Искусственный синапс на воде и соли — реальность. Шаг к нейроморфным вычислениям

Пост опубликован в блогах iXBT.com, его автор не имеет отношения к редакции iXBT.com

Человеческий мозг — это вершина эволюции, загадочный лабиринт из нейронов и синапсов, способный на невероятные вычисления и творчество. Мы разгадали тайны космоса, создали искусственный интеллект, но до сих пор не можем полностью понять, как работает эта трехфунтовая масса, заключенная в черепной коробке. Ученые, стремясь разгадать секреты мозга и создать более эффективные компьютеры, обратили внимание на саму природу этой биологической машины. И что же они обнаружили? Возможно, ключ к революции в компьютерных технологиях лежит в воде и соли — тех самых веществах, что составляют основу нашего мышления.

Художественное видение нейроморфного процессора
Автор: Designer

Традиционные компьютеры, работающие на основе кремниевых чипов и двоичного кода, достигли своего предела. Энергопотребление растет, а эффективность падает. В поисках выхода ученые обратились к нейроморфным вычислениям — области, которая стремится создать компьютеры, работающие по принципам мозга. Но вместо того, чтобы копировать структуру нейронных сетей, исследователи из Утрехтского университета и университета Соган пошли другим путем. Они решили использовать саму среду, в которой функционирует наш мозг — воду и растворенные в ней соли.

И им это удалось! В лаборатории родился искусственный синапс — крошечное устройство, имитирующее поведение связей между нейронами. Вместо электронов, бегущих по проводам, здесь движутся ионы — заряженные частицы, переносящие информацию. Изменяя концентрацию ионов, ученые добились эффекта, аналогичного усилению или ослаблению синаптических связей, что лежит в основе обучения и памяти.

(А) Схема (слева) и фотографии (справа) устройства. Канал соединяет два резервуара с водным электролитом KCl и включает в себя жесткую коллоидную структуру, образуя сеть наноканалов между коллоидами. (B) Кривая I-V в установившемся режиме, наблюдаемая в экспериментах (синий) и предсказанная нашей теорией (красный), демонстрирующая сходное свойство выпрямления тока. (C) Динамическая I-V-кривая в ответ на синусоидальное напряжение на канале (вверху, зеленый). Теория (внизу, красный) и эксперименты (внизу, синий) демонстрируют схожую петлю гистерезиса с защемлением. (D) Упрощенная схема передачи синаптического сигнала. Потенциал действия вызывает высвобождение нейромедиатора (не показан) из пресинаптического нейрона (оранжевый), который связывается с рецепторами постсинаптического нейрона (желтый), потенциально вызывая транспорт ионов и изменяя его мембранный потенциал. Динамическая проводимость канала аналогична синаптической силе. (E) Измерения тока (синий) при подаче четырех последовательных импульсов 5 В и пяти импульсов считывания (зеленый). (F) Особенности кратковременной пластичности (STP), наблюдаемые в канале (синий) и предсказанные теорией, где мы показываем полное (численное) решение для(красный, пунктир) и измерения, которым это соответствовало бы в эксперименте (красный, точки). Четыре последовательных импульса напряжения с меньше, чем время сохранения памяти канала приводит к облегчению (вверху) и угнетению (в середине) для импульсов и , соответственно. Кратковременная характеристика хорошо видна, когда но в этом случае кумулятивного изменения проводимости не наблюдается (внизу). — (А) Схема (слева) и фотографии (справа) устройства. Канал соединяет два резервуара с водным электролитом KCl и включает в себя жесткую коллоидную структуру, образуя сеть наноканалов между коллоидами. (B) Кривая I—V вв. установившемся режиме, наблюдаемая в экспериментах (синий) и предсказанная нашей теорией (красный), демонстрирующая сходное свойство выпрямления тока. (C) Динамическая I-V-кривая в ответ на синусоидальное напряжение на канале (вверху, зеленый). Теория (внизу, красный) и эксперименты (внизу, синий) демонстрируют схожую петлю гистерезиса с защемлением. (D) Упрощенная схема передачи синаптического сигнала. Потенциал действия вызывает высвобождение нейромедиатора (не показан) из пресинаптического нейрона (оранжевый), который связывается с рецепторами постсинаптического нейрона (желтый), потенциально вызывая транспорт ионов и изменяя его мембранный потенциал. Динамическая проводимость канала аналогична синаптической силе. (E) Измерения тока (синий) при подаче четырех последовательных импульсов 5 В и пяти импульсов считывания (зеленый). (F) Особенности кратковременной пластичности (STP), наблюдаемые в канале (синий) и предсказанные теорией, где мы показываем полное (численное) решение для(красный, пунктир) и измерения, которым это соответствовало бы в эксперименте (красный, точки). Четыре последовательных импульса напряжения с меньше, чем время сохранения памяти канала приводит к облегчению (вверху) и угнетению (в середине) для импульсов и, соответственно. Кратковременная характеристика хорошо видна, когда но в этом случае кумулятивного изменения проводимости не наблюдается (внизу).
Автор: Tim M. Kamsma and Jaehyun Kim and Kyungjun Kim and Willem Q. Boon and Cristian Spitoni and Jungyul Park and René van Roij. Brain-inspired computing with fluidic iontronic nanochannels. Proceedings of the National Academy of Sciences. doi:10.1073/pnas.2320242121 CC-BY 4.0 Источник: www.pnas.org

Это открытие переворачивает наше представление о том, как может выглядеть компьютер будущего. Вместо громоздких серверов и перегретых процессоров — миниатюрные устройства, работающие на воде и соли. Вместо огромного энергопотребления — экологичная и эффективная технология. Вместо жесткой логики двоичного кода — гибкость и адаптивность живого мозга.

(A) Теоретическое предсказание (вверху) и экспериментальное наблюдение (внизу) относительного изменения проводимости в ответ наразличных возможных битовых строк, где «0» и «1» соответствуют импульсами, соответственно. Три отдельных устройства использовались для определения среднего значения проводимости и типичного изменения в ответ на каждую уникальную последовательность напряжений. (B) Изображение того, как цифра «2» может быть преобразована в пять различных битовых строк (другие цифры изображены в Приложении СИ). (C) Схема того, как число 2 из (B) преобразуется в 5 цепочек напряжения, давая 5 значений проводимости после четвертого (последнего) импульса. Проводимости и переменные из (A) были использованы для обучения однослойной полностью связаннойнейронной сети in silico, которая преобразует проводимости в классификацию числа 2. (D) Девять примеров рукописных цифр из базы данных MNIST, где (первоначальнопиксельные изображения обрезаны допиксельных изображений, шкалы серого округляются до белых или черных пикселей, а затем изображение сегментируется на 110 битовых строк. (E) Функция потерь (средние квадратичные потери) во время обучения за один раунд обучения, когда экспериментально обнаруженный шум, который экспериментально количественно определяется с помощью переменных (от устройства к устройству), найденных в нашем результате в (A), устройств не учитывается (оранжевый) и когда он учитывается (синий). (F) Матрица путаницы на тестовом наборе из 2 000 образцов, демонстрирующая общую точность 81 %, что сопоставимо с недавно полученными результатами на более традиционных платформах.
Автор: Tim M. Kamsma and Jaehyun Kim and Kyungjun Kim and Willem Q. Boon and Cristian Spitoni and Jungyul Park and René van Roij. Brain-inspired computing with fluidic iontronic nanochannels. Proceedings of the National Academy of Sciences. doi:10.1073/pnas.2320242121 CC-BY 4.0 Источник: www.pnas.org

Конечно, до создания полноценного «мозга из воды и соли» еще далеко. Необходимо решить множество технических задач, разработать новые материалы и алгоритмы. Но первый шаг сделан, и он открывает перед нами захватывающие перспективы. Компьютеры будущего смогут не только обрабатывать информацию, но и учиться, адаптироваться, творить. Они будут ближе к человеку, чем когда-либо прежде.

Возможно, именно вода и соль, эти простые и доступные вещества, станут основой для нового технологического скачка. Скачка, который позволит нам не только понять тайны человеческого мозга, но и создать искусственный интеллект, не уступающий, а может быть, и превосходящий нас по своим возможностям. А пока ученые продолжают свои исследования, мы можем только гадать, какие еще удивительные открытия ждут нас на этом пути.

Насколько реалистично создание полноценного компьютера на основе воды и соли?

Несмотря на успешное создание искусственного синапса, необходимо решить множество технических проблем, таких как масштабирование технологии, обеспечение стабильности и надежности работы, разработка алгоритмов для обработки информации.

Сможет ли такой компьютер испытывать эмоции или сознание?

Вопрос о сознании является одним из самых сложных и дискуссионных в философии и науке. Пока что нет единого мнения о том, что такое сознание и как оно возникает. Невозможно предсказать, смогут ли нейроморфные компьютеры обладать сознанием или испытывать эмоции.