Создан искусственный синапс на основе монокристаллического кремния

Человеческий мозг представляет собой одну из самых непознанных систем во вселенной. Более ста миллиардов нейронов объеденены друг с другом и передают сквозь свою сеть нервные импульсы с различной амплитудой и частотой посредством ста триллионов синапсов. С помощью этой разветвленной коллосально сложной системы мы обучаемся и решаем разнообразные сложные задачи с практически молниеносной быстротой. Команда инженеров Массачусетского технологического института создала искусственный синапс, который лишён одного из главных недостатков существующих образцов — непредсказуемости движения ионов. В 1906 году Нобелевская премия по медицине была выдана за работы по структуре нервной системы и классификации нервных клеток Камилло Гольджи и Сантья́ге Рамо́н-и-Каха́лю. Учёные и врачи на протяжении последних ста лет сумели узнать многое о нервной системе и мозге человека, но до сих пор не на все вопросы есть ответы.

Особенно значимыми стали открытия, сделанные в рамках проекта The Human Brain Project с использованием новейших технологических достижений в области электронной и 3D микроскопии. В мозге нейроны соединены аксонами — подобием электрических кабелей. Нервные импульсы по аксонам проходят через синапсы с помощью химических медиаторов, электрическим путём, при котором из одной клетки в другую проходят ионы, и смешанным, когда химическая передачи усиливает механизм электрической.

Учёные, работающие в сфере нейроморфных вычислений, пытаются создать компьютер, который действует схожим с мозгом человека способом. Вместо бинарных вычислений с единицами и нулями они пытаются использовать элементы, которые передают «аналоговые» сигналы с помощью различных «оттенков», как в мозге человека, где сигнал зависит от количества ионов, проходящих через синапс. Если современные вычислительные машины подходят для решения уравнений и запуска алгоритмов, то в случае с взаимодействием с окружением они не способны показать эффективность, доступную человеческому мозгу: в 2012 году Google создала нейросеть для распознавания кошек с помощью 1000 серверов и 16 тысяч ядер. Небольшие нейроморфные чипы смогут параллельно выполнять миллионы вычислений, на которые сегодня способны только суперкомпьютеры.

При создании нейроморфных чипов для симуляции синапса чаще всего используют аморфные материалы. У ионов, которые проходят через них, есть много направлений для движения. В этом и заключается сложность: из-за этого нельзя предсказать, куда именно отправится сигнал и сколько ионов потеряется по дороге.

Инженеры из Массачусетского технологического института спроектировали такой искусственный синапс, в котором смогли контролировать направление проходящего через него электрического сигнала. Вместо аморфных материалов учёные использовали монокристаллический кремний, в котором попытались создать дефект, через который ионы могли бы предсказуемо проходить. На пластину кремния нанесли микроскопический узор в виде сот. На эту пластину нанесли слой германия с аналогичным узором. Два эти материала вместе образуют «воронку», которая заставляет ионы течь по строго определённому пути.

Затем учёные проверили эффективность изобретения: через каждый синапс проходил практически одинаковый поток ионов. Разница между синапсами составляла до 4%, а при испытании одного синапса в течение 700 циклов изменения в проходящем токе составляло до 1% от цикла к циклу. По словам разработчиков, таких результатов пока не удавалось достичь в синапсах, построенных на базе аморфных материалов.

imageПередача импульсов между двумя нейронами. Департамент здравоохранения США

Финальным тестом для разработки стала задача по распознаванию рукописного текста. Команда учёных произвела компьютерное моделирование искусственной нейронной сети из трёх слоёв нейронов, связанных между собой двумя слоями искусственных синапсов, характеристики которых изначально были измерены с построенного ими чипа. В модель были загружены десятки тысяч образцов рукописного текста, которые обычно используют разработчики нейроморфных чипов.

Нейросеть распознала образцы в 95% случаев, немного хуже, чем 97% точность существующих программных алгоритмов. Следующая цель команды — изготовить рабочий нейроморфный чип, который смог бы повторить эксперимент, проведённый с помощью симуляции. «Мы хотим, чтобы чип размером с ноготь заменил один большой суперкомпьютер», — говорит глава команды инженеров.