По словам исследователей, благодаря этому устройство поможет приблизить механизмы работы искусственного интеллекта к тому, как работает наш мозг. В будущем это позволит быстрее проводить сложные вычисления, в том числе при реализации подобных моделей в нейроморфных чипах.
Чтобы понять, можно ли искусственно воспроизвести происходящие в мозгу информационные процессы, ученые используют математическое моделирование. В частности, эффекты кратковременной памяти удалось воспроизвести в биофизической модели — модели реальной структуры мозга, — а также в сверточной нейронной сети. Устройство под названием мемристор способно изменять свое сопротивление в зависимости от протекающего через него электрического тока.
Ученые из Московского физико-технического института, Университета Лобачевского (Нижний Новгород) и Южного федерального университета (Таганрог) встроили математическую модель мемристора в ранее разработанную биофизическую модель нейросети, моделирующей передачу тормозных сигналов между нервными клетками. Такие сигналы необходимы для поддержания баланса процессов возбуждения и торможения в мозге.
Разработчики заменили тормозную синаптическую пластичность в биофизической модели нейросети на мемристивную пластичность. Модель тормозной синаптической пластичности, хотя и имитирует биологический процесс, не может быть физически воплощена в виде устройства. Поэтому авторы на примере математических моделей проверили, можно ли внедрить в нейросеть мемристор и тем самым воспроизвести экспериментально наблюдаемый эффект регуляции процессов возбуждения и торможения живых нейронов. Оказалось, что замещение тормозной синаптической пластичности мемристором не сказывается на динамике модели и позволяет также воспроизводить эффекты, наблюдаемые в экспериментах на мозге, когда проверяется память или отклик нейронов.
На примере созданной модели исследователям удалось показать, что внедрить мемристор в сложные нейронные сети, имитирующие системы человеческого мозга, действительно возможно. Это важно в первую очередь для того, чтобы повысить эффективность нейроморфных вычислительных систем, то есть систем, действующих по аналогии с человеческим мозгом. Результаты работы пригодятся при разработке архитектуры реальной нейронной сети, воспроизводящей биологические функции, например, обладающей памятью.
«Мы получили фундаментальный результат, позволяющий оценить функциональную значимость мемристоров для имитации информационных процессов мозга. Наша дальнейшая работа в данном направлении будет связана с интеграцией полученных результатов в архитектуры нейронных сетей и оценкой их эффективности на сложных нейроморфных задачах, например, математических вычислениях и имитации двигательной активности нейроморфного робота. Предполагается, что за счет более точной имитации информационных процессов в мозге расширятся как функциональные характеристики нейронной сети, так и ее энергоэффективность при реализации в нейроморфных чипах», — рассказал участник проекта Сергей Стасенко, кандидат физико-математических наук, старший научный сотрудник Исследовательского центра в сфере искусственного интеллекта Университета Лобачевского.
Результаты исследования, поддержанного грантом РНФ, опубликованы в журнале Chaos, Solitons & Fractals.
