14.08.2014

Как IBM наконец научили компьютерный процессор мыслить и творить

8 августа IBM представила в журнале Science процессор нового типа, на создание которого ушло почти десять лет. TrueNorth работает подобно мозгу человека, чем радикально отличается от предшественников. В перспективе он может состязаться в мощи с суперкомпьютерами, при том что размером он с почтовую марку, лёгкий, как перышко, и может питаться от небольшого аккумулятора. В IBM полагают, что TrueNorth станет одним из главных прорывов в истории компьютерных технологий.

Важное примечание для начала: IBM не воссоздала мозг человека, а только воспользовалась принципами его работы. До недавнего времени вычислительные системы основывались преимущественно на архитектуре фон Неймана, описанной в 1940-х годах. В ней процессор и память расположены по отдельности, а связывает их так называемая «шина». Всё это время производительность компьютеров наращивалась за счёт того, что росли скорость и объём данных, передаваемых по шине. Но в то же время шина всегда была узким местом в архитектуре: её пропускная способность увеличивалась медленнее, чем скорость процессора и объём памяти, и от поколения к поколению это становилось всё более заметной проблемой.

Современная технология производства микросхем, основанных на кремнии, приближается к своему пределу: когда транзисторы достигнут размеров, сопоставимых с большими атомами, могут проявиться непредсказуемые квантовые эффекты. Поэтому учёные ищут способы, как уйти от привычной парадигмы, и одним из альтернативных путей как раз могут стать нейросинаптические процессоры. Пока что нанотехнологии не позволяют полностью перейти с неорганических материалов на органические, но воспроизвести логику процессов, характерную для головного мозга человека, исследователям IBM удалось.

Таймлайн

2005

IBM начинает первые крупные исследования, связанные с когнитивными вычислительными системами. В том же году сотрудники компании взялись разработать самообучаемый суперкомпьютер, который станет чемпионом по телевизионной викторине Jeopardy! (в России - «Своя игра»).

2008

IBM объявляет о запуске совместного проекта с пятью американскими университетами. Его цель - создать когнитивную вычислительную систему, работающую по принципам устройства человеческого мозга. DARPA (Агентство передовых оборонных исследовательских проектов США) выделяет на первую стадию проекта $4,9 миллиона. Тем временем суперкомпьютер Watson уже способен соревноваться с ведущими игроками в Jeopardy! на равных, а его создатели ведут переговоры с продюсерами викторины, чтобы устроить специальный выпуск программы.

2009

IBM объявляет о том, что создала алгоритм, который синтезирует данные в виде, удобном для когнитивной вычислительной системы. Также исследователи достигают значительного прогресса в симуляции работы коры головного мозга: созданный ими прототип превосходит возможности мозга кошки. Вложения DARPA в проект достигают $21 миллиона.

2011

IBM заканчивает разработку базовой архитектуры и тестирует два прототипа на основе неё, один из них - с таким же числом нейронов, как и у круглого червя. К тому времени DARPA инвестировала в проект $42 миллиона. В этот же год когнитивный суперкомпьютер Watson обыгрывает двух лучших игроков за всю историю Jeopardy! в специальном выпуске телевикторины.

2013

IBM завершает работу над программной платформой, благодаря чему желающие могут начать учиться писать код для процессора нового типа. Инвестиции DARPA в проект достигают $53,5 миллиона.

Преимущества нейросинаптических систем

В нейросинаптической системе процессор и память расположены вместе, из-за чего узкого места, характерного для машин фон Неймана, не возникает. Как и в мозге человека, в TrueNorth есть нейроны (простейшие единицы нервной системы), синапсы - места, где нейроны связываются друг с другом, и аксоны, по которым двигаются сигналы. Получившаяся система успешно решает задачи, с которыми человек по-прежнему справляется лучше компьютера: например, восприятие звуковых и визуальных, а также неструктурированных данных, выслеживание закономерностей, ассоциативное мышление и навигация в пространстве. А главное, что такая система может связывать все сенсорные данные воедино, как это делает человек, и делать выводы на основе общей картины. Помимо этого, нейросинаптические системы:

Легко масштабируются. Условно: чтобы сделать систему в 100 раз мощнее, достаточно добавить в неё в 100 раз больше нейросинаптических процессоров. При этом они легко объединят усилия, и никаких изменений в архитектуре не потребуется. У обычных процессоров с масштабированием возникают проблемы: они начинают потреблять очень много энергии, а написание кода под них усложняется. Из-за этого обработка больших данных и проектирование облачных систем становятся слишком затратными;

Сохраняют мобильность. Небольшой размер и сравнительно слабое электропотребление TrueNorth позволяют предположить, что в недалёком будущем подобные процессоры появятся в мобильных устройствах. Это возможно благодаря тому, что нейросинаптические процессоры умеют «засыпать», если не проводят никаких операций, тогда как обычные процессоры останавливаются, только если выключить компьютер. Кроме того, нейросинаптические процессоры работают на малых частотах (у TrueNorth это всего 10 герц, в сотни миллионов раз меньше, чем у обычных современных процессоров) и выигрывают за счёт распараллеливания вычислений между тысячами нейросинаптических ядер и миллионами нейронов;

Дают создавать естественные интерфейсы. Для того чтобы общаться с когнитивными компьютерными системами, не нужны особые навыки. С такими системами можно взаимодействовать, как с людьми: текстом, голосом, жестами. Более естественные интерфейсы, позволяющие задавать вопросы на человеческом языке, сделают технологии ещё доступнее;

Обучаются сами. Для того чтобы не допускать одних и тех же ошибок, нейросинаптические системы пользуются накопленным опытом операций. Они сами выдвигают гипотезы, сопоставляют явления и делают на основе этого выводы для дальнейшей работы. Также в них можно реализовать «машинное видение», что позволит им воспринимать визуальную информацию, как человек, который за день перерабатывает в среднем терабайт зрительных данных.

Потенциальные способы применения нейросинаптических процессоров

Чтобы создать нейросинаптический процессор, пришлось отстроить с нуля всё: архитектуру как аппаратной, так и программной части, заново наладить производственный процесс, придумать новые алгоритмы, разработать специальные библиотеки, приложения и системы обучения программистов. Когда базовая архитектура процессора была готова, руководитель проекта Дхармендра Мода за каждую найденную недоработку предложил бутылку шампанского ценой $1000, но уязвимостей никто не нашёл. Зато инженеры IBM уже обнаружили целый ряд практических применений нового процессора:

Полностью персонализированная медицина. Нейросинаптическая система анализирует историю болезней пациента, помогает врачам ставить диагнозы и прописывать правильное лечение, основанное на индивидуальных особенностях;

Предупреждение стихийных бедствий. Городские власти могут готовиться к катаклизмам, предсказывать, где произойдут перебои с подачей электричества и где пострадает инфраструктура, а также эффективно организовывать эвакуацию. То же касается и центрального правительства, которому система может докладывать о климатических изменениях в стране, угрозах цунами и землетрясений. В спокойное время нейросинаптической системе простаивать необязательно: она, например, может предлагать, как должен двигаться автомобильный трафик по городу;

Личная система безопасности. Обычная система не будет реагировать на периодичную рутину в балансе вашего счёта: например, на заправку автомобиля. Но нейросинаптическая система может заподозрить что-то неладное, если до заправки бак вашей машины заполнен на три четверти. Бить необоснованные ложные тревоги из-за внезапных дорогих покупок она тоже не станет, если, например, увидит, что в вашей семье у кого-нибудь приближается день рождения;

Умный учебный класс. Нейросинаптическая система может помочь преподавателю отслеживать проблемных школьников, разбираться, почему они не успевают за учебной программой, а также предложит, как ему наверстать упущенное. Это может стать первым шагом на пути к полностью индивидуальному обучению;

Подбор одежды по телосложению и стилю. Нейросинаптическая система, установленная в магазине, превращается в личного стилиста, который, основываясь на истории покупок, указывает на вещи, которые подошли бы к уже приобретённым;

Новые рецепты и продукты питания. Человеку не так просто изобретать что-то новое в еде, но нейросинаптические системы могут просчитать, какие комбинации сработают, а какие - нет. В них заложен определённый творческий потенциал, поэтому, в отличие от обычных компьютеров, они способны придумать нечто абсолютно новое. Кроме того, она может быстро оценивать качество произведённых продуктов по внешним признакам и помечать испорченные;

Предсказания в бизнесе. Предпринимателям не так просто держать в голове все факторы, которые влияют на успешность крупных сделок по слиянию и поглощению. В то же время нейросинаптическая система может спрогнозировать будущее компании после сделки и учесть все возможные риски, что позволит бизнесмену принять более взвешенное решение.

Эксперты рассказывают о будущем когнитивных компьютеров

На этом потенциальная сфера применения нейросинаптических процессоров не ограничивается. Сейчас в IBM раздумывают над тем, как вывести технологию на коммерческий уровень: это должно занять порядка 5-10 лет. По мнению экспертов, нейросинаптические процессоры не заменят процессоры, основанные на старой архитектуре, потому что в чём-то она более эффективна: например, в математических операциях. Поэтому новые процессоры, по способностям напоминающие правое полушарие головного мозга, будут использовать параллельно со старым, которые ближе к левому полушарию. Именно объединённая система и может стать настоящим прообразом мозга, и во многом она его даже превзойдёт.

Антон Мухатаев

Источники:

1. gigamir.net