Живая машина. Ученые собрали первый процессор из клеток мозга

Ученые использовали клетки мозга для создания биокомпьютера

В США создали гибридный процессор из электронных компонентов и мозгового органоида, выращенного из стволовых клеток человека. Система способна распознавать речь и решать нелинейные уравнения. Биокомпьютеры разрабатывают уже около двадцати лет, и это первый реальный результат.

По принципу мозга

Мозг человека содержит около 86 миллиардов нейронов и до квадриллиона синапсов. Каждая клетка cвязана с тысячами других, постоянно реагирующих на входящие сигналы и взаимодействующих друг с другом. Самым современным процессорам пока под силу воссоздать лишь небольшую часть этой уникальной природной системы.

В 2018-м китайские ученые смоделировали всего одну секунду активности одного процента мозга — с помощью самого быстродействующего на тот момент суперкомпьютера Sunway Taihulight. На это у машины с 10,5 миллиона процессорных ядер ушло четыре минуты — притом что она занимает 1000 квадратных метров и потребляет 16 мегаватт энергии. Для сравнения: мозг человека объемом около двух литров требует энергии меньше, чем обычная электрическая лампочка.

Алгоритмы машинного обучения и модели искусственных нейронных сетей постоянно усложняются. И ключевыми факторами, определяющими темпы технологического прогресса, становятся производительность и энергоэффективность.

Современные компьютерные технологии развиваются по двум основным направлениям: логическому и нейроморфному. Первый ориентирован на создание все более мощных и производительных машин, построенных по традиционному принципу. Второй — на разработку компьютерных систем, имитирующих работу человеческого мозга, и в конечном итоге на создание его искусственного аналога.

Один из секретов эффективности мозга в том, что его клетки — нейроны — одновременно выполняют функции процессора и устройства памяти. А в большинстве современных вычислительных устройств эти два функциональных блока разнесены.

Нейроморфные процессоры построены по принципу взаимодействия нейронов. Основа — объединенные в нейронные сети вычислительные ядра, состоящие, как правило, из обычных транзисторов. У каждого ядра, работающего как несколько сотен нейронов, есть собственная оперативная память типа SRAM, планировщик заданий и маршрутизатор для связи с другими ядрами. Интегральная схема нейроморфного процессора может содержать тысячи таких ядер.

К примеру, экспериментальный суперпроцессор CS-1 компании Cerebras содержит 1,2 триллиона транзисторов, организованных в 400 тысяч вычислительных ядер, обладающих 18 гигабайт локальной распределенной памяти SRAM. Ядра полностью программируемые и оптимизированы для работы с любыми нейронными сетями. Общая производительность системы — 100 петабит в секунду.

Нейроморфные устройства используют для компьютерного зрения, систем распознавания голоса, автоматической обработки текстов, поисковых систем и других приложений, где требуется машинное обучение, в том числе для нейросети. Без них невозможно представить развитие беспилотных технологий, промышленной робототехники.

Отдельное направление развития ИИ — нейрогибридные системы, объединяющие в себе искусственные и природные нейронные сети. Нейроморфные чипы в них связаны с живыми нервными клетками.

Нейрогибридные системы активно исследуют с начала 2000-х, когда были проведены первые эксперименты по обучению нейрональной культуры — сети из десятков тысяч живых нейронов, выращенных "в пробирке". Затем стали появляться модели объединения культуры с виртуальными, а потом и реальными процессорами. Пока основная сфера применения таких систем — нейропротезирование и создание биосенсоров. Но в будущем они могут стать основой компьютерных технологий нового поколения.

Процессор из живых клеток

Все формы жизни — от отдельных клеток, получающих химические сигналы, до сложных организмов, перемещающихся в окружающей среде, — обрабатывают информацию. Ученые пытаются объединить "живые" процессоры с электронными схемами для создания биокомпьютеров — высокопроизводительных интеллектуальных машин, работающих на небольшом количестве энергии.

В прошлом году американские ученые во главе с Томасом Хартунгом из Университета Джонса Хопкинса представили новое видение развития нейрогибридных систем, которое назвали концепцией "органоидного интеллекта". В отличие от подхода ИИ, при котором компьютер пытаются сделать более похожим на человеческий мозг, здесь в качестве вычислительных элементов предлагают использовать сами клетки мозга, разместив их на плате процессора.

Недавно другая группа американских специалистов под руководством инженера Фэн Го из Университета Индианы в Блумингтоне сообщила, что создала основанный на этом принципе биопроцессор и успешно протестировала его на таких задачах, как распознавание речи и прогнозирование решений нелинейных уравнений.

Система, названная Brainoware, представляет собой подключенный к микросхемам "мини-мозг" — органоид из нейронов, выращенных из плюрипотентных стволовых клеток человека. Исследователи поместили фрагмент культивированной нервной ткани на пластину с тысячами электродов, соединяющих устройства ввода и вывода, в качестве которых использовали обычные компьютеры.

Ученые доказали, что Brainoware может работать как нейропроцессор — получать, запоминать и обрабатывать информацию. Нейронная сеть органоида способна преобразовывать звуки в набор электрических сигналов. Если на выходе поместить датчик, декодирующий их с помощью алгоритмов машинного обучения, то получится готовая система распознавания речи.

Схема адаптивной вычислительной платформы Brainoware
Схема адаптивной вычислительной платформы Brainoware

Возможности биокомпьютера

Чтобы продемонстрировать потенциал системы Brainoware, исследователи представили ей 240 аудиозаписей, сделанных восемью мужчинами, говорящими на японском языке. После двухдневного обучения Brainoware определяла голос конкретного человека с точностью 78 процентов. Ученые отмечают, что для первого опыта принципиально новой компьютерной технологии это очень неплохой результат. У существующих систем распознавания речи, использующих алгоритмы искусственных нейронных сетей, точность выше. Но им требуется на порядок больше времени для обучения.

Еще одна сфера, в которой авторы опробовали свое изобретение, — резервуарные вычисления, применяемые для прогнозирования динамических систем. Это одна из сложнейших областей прикладной математики, с которой справляются только нейронные сети.

В частности, исследователи попросили Brainoware обсчитать отображение Эно — одну из наиболее изученных динамических систем, демонстрирующих хаотическое поведение, для описания которой используют нелинейные уравнения. Через четыре дня самостоятельного обучения без вмешательства человека биокомпьютер сумел предсказать поведение системы с большей точностью, чем искусственная нейронная сеть, работающая только с блоком кратковременной памяти.

"Благодаря высокой пластичности и адаптируемости органоида Brainoware может изменяться и реорганизовываться в ответ на электрическую стимуляцию, что доказывает ее способность к резервуарным вычислениям", — пишут авторы статьи.

Исследователи подчеркивают, что человеческий мозг функционирует похожим образом. Он не настроен заранее на решение какой-то конкретной задачи. Но благодаря пластичности и адаптируемости — главным чертам, отличающим его от машины, — он абсолютно универсален, и его можно использовать в любой ситуации.

Пока ученым удалось создать прототип пусть и ключевого, но только одного из элементов будущего биокомпьютера. На разработку полноценной системы уйдут годы, возможно, десятилетия, отмечают авторы. При этом, помимо решения чисто технологических проблем, нужно найти ответы на этические вопросы. Использование живой нервной ткани человека в промышленных изделиях, скорее всего, потребует принятия специальных нормативных актов.

Материал опубликован при поддержке сайта ria.ru
Комментарии

    Актуальные новости по теме "Array"