Ученые ЛЭТИ создали сверхэкономичную модель нейрона для вычислительных машин будущего

Исследовательский коллектив Санкт-Петербургского государственного электротехнического университета «ЛЭТИ» разработал модель искусственного нейрона, которая максимально приближена по своим функциональным характеристикам к биологическим нервным клеткам. Как сообщили ТАСС в пресс-службе вуза, ученые не только представили теоретическую схему, но и воплотили ее в действующем прототипе на печатной плате, подтвердив его работоспособность. Инженерная новинка воспроизводит ключевые свойства живых нейронов: способность суммировать поступающие сигналы, генерировать импульс при превышении порогового уровня и переходить в рефрактерную фазу — состояние кратковременного «отдыха» после срабатывания.

Современные системы искусственного интеллекта потребляют энергию в огромных объемах, что делает их эксплуатацию дорогостоящей и экологически обременительной. Причина этого кроется в классической фон-неймановской архитектуре, разделяющей процессор и память: данные постоянно перемещаются между блоками, и этот обмен создает основную часть энергетических потерь. Для кардинального повышения эффективности мировое научное сообщество активно ищет пути перехода к нейроморфным вычислительным системам, которые копируют не только алгоритмы работы мозга, но и его физический принцип — совмещение обработки и хранения информации в одних и тех же элементах.

Модель, предложенная командой ЛЭТИ, состоит из трех базовых компонентов: туннельного диода, генерирующего импульс при достижении критического напряжения, порогового селектора, выполняющего роль управляемого ионного канала, подобного мембранным белкам, и конденсатора, моделирующего емкостные свойства мембраны нейрона. Такое аналоговое решение значительно проще и экономичнее цифровых аналогов. В ходе вычислительного эксперимента сеть, включающая 7 840 таких нейронов и 351 тысячу синаптических связей, показала точность 97,9% при распознавании рукописных цифр из базы MNIST и 89,5% на более сложном наборе изображений одежды Fashion-MNIST — эти показатели находятся на уровне лучших мировых разработок.

Однако главное преимущество TS-TD нейрона кроется не в точности, а в исключительно низком энергопотреблении. По расчетам авторов, гипотетический чип на их основе, работающий на частоте 500 кадров в секунду для изображений размером 28×28 пикселей, будет расходовать всего 0,012 ватта — это в сотни и тысячи раз меньше, чем потребляют современные одноплатные вычислители сопоставимой производительности. В то время как существующие серийные нейроморфные чипы построены на цифровой логике и лишь имитируют спайковую активность, аналоговая архитектура ЛЭТИ открывает путь к созданию принципиально более энергоэффективных процессоров.

Как отметили в университете, новый нейрон может стать базовым элементом не только для гипермасштабных дата-центров будущего, но и для устройств с жесткими ограничениями по питанию: носимой электроники, автономных сенсорных систем, нейроинтерфейсов прямого взаимодействия с мозгом, а также распределенных сетей периферийного искусственного интеллекта. Простота конструкции и технологичность делают его пригодным для массового производства, что приближает момент перехода от концептуальных образцов к коммерческим продуктам.