Звуковые волны могут повысить эффективность нейроморфных чипов
Нейроморфные вычисления пытаются воспроизвести принципы работы мозга и поэтому могут расходовать гораздо меньше энергии, чем обычные электронные чипы для ИИ. При этом даже самые продвинутые нейроморфные устройства пока довольно просты. Они задействуют лишь небольшую часть тех связей, которые характерны для нейронов человеческого мозга.
Новое исследование предлагает необычный подход. Использование звуковых волн, как показала работа, может помочь таким системам точнее воспроизводить поведение биологических нейронов. Авторы утверждают, что нейроморфные устройства, основанные на акустических эффектах, способны работать быстрее и при этом тратить меньше энергии, чем их электронные аналоги.
По словам Xiaodong Yan, assistant professor of materials science and engineering and electrical and computer engineering в University of Arizona в Tucson, такой подход может привести к появлению более компактных и более параллельных нейроморфных аппаратных систем. Они также могут оказаться эффективнее в задачах, где нужно объединять множество признаков, например pattern recognition, sensory processing и data analysis. В мозге вычисления и хранение информации связаны через синапсы, то есть соединения между нейронами; у одного нейрона их могут быть тысячи. Нейроморфные устройства нередко тоже объединяют вычисления и память. Благодаря этому снижаются затраты энергии и времени, которые обычные микрочипы тратят на передачу данных между процессором и памятью.
Ключевые факты
Исследование показывает, что использование звуковых волн в нейроморфных устройствах может позволить им лучше имитировать биологические нейроны и работать быстрее и энергоэффективнее, чем электронные аналоги.
По словам Xiaodong Yan из University of Arizona в Tucson, такой подход может сделать будущие нейроморфные устройства более компактными, более параллельными и более эффективными для задач распознавания образов, сенсорной обработки и анализа данных.
Нейроморфные устройства, как и мозг, объединяют вычисления и хранение данных через аналог синоптических связей, что снижает затраты энергии и времени на передачу данных между процессором и памятью.
Даже самые продвинутые современные нейроморфные устройства используют лишь небольшую долю числа соединений, которые присутствуют у нейронов человека.