Ученые ЛЭТИ разработали модель «искусственного нейрона», перспективную для создания интерфейсов мозг-компьютер

Выполненные на транзисторной компонентной базе традиционные компьютеры, принцип работы которых базируется на архитектуре фон Неймана, сегодня подходят к пределам своих возможностей по компактности, быстродействию и энергопотреблению. Поэтому ученые из разных стран мира ведут исследования, направленные на разработку вычислительной техники на альтернативных принципах.

В частности, последние годы одним из наиболее перспективных направлений, является нейроморфная электроника – действующая по аналогии с биологическими «устройствами» для обработки информации – нейронами. Как правило, нейроморфные системы выполняют вычисления в синаптической памяти, кодируя информацию в вырабатываемых искусственными нейронами импульсных сигналах – спайках.

В теории реализация таких технологий позволит создать новый класс вычислительных устройств, обладающих высоким быстродействием и низкими энергозатратами. На практике же для широкого внедрения подобных компьютеров требуется разработка эффективной методологии проектирования устройств, соответствующей компонентной базы, математических моделей и программного обеспечения.

«Мы впервые создали модель нейрона, способную генерировать биологически реалистичные спайки, а также обеспечивать функциональные возможности настройки параметров модели нейрона для учета высокой вариативности порогов переключений мемристоров между устройствами, а также управления возбудимостью такого искусственного нейрона». – Доцент кафедры систем автоматизированного проектирования (САПР), старший научный сотрудник Молодежного Научно-исследовательского института (МолНИИ) СПбГЭТУ «ЛЭТИ» Валерий Юрьевич Островский.

В рамках исследования ученые составили нейронную цепь всего из пяти элементов. Ключевой электронный компонент созданной системы – мемристор, произведенный в Пекинском технологическом институте. Записи данных о циклах переключения устройства предоставлены доктором Цилинь Хуа. Данное устройство создано на основе Ag-наноточек/HfO2 (сокращенно AND-TS) и отличается высокой производительностью. 

В ходе экспериментов исследователи изучили все основные характеристики собранной нейронной цепи. Так они выполнили идентификацию эмпирических компактных моделей порогового селектора и германиевых обращенных туннельных диодов четырех типов. Они изучили динамическое поведение предлагаемого нейрона с использованием двухпараметрических диаграмм высокого разрешения, дающих представление о реакции нейрона на различные входные стимулы. Кроме того, ученые показали изменение класса возбудимости нейрона по Ходжкину в зависимости от модулирующего источника постоянного напряжения, а также выполнили оценку энергетических характеристик искусственного нейрона. Результаты исследования опубликованы в научном журнале Neurocomputing.

«Нейроморфные системы на основе предложенной нами модели нейрона могут получить возможность выборочно концентрироваться на важной информации из входных данных. Это нововведение позволит значительно сократить вычислительные ресурсы, необходимые для машинного обучения. Также примечательным свойством является то, что амплитуды спайков такого искусственного нейрона сопоставимы с амплитудами биологических нейронов млекопитающих, которые находятся в диапазоне 50-120 мВ. Это делает предлагаемое устройство естественным образом биосовместимым и применимым для проектирования интерфейсов мозг-компьютер и нервная система-протез». – Доцент кафедры САПР, с. н. с. МолНИИ СПбГЭТУ «ЛЭТИ» Тимур Искандарович Каримов.

Работа выполнена в рамках проекта РНФ № 23-79-10151 «Методы и средства автоматизации исследовательского проектирования мемристивных систем».

Ранее ученые ЛЭТИ также разработали модель искусственного сенсорного нейрона на основе сверхпроводящего магнетометра, для которой внешний магнитный поток действует как модулирующий входной сигнал, влияющий на скорость генерации спайков. Результаты этой разработки опубликованы в научном журнале Sensors. В ходе исследований искусственных нейронов использовались высокопроизводительные инструменты моделирования и анализа, адаптированные для выполнения на системах с параллельной архитектурой CUDA, статья об этом опубликована в издании International Journal of Bifurcation and Chaos.