По мнению исследователей из Австралии, суперкомпьютер, запуск которого запланирован на апрель 2024 года, будет конкурировать по предполагаемой скорости операций в человеческом мозге. Машина под названием DeepSouth способна выполнять 228 триллионов операций в секунду. Это первый в мире суперкомпьютер, способный моделировать сети нейронов и синапсов (ключевых биологических структур, составляющих нашу нервную систему) в масштабе человеческого мозга. DeepSouth принадлежит подходу, известному как нейроморфные вычисления, целью которого является имитация биологических процессов человеческого мозга. Он будет проводиться из Международного центра нейроморфных систем Университета Западного Сиднея. Наш мозг — самая удивительная вычислительная машина, которую мы знаем. Распределяя свою вычислительную мощность на миллиарды маленьких единиц (нейронов), которые взаимодействуют через триллионы связей (синапсов), мозг может конкурировать с самыми мощными суперкомпьютерами в мире, потребляя при этом только ту же мощность, что и лампочка в холодильнике. Между тем суперкомпьютеры обычно занимают много места и требуют для работы большого количества электроэнергии. Самый мощный в мире суперкомпьютер Hewlett Packard Enterprise Frontier может выполнять чуть более одного квинтиллиона операций в секунду. Он занимает площадь 680 квадратных метров (7300 квадратных футов), а для его работы требуется 22,7 мегаватт (МВт). Наш мозг может выполнять такое же количество операций в секунду при мощности всего 20 Вт при весе всего 1,3–1,4 кг. Помимо прочего, нейроморфные вычисления призваны раскрыть секреты этой удивительной эффективности. Транзисторы на пределе 30 июня 1945 года математик и физик Джон фон Нейман описал конструкцию новой машины — электронного автоматического компьютера с дискретными переменными (Edvac). Это фактически определило современный электронный компьютер, каким мы его знаем. Мой смартфон, ноутбук, который я использую для написания этой статьи, и самый мощный суперкомпьютер в мире имеют одну и ту же фундаментальную структуру, представленную фон Нейманом почти 80 лет назад. Все они имеют отдельные блоки обработки и памяти, где данные и инструкции хранятся в памяти и вычисляются процессором. На протяжении десятилетий количество транзисторов в микрочипе удваивалось примерно каждые два года — это явление известно как закон Мура. Это позволило нам иметь меньшие по размеру и более дешевые компьютеры. Однако размеры транзисторов сейчас приближаются к атомным масштабам. При таких крошечных размерах проблемой является чрезмерное выделение тепла, а также явление, называемое квантовым туннелированием, которое мешает работе транзисторов. Это замедляется и в конечном итоге остановит миниатюризацию транзисторов. Чтобы решить эту проблему, ученые изучают новые подходы к вычислениям, начиная с мощного компьютера, который мы все спрятали в своих головах, — человеческого мозга. Наш мозг не работает в соответствии с моделью компьютера Джона фон Неймана. У них нет отдельных вычислительных областей и областей памяти. Вместо этого они работают, соединяя миллиарды нервных клеток, которые передают информацию в форме электрических импульсов. Информация может передаваться от одного нейрона к другому через соединение, называемое синапсом. Организация нейронов и синапсов в мозге является гибкой, масштабируемой и эффективной. Таким образом, в мозгу (в отличие от компьютера) памятью и вычислениями управляют одни и те же нейроны и синапсы. С конца 1980-х годов ученые изучают эту модель с намерением перенести ее в компьютеры. Имитация жизни Нейроморфные компьютеры основаны на сложных сетях простых элементарных процессоров (которые действуют как нейроны и синапсы мозга). Основным преимуществом этого является то, что эти машины по своей сути «параллельны». Это означает, что, как и в случае с нейронами и синапсами, практически все процессоры компьютера потенциально могут работать одновременно и обмениваться данными в тандеме. Кроме того, поскольку вычисления, выполняемые отдельными нейронами и синапсами, очень просты по сравнению с традиционными компьютерами, потребление энергии на порядки меньше. Хотя нейроны иногда считают единицами обработки, а синапсы — единицами памяти, они способствуют как обработке, так и хранению. Другими словами, данные уже находятся там, где этого требуют вычисления. Это ускоряет работу мозга в целом, поскольку нет разделения между памятью и процессором, что в классических машинах (фон Неймана) приводит к замедлению работы. Но это также позволяет избежать необходимости выполнять конкретную задачу доступа к данным из компонента основной памяти, как это происходит в обычных вычислительных системах и потребляет значительное количество энергии. Принципы, которые мы только что описали, являются основным источником вдохновения для DeepSouth. Это не единственная действующая в настоящее время нейроморфная система. Стоит упомянуть проект Human Brain Project (HBP), финансируемый по инициативе ЕС. HBP работал с 2013 по 2023 год и привел к созданию BrainScaleS, машины, расположенной в Гейдельберге, Германия, которая имитирует работу нейронов и синапсов. BrainScaleS может моделировать способ «спайка» нейронов, способ прохождения электрического импульса по нейрону в нашем мозгу. Это сделало бы BrainScaleS идеальным кандидатом для исследования механики когнитивных процессов и, в будущем, механизмов, лежащих в основе серьезных неврологических и нейродегенеративных заболеваний. Поскольку нейроморфные компьютеры созданы для имитации реального мозга, они могут стать началом поворотного момента. Предлагая устойчивую и доступную вычислительную мощность и позволяя исследователям оценивать модели нейрологических систем, они являются идеальной платформой для целого ряда приложений. У них есть потенциал, чтобы улучшить наше понимание мозга и предложить новые подходы к искусственному интеллекту.
