Вы когда-либо осознавали, что в текущий момент времени вы используете одну из самых совершенных вычислительных систем в мире? Речь идет о таком знакомом и незнакомом нам человеческом мозге, представлющем собой биологическом инструменте обработки данных, чья эффективность при выполнении сложных задач, таких как распознавание образов, речи и жестов, зачастую превосходит возможности современных компьютерных технологий. Именно поэтому научное сообщество стремится к разработке вычислительных систем на основе искусственных нейронных сетей и синапсов, функционирование которых было бы сопоставимо с работой человеческого мозга. И недавно, исследователи из Массачусетского технологического института разработали новый тип искусственного синапса, который более точно подражает своему живому прототипу и обладает рядом преимуществ по сравнению с искусственными синапсами других типов.
Огромная мощь нашего мозга является следствием его возможностей по хранению информации и параллельному вычислению большого количества операций одновременно. Эти возможности обеспечивается приблизительно 100 миллиардами нервных клеток, нейронов, соединенных друг с другом приблизительно 100 триллионами нервных связей, синапсами.
Искусственные нейронные сети подражают работе головного мозга, эмулируя работу нейронов и синапсов на программном уровне, что требует достаточно больших затрат вычислительных ресурсов. Революцию в области нейроморфных вычислений могут произвести так называемые нейроморфные процессоры, аппаратная структура построена на основе электронных аналогов нейронов и синапсов. Самым мощным современным нейроморфным суперкомпьютером является система TrueNorth компании IBM, а компания Intel не так давно представила свой вариант нейроморфного процессора Loihi, предназначенного для исследований в первую очередь.
В имеющихся нейроморфных процессорах электронные синапсы изготовлены из слоев аморфных материалов, зажатыми между металлическими токопроводящими слоями двух соседних электронных нейронов. При приложении электрического потенциала через аморфный слой синапса начинает течь ток, обусловленный ионной проводимостью. Однако, аморфная природа материала электронного синапса сама по себе является проблемой, в этом материале могут возникать спонтанные дефекты, которые служат препятствием движению ионов и заставляют их двигаться в направлениях, отличных от требующегося.
Для решения этой проблемы исследователи из Массачусетского технологического института разработали новую структуру электронного синапса, который создается на основании из прозрачного кристаллического кремния. На этом основании выращивается более толстый слой из соединения германия-кремния. У обоих материалов присутствует схожая структура кристаллической решетки и за счет некоторых физических эффектов в этом материале возникает прямой и узкий ионный канал.
Исследователи создали первый опытный образец простейшего нейроморфного чипа, совместив новые синапсы, шириной около 25 нанометров, с нейронами на основе соединений титана, золота, серебра и палладия. Проверка характеристик массива созданных синапсов выявила 4-процентный разброс значения проходящего через них электрического тока. А отдельный синапс, проверенный в ходе 700 последовательных циклов, продемонстрировал разброс параметров, не превышающий одного процента. “Эти искусственные синапсы являются самыми однородными и стабильными устройствами, созданными для использования в аппаратных искусственных нейронных сетях” – пишут исследователи.
Функционирование новых синапсов было проверено при помощи простейшей трехслойной нейронной сети. В качестве обучения через эту сеть было пропущено около десятка тысяч образцов почерка, после этого система смогла распознать 95 процентов образцов рукописного текста, написанного произвольным почерком. Отметим, что более мощные системы коммерческого класса демонстрируют точность в 97 процентов и, согласитесь, 95 процентов – это совсем неплохо для опытной системы, имеющей весьма ограниченные возможности.
Сейчас исследователи работают над разработкой универсального нейроморфного чипа, способного быстро и эффективно выполнять задачи подобного рода. “В конечном счете мы хотим получить чип, размером с ноготь, способный заменить большой суперкомпьютер на задачах определенного вида” – пишут исследователи, – “То, что мы только что сделали, является хорошей стартовой площадкой для достижения такой цели”.
Прозрачный кремний и мыслящие стекла: мировая и российская гонка за нейроморфным интеллектом
Представьте себе прозрачное стекло, которое не просто пропускает свет, но и способно распознавать лица, переводить языки или управлять беспилотником, потребляя при этом энергии меньше, чем обычная светодиодная лампочка. Это не фантастика, а описание потенциала нейроморфных процессоров на основе прозрачного кристаллического кремния.
Пока классическая кремниевая микроэлектроника приближается к своему физическому пределу (закону Мура), ученые по всему миру создают принципиально новую архитектуру — компьютеры, имитирующие человеческий мозг.
Зачем копировать мозг?
Традиционные процессоры работают по архитектуре фон Неймана, где блок вычислений (процессор) разделен с блоком памяти. Постоянная пересылка данных между ними создает «бутылочное горлышко» — тратится колоссальное количество времени и энергии. Мозг устроен иначе: нейроны (вычислители) и синапсы (память) объединены в одну структуру.
Нейроморфные чипы воспроизводят эту структуру «в железе». Вместо нулей и единиц они оперируют электрическими импульсами (спайками). Главная цель этой технологии — создание энергоэффективного искусственного интеллекта (ИИ), способного обучаться «на лету» прямо на конечном устройстве (смартфоне, роботе или медицинском датчике).
Почему прозрачный кристаллический кремний?
Кремний — основа всей современной индустрии. Однако в своем привычном виде он непрозрачен. Переход к прозрачным кристаллическим модификациям кремния и оксидных полупроводников открывает захватывающие перспективы:
- Интеграция в интерфейсы: Такие процессоры можно встраивать прямо в лобовые стекла автомобилей, «умные» окна домов, линзы очков дополненной реальности (AR) или экраны гаджетов. Смартфон будущего может стать буквально прозрачным куском мыслящего стекла.
- Оптические нейроморфные сети: Прозрачность материала позволяет объединить электронные компоненты с фотонными (оптическими). Свет распространяется быстрее электрического тока, что позволяет создавать гибридные оптоэлектронные чипы с недостижимой ранее скоростью обработки данных.
- Световая стимуляция синапсов: Электронные аналоги синапсов (мемристоры) в прозрачной среде могут управляться не только электрическими импульсами, но и лазерными вспышками, имитируя пластичность живого мозга.
Мировой контекст: лидеры и подходы
В глобальной гонке за нейроморфным превосходством можно выделить несколько ключевых направлений:
- Технологические гиганты и классический кремний: IBM со своим чипом TrueNorth и Intel с процессорами серии Loihi доказали жизнеспособность спайковых нейросетей. Однако эти решения остаются непрозрачными и производятся по стандартным кремниевым технологиям.
- Гибкая и прозрачная электроника: Исследовательские центры в США (MIT, Стэнфорд), Южной Корее (KAIST) и Китае активно экспериментируют с двумерными материалами (графеном, дисульфидом молибдена) и прозрачными оксидами (например, IGZO — индий-галлий-цинк-оксид). Ученым уже удавалось создавать прозрачные мемристорные матрицы, способные выполнять простейшие логические операции и распознавать изображения.
- Оптический ИИ: Компании вроде Lightmatter и стартапы из Кремниевой долины создают вычислители, работающие на фотонах. Прозрачные подложки здесь играют ключевую роль для создания волноводов.
А что в России?
Российская наука имеет сильную историческую базу в области физики полупроводников и теории нейронных сетей. Сегодня в стране активно развиваются альтернативные подходы к микроэлектронике, включая нейроморфные системы и мемристорные технологии.
- Мемристоры и искусственные синапсы: Одним из признанных лидеров в этом направлении является НИИИС им. Ю.Е. Седакова совместно с Нижегородским государственным университетом (ННГУ им. Лобачевского). Нижегородские физики — одни из первых в мире, кто создал работающие микросмычки на основе мемристоров, имитирующие синаптическую пластичность. Они активно экспериментируют с оксидами металлов, которые могут быть выполнены в прозрачной форме.
- Нейроморфные чипы: Лаборатория информационных технологий ИТМИ ФНЦ НИИСИ РАН и другие академические институты ведут разработку архитектур спайковых процессоров. Широко известен проект «Алтай» (разработка компании «Мотив НТ»), представляющий собой отечественный нейроморфный процессор для ускорения работы искусственного интеллекта при сверхнизком энергопотреблении. На текущем этапе он базируется на традиционном кремнии, но архитектурно готов к переходу на новые физические носители.
- Исследования в области прозрачных материалов: Ученые из МФТИ, НИЦ «Курчатовский институт» и институтов РАН (например, ИФП СО РАН в Новосибирске) ведут фундаментальные исследования тонкопленочных прозрачных полупроводников и наноструктур. Изучаются свойства кристаллического кремния на прозрачных диэлектрических подложках (технологии «кремний на ситалле» или «кремний на сапфире»), что является прямым шагом к прозрачным чипам.
Главные вызовы будущего
Переход от лабораторных прототипов прозрачных нейроморфных процессоров к массовому производству сдерживается несколькими барьерами:
- Сложность синтеза: Выращивание идеального кристаллического кремния в ультратонких прозрачных слоях без потери его полупроводниковых свойств — тяжелейшая технологическая задача.
- Воспроизводимость параметров: Искусственные синапсы (мемристоры) пока демонстрируют высокий уровень шума и разброс характеристик от чипа к чипу. Мозг умеет работать с шумом, а цифровые стандарты производства к этому пока не привыкли.
- Отсутствие софта: Для нейроморфных чипов нужно переписать все математические алгоритмы ИИ. Мало создать «железный мозг», нужно научить его думать по-новому.
Заключение
Нейроморфные процессоры на основе прозрачного кристаллического кремния — это мост между биологией, оптикой и микроэлектроникой. Мировая наука сейчас находится на этапе сборки первых коммерчески применимых прототипов таких устройств. Россия в этой гонке обладает мощным заделом в области мемристорных технологий и теории спайковых вычислений. Тот, кто первым сможет объединить прозрачность, энергоэффективность мозга и скорость света в одном кристалле, определит облик технологий на весь XXI век.
