Сети нанолазеров научились имитировать ключевой принцип работы мозга
Физические вычислительные системы на базе полупроводниковых лазеров могут стать основой искусственного интеллекта нового поколения. По сравнению с традиционной электроникой они потенциально обеспечивают более высокую скорость обработки данных, большую пропускную способность и меньшее энергопотребление. Новое исследование демонстрирует, как объединение нейробиологии, физики и информатики открывает путь к созданию принципиально новых ИИ-систем.
Работа ученых Бернского университета совместно с компанией Thales Research & Technology опубликована в журнале Nature Communications. В ней показано, что сети нанолазеров способны воспроизводить один из важнейших механизмов работы человеческого мозга — вероятностное моделирование окружающего мира.
Мозг человека постоянно формирует внутреннюю модель реальности. Даже сосредоточившись на экране, мы сохраняем представление о происходящем вокруг и можем вообразить то, что скрыто от взгляда. При этом такая модель носит вероятностный характер. Например, видя пловца над водой, мы наблюдаем лишь часть его тела, но можем представить различные возможные положения скрытых под водой частей, исключая невозможные варианты. В статистике подобный процесс называется байесовским выводом — оценкой скрытого состояния на основе наблюдаемых данных и предыдущего опыта.
Однако мозг не удерживает в сознании все возможные варианты одновременно. Он словно «выбирает» один из вероятных сценариев. Иллюзия «кролик–утка» хорошо иллюстрирует этот принцип: человек видит либо кролика, либо утку, но не оба образа сразу. По словам одного из авторов исследования Ивана Бойкова из Thales Research & Technology, мозг фактически выбирает отдельные варианты из вероятностного распределения по одному за раз.
На уровне нейронов это связано с их импульсной природой: клетки не передают непрерывный сигнал, а генерируют короткие электрические импульсы — потенциалы действия. В зрительной коре такие группы нейронов могут последовательно «прорисовывать» контуры объекта, формируя одну возможную интерпретацию за другой.
Исследователи задались вопросом: можно ли реализовать подобный принцип в искусственной системе, но значительно быстрее? «Заменив биологические процессы физикой полупроводников, мы можем многократно ускорить динамику таких сетей», — отмечает соавтор работы Альфредо де Росси.
В качестве основы ученые выбрали полупроводниковые нанолазеры. Компьютерное моделирование показало, что при определенной конфигурации материалов можно создать сеть таких лазеров, способную обучаться вероятностному представлению данных и генерировать выборки — аналогично тому, как это делает мозг.
Если нейроны работают в масштабе миллисекунд, то нанолазеры — в диапазоне десятков пикосекунд, что делает их в сотни миллионов раз быстрее. Импульсы света в такой системе выполняют роль «спайков», обеспечивая выборку из вероятностной модели.
В демонстрационном эксперименте сеть обучили распознавать рукописные цифры. Когда системе показывали лишь часть изображения, скрывая некоторые пиксели, она достраивала полные цифры, соответствующие исходным данным. При этом сеть генерировала только правдоподобные варианты и не создавала невозможных комбинаций. Без входных ограничений она могла воспроизводить все допустимые цифры — подобно тому, как мозг свободно перебирает возможные образы.
Хотя концепция спайковой выборки активно развивается уже около десяти лет, в том числе в рамках проектов «Человеческий мозг» и EBRAINS, применение лазерных систем для этих целей предложено впервые.
«Поразительно, что мигающие лазеры могут функционировать почти так же, как мигающие нейроны, — отмечает исследователь Бернского университета Михай А. Петрович. — Только вместо обмена ионами натрия и калия они обмениваются фотонами». По его словам, световые вычисления обладают существенными преимуществами: меньшими энергетическими потерями и возможностью параллельной передачи сигналов на разных частотах без взаимных помех.
Именно поэтому, подчеркивают авторы, современные высокоскоростные интернет-сети основаны на оптических технологиях. В работе также предложены конкретные схемы чиповой реализации таких сетей, что открывает перспективу создания сверхбыстрого и энергоэффективного вычислительного оборудования будущего.
С уважением, ООО "Компания "База Электроники"
Вернуться на главную