Нейроморфные компьютеры неожиданно преуспели в математике
Нейроморфные компьютеры, архитектура которых заимствована у человеческого мозга, показали впечатляющие способности к решению сложных математических задач, лежащих в основе научных и инженерных проблем.
Ключом к успеху стал новый алгоритм, который позволяет нейроморфному оборудованию решать дифференциальные уравнения в частных производных (ДУЧП) — математическую основу для моделирования таких явлений, как гидродинамика, электромагнитные поля и механика конструкций. Статья о нем опубликована в журнале Nature Machine Intelligence.
Эксперименты показали, что нейроморфные вычисления не только способны решать эти уравнения, но и делают это с выдающейся эффективностью. Эта работа открывает путь к созданию первого в мире нейроморфного суперкомпьютера, что потенциально обещает революцию в области энергоэффективных вычислений как для задач национальной безопасности, так и для других сфер.
Экзафлопсные вычисления
Дифференциальные уравнения в частных производных необходимы для моделирования реальных систем — от прогнозирования погоды до расчета поведения материалов под нагрузкой. Традиционно решение ДУЧП требует колоссальных вычислительных ресурсов. Нейроморфные компьютеры предлагают принципиально иной подход, который больше напоминает то, как мозг обрабатывает информацию.
«У нас только начинают появляться вычислительные системы, способные демонстрировать интеллектуальное поведение. Но они ничуть не похожи на мозг и требуют запредельных ресурсов для работы», — говорит вычислительный нейробиолог Брэд Тейлман из Национальных лабораторий Сандия.
Десятилетиями эксперты полагали, что нейроморфные компьютеры лучше всего подходят для таких задач, как распознавание образов или ускорение искусственных нейронных сетей. От этих систем не ожидали выдающихся результатов в решении строгих математических задач, таких как ДУЧП, с которыми лучше справляются традиционные суперкомпьютеры.
Но авторы алгоритма придерживаются другого мнения. Они уверены, что сам мозг постоянно выполняет сложные вычисления, даже если мы этого не осознаем.
«Возьмите любую задачу моторного контроля — например, удар по теннисному мячу или замах бейсбольной битой. Это очень сложные вычисления. Это задачи экзафлопсного уровня, которые наш мозг способен решать с минимальными затратами», — приводит пример соавтор работы Брэд Эймон из Центра вычислительных исследований в Национальных лабораториях Сандия.
Энергоэффективность суперкомпьютеров
Результаты этого исследования особенно значимы по части энергоэффективности. Нейроморфные вычисления открывают путь к кардинальному снижению энергопотребления при сохранении вычислительной мощности. Крупномасштабные моделирования по принципам, вдохновленным мозгом, требуют гораздо меньше энергии, чем традиционные суперкомпьютеры.
«Мы можем решать реальные физические задачи с помощью вычислений, подобных мозговым, — утверждает Эймон. — Это кажется неожиданным, поскольку интуиция людей обычно подсказывает обратное. И, как правило, эта интуиция ошибочна».
Тайны мозга
Исследование также открывает путь к пониманию самой природы живого интеллекта. Алгоритм Тейлмана и Эймона сохраняет глубокое сходство со структурой и динамикой нейронных сетей коры головного мозга.
«В основу нашей схемы легла довольно известная модель из мира вычислительной нейробиологии. Мы показали, что между этой моделью и уравнениями в частных производных существует естественная, хотя и неочевидная связь. И эту связь не замечали все 12 лет с момента появления модели», — объясняет Тейлман.
Исследователи верят, что нейроморфные системы могут стать мостом между нейробиологией и прикладной математикой и помочь понять, как именно мозг обрабатывает информацию.
«Возможно, болезни мозга — это сбои в вычислительных процессах, — предполагает Эймон. — Просто мы пока плохо представляем, как мозг вообще производит вычисления».
Если эта догадка верна, то нейроморфные компьютеры помогут разобраться в таких болезнях, как Альцгеймер и Паркинсон, и найти новые способы лечения.
Вычислительное будущее
Нейроморфные вычисления еще только начинают развиваться, но работа лабораторий Сандия уже закладывает для них прочный фундамент. Авторы надеются, что их пример объединит математиков, нейробиологов и инженеров для раскрытия всей силы этой технологии.
«Мы смогли переложить на нейроморфный "язык" даже такой базовый математический алгоритм. Что мешает сделать то же самое с более сложными методами?» — рассуждает Тейлман.
Ученые уверены, что у этого направления большое будущее. «Мы не просто изучаем интересную научную проблему. Мы уже получили рабочий инструмент для решения практических задач», — подытожил нейробиолог.
