Традиционно считается, что нейросети работают по принципу человеческого мозга и тем самым реализуют искусственный интеллект. Но на самом деле с мозгом у них мало общего и они ему во многом уступают. Оказывается, ученые по всему миру сейчас работают над принципиально новым классом «нейроморфных систем», которые по задумке будут работать так же, как мозг.
Про нейроморфные чипы, новую архитектуру компьютеров и про то, какие задачи они смогут решать в будущем, мы поговорили с Денисом Ларионовым из «Цифрума» (центр «Росатома» по цифровизации атомной отрасли).
Фарида Рословец:
– Что такое нейроморфная система?
Денис Ларионов:
– Начнем с того, что система искусственного интеллекта (ИИ) – это связка алгоритмов и железа, на котором эти алгоритмы исполняются. Когда мы прибавляем к этому слово «нейроморфная», мы намекаем на то, что технологические барьеры в этой связке преодолеваются с помощью подходов, заимствованных из биологии. То есть нейроморфные системы строятся на принципах работы мозга.
Зачем это нужно? До сих пор мы создаем ИИ для классического компьютерного железа, чтобы решать те же задачи, которые решают биологические системы. И мы видим большой разрыв в эффективности их работы. Например, самый мощный компьютер распознает кошку/собаку на 3 порядка хуже по энергоэффективности, чем наш мозг.
– Получается, что классические процессоры, в память которых поместили нейросети, не эффективны с точки зрения энергопотребления?
– Рассмотрим классическую архитектуру фон Неймана. Например, надо сложить два числа, как мы это делаем? Мы из памяти берем одно число, помещаем в регистр процессора, затем другое число помещаем в регистр процессора. Выполняем операцию, и из 3-го регистра процессора кладем обратно в память результат. А как сделать лучше?
Можно иметь в памяти «складывалку» и дать команду: «сложи два числа и сделай в памяти третье». И в процессор тогда ничего по шине гонять не надо. Надо просто дать команду памяти что-то сделать. Это гораздо энергоэффективнее. Нейроморфная система – это не просто искусственный интеллект, это уход от классической архитектуры фон Неймана. Ведь лазить в память в тысячу раз затратнее, чем просто умножить два целых числа.
Какие есть предложения по архитектуре нейроморфных чипов и какие критерии нейроморфности существуют, смотрите в полной версии интервью:
– Чему можно научить нейроморфный чип? Как моя жизнь поменяется, когда эти чипы появятся?
– Нейроморфные системы решают задачи там, где нам нужно что-то непрерывно видеть, слышать, там, где есть изменения во времени. Я бы назвал три таких фундаментально разных направления.
Первое – это интеллектуальные сенсоры. Это такие датчики, которые могли бы работать автономно, без привязки к облаку или сети и делать что-то умное.
Например, детектор на одежде, который анализирует токсичность воздуха и сигнализирует об этом. Если такой сделать сейчас, у него, скорее всего, будет либо модуль передачи данных, и тогда он будет глупый, либо, если он будет умным, у него должна быть большая батарейка, и это ограничит его время работы или сделает его неудобным для переноски и использования.
Нейроморфность – это про то, что мы можем сделать что-то интеллектуальное и долго работающее, автономно живущее, и не требующее синхронизации. Тут можно вспомнить о всяких исследовательских миссиях – космос, океан, радиация, подземелье… Автономные дроны, роботы, и так далее.
Второе направление, где у нейроморфных систем есть задел – когда нужно обеспечить быстрое время принятия сложного интеллектуального решения.
Например, у Boston Dynamics есть роботы, которые бегают, как собаки. У этих роботов раньше была проблема: если его толкнуть или ударить чем-то, то он не успевал пересчитать, как ему нужно балансировать, чтобы не упасть. Это на самом деле очень сложная инженерная задача. Нужно быстро собрать информацию с сенсоров, а потом отдать какой-то нейронке и сказать: «Посчитай, как нам нужно каждую нашу механическую мышцу напрячь, чтобы сбалансировать». Сейчас долго считает, а с нейроморфами будет намного быстрее.
Или мы могли бы сделать такую DVS-камеру (особый тип камер, которые работают по принципу глаза), которая была бы способна настолько быстро обрабатывать информацию, что мы бы видели даже вибрации. Практическое применение – визуальная вибродиагностика. Мы можем смотреть на какую-то большую поверхность камерой и видеть вибрации, незаметные глазу.
Третье направление, наверное, самое интересное, но тоже больше на перспективу. Современные нейросети мы не можем бесконечно увеличивать по количеству нейронов. А математический аппарат импульсных нейронных сетей как раз решает эту проблему. Заложив его в нейроморфные чипы, мы сможем строить системы неограниченно большого масштаба. Не 100 миллиардов нейронов, а еще на 3 порядка больше.
– Люди, которые боялись, что к нам придет Терминатор, уже начали нервничать. Чему можно обучить такую систему?
– Есть, например, китайский чип Tianjic. Он умеет исполнять импульсные нейронные сети и делает это намного эффективнее классических. На нем сделали систему управления велосипедом, при чем используется только этот чип, больше никаких вычислителей.
Во-первых, он умеет воспринимать голосовые команды благодаря классической нейросети. Зрение построено на основе сверточной нейронки, а балансом велосипеда чип управляет с помощью другой сети. В общем, это такой гибрид из разных архитектур, на верху которого спайковая сеть, отвечающая за принятие быстрых решений.
Если попросить кого-нибудь другого повторить, это будет огромное решение из кучи модулей – зрения, слуха, управления, плюс огромная батарейка… А здесь велик едет, объезжает препятствия и реагирует на команды с одной маленькой штучкой.
– Какая самая большая проблема вашего проекта? Догоним ли мы когда-нибудь другие страны?
– Основная наша сложность – найти в России центр компетенций, который будет способен разработать и произвести такую архитектуру.
Мне кажется, что мы вряд ли догоним другие страны в классических архитектурах. Но, что касается нейроморфных систем, то тут у нас есть сильный задел, как, кстати, и по квантовым вычислениям. Мы в этом развиваемся.
Конечно, мы не можем сейчас как Интел напечатать чипов, попробовать, выкинуть, опять напечатать… для нас это технологически сложно. Но здесь нам шансы дает то, что не в железках дело. Точнее, не только в них. Обычно ведь делают железку и потом под нее что-то пишут. Но мы считаем, что железка должна быть оптимизирована под алгоритм не меньше, чем алгоритм под железку.
Тем более сейчас никто даже не знает, как математику создать. При этом у нас в стране есть крупные города с высокой концентрацией математиков и их навыки подходят, чтобы переключиться на нейроморфные задачи. У нас в стране есть уже несколько серьезных центров компетенций по нейроморфным системам.
Заключение
Не знаю, как вас, но меня тема нейроморфных систем очень захватила. Прямо на наших глазах создаются принципиально новое железо и алгоритмы, которые будут имитировать наш мозг по-настоящему, а не как текущие нейросети, которые, как оказалось, еще и очень неэффективны в плане энергозатрат. На наших глазах на смену привычной архитектуре фон Неймана придет что-то на порядки более эффективное и мощное в плане решения интеллектуальных задач.
Отдельно меня порадовало, что наши ученые вовсю вовлечены в эту гонку и работают вместе с мировым сообществом.
