Сейчас алгоритмы ИИ работают на базе классических электронных устройств. Мощность подобных платформ уже сравнима с мощностью головного мозга человека. Но принцип их работы не позволяет раскрыть до конца потенциал нейросетей. Платформы, на которых сейчас работают нейросети, функционируют по принципам архитектуры Фон-Неймана: в таких системах хранение информации и ее обработка происходят на разных элементах. Именно это во многом ограничивает нейронные сети в скорости решения задач. Кроме того, сама двоичная вычислительная логика кардинально отличается от алгоритмов работы биологических нейронных сетей.
Одно из решений проблемы, которые видят ученые, ― создать устройства, работающие по принципу нейронной сети головного мозга. Значительный шаг в этом направлении уже сделала компания Intel. Ее процессоры loihi и loihi-2 удалось приблизить по принципу работы к биологическим нейронам. На практике это выражается в более быстром, энергоэффективном и пластичном обучении нейросетей. Но до сих пор не понятно, из какого материала лучше всего делать составляющие для платформ, на основе которых работают нейросети. «Детали» для таких устройств предложили исследователи из ИТМО. Разработанные учеными системы на основе металл-органических кристаллов активируются световым импульсом от лазера и имитируют поведение нейронов — при смене низкой частоты воздействия на высокую переходят из состояния активной реакции на раздражитель (потенциации) в пассивное (депрессию).
Кристаллы относятся к классу «молодых», открытых в 2000-е, материалов — металлоорганическим каркасам (MOF). Они как конструктор собираются из органических молекул, а соединительными «звеньями» между ними выступают ионы металла. Как правило, и создаются такие каркасы из химического раствора этих двух составляющих.
В своем исследовании ученые ИТМО использовали кристаллы на основе меди и тремизиновой кислоты, которая выступила в качестве органического компонента. Составляющие таких материалов легко поддаются органическому распаду, поэтому они безвредны для окружающей среды. Другое преимущество — сравнительно низкая цена производства. В отличие от редкого и трудно добываемого кремния, на основе которого сейчас работает вся электроника, такие кристаллы можно «смешать» в пробирке в любой лаборатории и уже через час получить результат.
«Если светить лазером на кристалл с паузой в одну секунду, то интенсивность его реакции на свет постепенно снижается. Если увеличить эти паузы до двух секунд — растет. Такое поведение кристаллов идентично реакциям нейронных клеток на нейромедиаторы (биологически активные вещества-возбудители, которые играют важнейшую роль в передаче информации от одного нейрона к другому). Яркий пример — воздействие на наш мозг серотонина, или "гормона радости". Чем чаще мы едим шоколад, тем меньше получаем удовольствия от него, чем реже ― тем ярче эмоции. Эта зависимость мощности реакции кристаллов от частоты излучения позволяет использовать их для нейроморфных вычислений, то есть таких логических операций, которые идентичны операциям, производимым в головном мозге», ― отмечает один из авторов исследования, аспирант, младший научный сотрудник физического факультета ИТМО Семен Бачинин.
Семен Бачинин, сзади установка, на которой исследовались кристаллы и проводились эксперименты. Фото из личного архива автора
С помощью таких кристаллов можно оперативнее и энергоэффективнее кодировать, передавать и хранить информацию. Но чтобы это сделать, на них, помимо лазера, надо воздействовать электрическими импульсами. Комбинация электрических и световых импульсов разной амплитуды позволяет переключать кристалл между несколькими электрическими состояниями, что и дает возможность осуществлять операции с информацией.
При этом все вычислительные операции происходят внутри одного кристалла, а не на разных элементах, как это реализуется в классических электронных устройствах. Поэтому времени и энергии на выполнении всех действий нужно меньше. Такую концепцию хранения, передачи и кодирования информации на одном элементе ученые называют in-memory computing («вычисления в оперативной памяти»). Развитием этой технологии сейчас активно занимаются во всем мире. Например, такие разработки стремятся внедрять цифровые гиганты вроде Google, чтобы ускорить процессы работы с данными. Созданные учеными ИТМО кристаллы также могут приблизить переход на подобные технологии, при этом в данном случае можно будет сделать производство экологичным и использовать отечественные компоненты.
В ходе экспериментов ученые ИТМО сравнили скорость и количество циклов обучения нейросетей по распознаванию рукописного текста на классическом устройстве с временем и циклами обучений аналогичной нейросети на разработанных кристаллах. Результаты показали, что нейросеть на базе новой разработки смогла научиться распознавать текст со стопроцентной точностью быстрее и эффективнее и выполнить более 50 циклов распознавания текста.
Исследование проводилось в рамках программы «Приоритет 2030».
