 

Google newsYandex newsYandex dzen