Группа исследователей из японского Института физико-химических исследований RIKEN разработала и изготовила первый опытный образец нейроморфной, т.е. работающей на принципах, схожих с принципами работы головного мозга, вычислительной системы, которая способна распознавать рукописный текст. В этом бы не было ничего особенного, если бы эта система не использовала в качестве носителей информации квазичастицы, называемые скирмионами, представляющие собой крошечные локальные завихрения магнитных полей в материале.
Головной мозг содержит сложнейшие сети из нейронов, соединенных синапсами, через которые производится передача электрохимических сигналов. На схожих принципах функционируют и искусственные нейронные сети, уже способные решать такие сложные задачи, как распознавание объектов на изображениях, распознавание естественного языка и т.п.
Но когда искусственные нейронные сети реализуются на традиционных кремниевых чипах, они оказываются чрезвычайно прожорливыми по отношению к энергии. Поэтому исследователи в различных уголках земного шара разрабатывают альтернативные аппаратные платформы, лучшим образом подходящие для реализации нейроморфных вычислений.
В устройстве, созданном исследователями из RIKEN, реализован тип искусственной нейронной сети, известный, как резервуарная вычислительная модель (reservoir computing model). Особенностью этой модели является наличие кратковременной памяти, а результаты ее работы зависят в одинаковой степени от проведенного ранее обучения и текущих значений входных данных.
Скирмионы идеально подходят для реализации такой вычислительной модели, благодаря имеющемуся у них эффекту памяти. Этот эффект заключается в том, что структура и поведение отдельных скирмионов отражает все предыдущие воздействия магнитных полей на них. Более того, для «работы» скирмионов не требуется больших количеств энергии. «Управление скирмионами можно реализовать, используя ток крайне малых значений» — пишут исследователи.
Разработанное японцами устройство содержит серию прямоугольных элементов, покрытых пленкой из сплава платины, иридия и кобальта, в толщине которого могут формироваться скирмионы, шириной в несколько микрометров.
Для ввода данных в устройство исследователи кодировали информации в нескольких параметрах магнитного поля, которое оказывает воздействие на скирмионы. А выходным сигналом в данном случае является электрический потенциал, возникающий в результате взаимодействий скирмионов, который зависит от их размеров и количества.
Тренировка устройства была проведена на 13 тысячах изображений рукописных символов, цифр от 0 до 9. Эти изображения были использованы для «кодирования» магнитного поля, а само устройство регулировалось в процессе тренировки так, чтобы оно давало правильный результат. Затем ученые взяли еще 5 тысяч изображений, которые не были использованы в процессе тренировки, и система сумела их распознать с 95-процентной точностью, существенно выигрывая у других нейроморфных устройств.
В будущем ученые собираются разработать еще одно подобное устройство, в котором для ввода данных будет уже использоваться не магнитное поле, а электрический ток. Это, по мнению ученых, должно увеличить производительность и еще больше снизить энергопотребление устройства в целом. «Если мы добьемся в этом успеха, мы сможем реализовать решение более сложных задач, таких, как распознавание естественной речи и отслеживание движений» — пишут исследователи.
Ключевые слова:
Нейроморфная, Вычислительная, Система, Нейронная, Сеть, Скирмионы, Информация, Память, Магнитное, Поле
Другие новости по теме:
Материалы по теме:
Posted in 
Tags: 