Uusi aivojen kaltainen supertietokone pyrkii vastaamaan ihmisaivojen mittakaavaa

Huhtikuussa 2024 verkkoon tuleva supertietokone kilpailee ihmisen aivojen arvioidun toimintanopeuden kanssa, australialaisten tutkijoiden mukaan. DeepSouth-niminen kone pystyy suorittamaan 228 biljoonaa toimintoa sekunnissa.

Se on maailman ensimmäinen supertietokone, joka pystyy simuloimaan neuronien ja synapsien verkostoja (hermostomme muodostavia keskeisiä biologisia rakenteita) ihmisaivojen mittakaavassa.

DeepSouth kuuluu lähestymistapaan tunnetaan neuromorfisena laskentana, jonka tarkoituksena on jäljitellä ihmisen aivojen biologisia prosesseja. Sitä ohjataan Länsi-Sydneyn yliopiston kansainvälisestä neuromorfisten järjestelmien keskuksesta.

Aivomme ovat upein tietokonekone, jonka tiedämme. Jakamalla sen
Laskentatehoa miljardeihin pieniin yksiköihin (neuroihin), jotka ovat vuorovaikutuksessa biljoonien yhteyksien (synapsien) kautta, aivot voivat kilpailla maailman tehokkaimpien supertietokoneiden kanssa, mutta tarvitsevat vain saman tehon, jota jääkaapin lampun polttimo käyttää.

Supertietokoneet puolestaan ​​vievät yleensä paljon tilaa ja tarvitsevat paljon sähköä toimiakseen. Maailman tehokkain supertietokone, The Hewlett Packard Enterprise Frontier, voi suorittaa hieman yli yhden kvintiljoonan toiminnon sekunnissa. Se kattaa 680 neliömetriä (7,300 22.7 neliöjalkaa) ja vaatii XNUMX megawattia toimiakseen.

Aivomme voivat suorittaa saman määrän operaatioita sekunnissa vain 20 watin teholla ja painavat vain 1.3–1.4 kiloa. Neuromorfisen laskennan tavoitteena on muun muassa avata tämän hämmästyttävän tehokkuuden salaisuudet.

Transistorit rajoissa

30. kesäkuuta 1945 matemaatikko ja fyysikko John von Neumann kuvaili uuden koneen suunnittelua Elektroninen Discrete Variable Automatic Computer (Edvac). Tämä määritteli tehokkaasti nykyaikaisen elektronisen tietokoneen sellaisena kuin me sen tunnemme.

Älypuhelimellani, kannettavalla tietokoneella, jota käytän tämän artikkelin kirjoittamiseen, ja maailman tehokkaimmalla supertietokoneella on sama perusrakenne, jonka von Neumann esitteli lähes 80 vuotta sitten. Näissä kaikissa on erilliset käsittely- ja muistiyksiköt, jossa tiedot ja ohjeet tallennetaan muistiin ja prosessori laskee ne.

Vuosikymmenien ajan mikrosirun transistorien määrä kaksinkertaistui noin joka toinen vuosi, havainto, joka tunnetaan Mooren laina. Tämä mahdollisti pienempien ja halvempien tietokoneiden käytön.

Kuitenkin transistorien koot lähestyvät nyt atomimittakaavassa. Näissä pienissä kooissa liiallinen lämmöntuotto on ongelma, samoin kuin kvanttitunnelointi-niminen ilmiö, joka häiritsee transistorien toimintaa. Tämä hidastuu ja lopulta pysäyttää transistorin pienentämisen.

Tämän ongelman ratkaisemiseksi tutkijat tutkivat uusia lähestymistapoja
tietojenkäsittely, alkaen tehokkaasta tietokoneesta, jonka me kaikki olemme piilottaneet päähimme, ihmisaivoista. Aivomme eivät toimi John von Neumannin tietokonemallin mukaan. Niissä ei ole erillisiä laskenta- ja muistialueita.

Sen sijaan ne toimivat yhdistämällä miljardeja hermosoluja, jotka välittävät tietoa sähköisten impulssien muodossa. Tiedot voidaan välittää osoitteesta yhdestä neuronista toiseen synapsiksi kutsutun liitoksen kautta. Aivojen neuronien ja synapsien organisointi on joustavaa, skaalautuvaa ja tehokasta.

Joten aivoissa – ja toisin kuin tietokoneessa – muistia ja laskentaa ohjaavat samat neuronit ja synapsit. 1980-luvun lopulta lähtien tiedemiehet ovat tutkineet tätä mallia tarkoituksenaan tuoda se tietojenkäsittelyyn.

Jäljitelmä Life

Neuromorfiset tietokoneet perustuvat monimutkaisiin verkkoihin yksinkertaisista alkeisprosessoreista (jotka toimivat kuten aivojen neuronit ja synapsit). Suurin etu tässä on, että nämä koneet ovat luonnostaan ​​"rinnakkaiset".

Se tarkoittaa, että, kuten neuronien ja synapsien kanssaKäytännössä kaikki tietokoneen prosessorit voivat mahdollisesti toimia samanaikaisesti ja kommunikoida rinnakkain.

Lisäksi koska yksittäisten neuronien ja synapsien suorittamat laskelmat ovat perinteisiin tietokoneisiin verrattuna hyvin yksinkertaisia, energiankulutus on suuruusluokkaa pienempi. Vaikka neuroneja pidetään joskus prosessointiyksiköinä ja synapseja muistiyksiköinä, ne osallistuvat sekä käsittelyyn että varastointiin. Toisin sanoen data on jo siellä, missä laskenta sitä vaatii.

Tämä nopeuttaa aivojen laskentaa yleisesti, koska muistin ja prosessorin välillä ei ole eroa, mikä klassisissa (von Neumann) koneissa aiheuttaa hidastumista. Mutta se myös välttää tarpeen suorittaa tietty tehtävä käyttää tietoja päämuistikomponentista, kuten tapahtuu tavanomaisissa tietokonejärjestelmissä, ja se kuluttaa huomattavan määrän energiaa.

Juuri kuvailemamme periaatteet ovat DeepSouthin pääinspiraationa. Tämä ei ole ainoa tällä hetkellä aktiivinen neuromorfinen järjestelmä. On syytä mainita Human Brain Project (HBP), rahoitetaan EU-aloite. HBP oli toiminnassa vuosina 2013–2023 ja johti BrainScaleS-koneeseen, joka sijaitsee Heidelbergissä, Saksassa, ja joka jäljittelee hermosolujen ja synapsien toimintaa.

BrainScaleS voi simuloida hermosolujen "piikkien" tapaa, jolla sähköimpulssi kulkee aivoissamme olevaa neuronia pitkin. Tämä tekisi BrainScaleSista ihanteellisen ehdokkaan tutkimaan kognitiivisten prosessien mekaniikkaa ja tulevaisuudessa vakavien neurologisten ja neurodegeneratiivisten sairauksien taustalla olevia mekanismeja.

Koska neuromorfiset tietokoneet on suunniteltu jäljittelemään todellisia aivoja, ne voivat olla käännekohdan alku. Ne tarjoavat kestävän ja edullisen laskentatehon ja antavat tutkijoille mahdollisuuden arvioida neurologisten järjestelmien malleja, joten ne ovat ihanteellinen alusta useille sovelluksille. Niillä on potentiaalia sekä edistää ymmärrystämme aivoista että tarjota uusia lähestymistapoja tekoälyyn.

Tämä artikkeli julkaistaan ​​uudelleen Conversation Creative Commons -lisenssin alla. Lue alkuperäinen artikkeli.

Kuva pistetilanne: marian anbu juwan / Pixabay

• SEO-pohjainen sisällön ja PR-jakelu. Vahvista jo tänään.
• PlatoData.Network Vertical Generatiivinen Ai. Vahvista itseäsi. Pääsy tästä.
• PlatoAiStream. Web3 Intelligence. Tietoa laajennettu. Pääsy tästä.
• PlatoESG. hiili, CleanTech, energia, ympäristö, Aurinko, Jätehuolto. Pääsy tästä.
• PlatonHealth. Biotekniikan ja kliinisten kokeiden älykkyys. Pääsy tästä.
• Lähde: https://singularityhub.com/2023/12/20/a-new-brain-like-supercomputer-aims-to-match-the-scale-of-the-human-brain/