Наверх
Искусственный мозг IBM стал крупнее
Корпорация объявила о начале поставок вычислительной системы NS16e с нейроморфными чипами; в планах — создание компьютеров, которые по своим масштабам будут приближаться к человеческому мозгу.
Корпорация IBM объявила о намерении создать интеллектуальные компьютеры, которые смогут принимать решения так же, как человек. В конце марта она начала поставки модели NS16e – самого крупного на сегодняшний день компьютера, моделирующего работу мозга, – и продолжает вынашивать далеко идущие планы.
В ближайшем будущем предполагается создание укрупненных версий NS16e, которые по своим масштабам приблизятся к человеческому мозгу. О своем намерении закупить эти вычислительные системы заявили в минэнерго США для использования в Национальной лаборатории им. Лоуренса в Ливерморе. «Возможно, однажды мы увидим в одной стойке нейросинаптическую систему, содержащую в себе столько же нейронов и синапсов, сколько содержится в человеческом мозге», – написал в своем блоге исследователь из IBM Джун Савада.
Человеческий мозг можно рассматривать в качестве биологического компьютера, обладающего крайне высокой эффективностью энергопотребления. Усилия по созданию систем, имитирующих мозг, направлены в первую очередь на обеспечение обработки больших объемов данных с гораздо более высокой по сравнению с существующими компьютерами эффективностью энергопотребления. В IBM полагают, что NS16e сможет обрабатывать огромное количество данных, потребляя при этом столько же энергии, сколько потребляет планшет.
NS16e базируется на процессорной архитектуре TrueNorth, позволяющей сохранять информацию и принимать решения на основе шаблонов, выявляемых в процессе ассоциаций и оценки вероятностей. Используя обучающие модели и алгоритмы, компьютер ассоциирует текущие и собранные ранее данные с шаблонами в соответствии с принятыми системами классификации.
Это позволяет получить те же результаты, что и при выполнении алгоритмов машинного обучения на компьютерах, занимающихся распознаванием образов. Аналогичные модели используются, например, при определении объектов на фотографиях и идентификации беспилотными автомобилями пешеходов и дорожных знаков.
Отличие системы IBM заключается в том, что в ней применяются схемы, моделирующие работу нейронов и синапсов человеческого мозга. В целях повышения эффективности энергопотребления в процессе обработки данных корпорация вносит необходимые изменения в конструкцию памяти, вычислительных и телекоммуникационных компонентов.
«Определенная часть коры головного мозга отвечает за распознавание визуальных образов, другие части выполняют моторные функции, – указал Савада. – NS16e действует аналогичным образом. Каждый чип отвечает за функционирования своей части крупной нейронной сети».
Как можно предположить из названия, NS16e содержит 16 чипов TrueNorth, объединенных в сеть и представляющих собой эквивалент примерно 16 млн нейронов и 4 млрд синапсов. По своим масштабам он значительно уступает человеческому мозгу, в котором присутствует около 100 млрд нейронов, связанных друг с другом триллионами соединений (синапсов).
Корпорации IBM предстоит пройти еще очень долгий путь, прежде чем она сумеет приблизиться к масштабам человеческого мозга, однако определенный прогресс заметен уже сегодня. Проект стартовал в 2004 году, а к 2009 году IBM уже смоделировала мозг кошки. В 2011 году был создан прототип, который объединял 256 цифровых нейронов и позволял демонстрировать возможности навигации и распознавания образов.
Сегодня цель состоит в том, чтобы увеличить масштабы компьютера NS16e за счет размещения большего числа чипов на укрупненных материнских платах. Смонтировав на плате больше процессоров TrueNorth, исследователи получат больше аппаратных ресурсов и смогут решать более сложные задачи в процессе программирования. В существующих системах для выполнения соответствующих операций используются обычные компоненты: процессоры архитектур x86 и ARM, программируемые логические матрицы (FPGA) и графические процессоры.
В ходе проектирования чипов IBM разрабатывает и программное обеспечение для них. Создание алгоритмов и моделей обучения, а также выстраивание этих моделей в соответствии с функциями мозга требует дополнительных усилий.
«Система продолжает развиваться, – отметил Савада. – Мы непрерывно создаем и тестируем новые алгоритмы обучения, новые методики формирования моделей и новые алгоритмы оптимизации».
Для моделирования работы мозга предпринимаются очень серьезные усилия. Некоторые функции распознавания изображений, реализованные в проекте Qualcomm Zeroth, уже нашли отражение в новейшем мобильном процессоре Snapdragon 820. Заслуживает упоминания и проект Neurogrid Стэнфордского университета. В рамках программ Европейского Союза Human Brain Project и Neuromorphic Computing Platform финансируются исследования университета Гейдельберга в Германии и проект Spinnaker Манчестерского университета.
