Учёные Нижегородского государственного университета им. Лобачевского сделали шаг к созданию компьютеров, работающих по принципам человеческого мозга. Они разработали электронную систему, которая частично имитирует взаимодействие нейронов в биологических нервных сетях. В перспективе такая технология может лечь в основу нового поколения нейроморфных вычислительных устройств — энергоэффективных систем, способных обрабатывать информацию подобно нервной системе.
Как устроена система
В основе разработки — два искусственных нейрона, соединённых мемристором. Схема работает так: первый нейрон генерирует электрические импульсы, второй их принимает, а мемристор выступает в роли искусственного синапса — аналога связи между нейронами. Особенность мемристора в том, что он «запоминает» количество прошедшего через него заряда, меняя своё сопротивление. Именно это свойство делает его похожим на биологический синапс: сила связи между элементами системы может меняться в зависимости от активности, как в настоящей нервной сети.
Исследователям удалось добиться синхронной работы искусственных нейронов. Это подтвердило, что мемристоры можно использовать как адаптивные искусственные синапсы — ключевой элемент для построения нейроморфных систем.
Комплексный подход: от модели к эксперименту
Как пояснил директор НОЦ «Физика твердотельных наноструктур» ННГУ Алексей Михайлов, многие исследования в этой области опираются на идеализированные модели, электронные аналоги или готовые коммерческие компоненты. Особенность нижегородского проекта — в комплексности: мемристивное устройство не просто смоделировано, а реально изготовлено и экспериментально изучено. Параметры устройства перенесли в математическую модель, а предсказанные динамические режимы затем проверили на физической электронной системе. Такой подход позволяет точнее прогнозировать поведение реальных нейроморфных сетей.
Энергоэффективность — важное преимущество
Одно из главных достоинств технологии — низкое энергопотребление. Расчётное потребление энергии для связки «ведущий нейрон — искусственный синапс — ведомый нейрон» составляет всего около 1456 пикоджоулей. Такой уровень энергоэффективности открывает перспективы для масштабирования: на базе подобных элементов можно создавать более крупные электронные нейронные сети.
Где пригодятся такие устройства
По словам научного сотрудника лаборатории мемристорной наноэлектроники ННГУ Ивана Кипелкина, сфера применения может быть широкой:
- Робототехника и системы автоматического управления. Устройства смогут обрабатывать сигналы напрямую за счёт взаимодействия искусственных нейронов и изменения связей между ними.
- Распознавание динамических сигналов и образов. Система подходит для анализа изменяющихся во времени данных — например, с датчиков.
- Биомедицинские технологии. Принципы синхронизации искусственных нейронов могут помочь в анализе биологических сигналов, таких как электрическая активность нервной системы. В будущем это направление может быть востребовано в нейроинтерфейсах, нейропротезах и системах нейрореабилитации.
Разработка выполнена сотрудниками лаборатории стохастических мультистабильных систем ННГУ в рамках программы Национального центра физики и математики. Результаты исследования опубликованы в научном журнале Chaos, Solitons & Fractals.