211service.com
Ny form av minne kan utveckla hjärninspirerade datorer
En ny form av datorminne kan hjälpa maskiner att matcha den mänskliga hjärnans kapacitet när det kommer till uppgifter som att tolka bilder eller videofilmer.
Ett fasförändringsminne som lär sig känna igen handskrivna siffror genom att simulera ett nätverk av neuroner testas i IBMs Almaden Research Center nära San Jose, Kalifornien.
Forskare vid IBM använde det som kallas fasförändringsminne för att bygga en enhet som bearbetar data på ett sätt inspirerat av hur en biologisk hjärna fungerar. Med hjälp av en prototyp av fasförändringsminne konfigurerade forskarna systemet för att fungera som ett nätverk av 913 neuroner med 165 000 anslutningar, eller synapser, mellan dem. Styrkan hos dessa anslutningar förändras när chippet bearbetar inkommande data, vilket förändrar hur de virtuella neuronerna påverkar varandra. Genom att utnyttja den egenskapen fick forskarna systemet att lära sig känna igen handskrivna siffror.
Fasförändringsminne förväntas komma ut på marknaden under de närmaste åren. Den kan skriva information snabbare och packa den tätare än det minne som används i datorer idag (se En förhandsvisning av framtida diskenheter ). Ett minneschip för fasförändringar består av ett rutnät av celler som var och en kan växla mellan två tillstånd för att representera en digital informationsbit — en ett eller a 0 . I IBM:s experimentella system representeras varje synaps av ett par minnesceller som arbetar tillsammans.
Datavetare har arbetat en tid med chips som grovt efterliknar neuroner och synapser. Sådana neuromorfa design skiljer sig radikalt från de chips vi använder idag. Men de lovar att göra datorer som är effektiva på uppgifter som datorer normalt tycker är utmanande, som att lära sig av erfarenhet eller förstå video (se Thinking in Silicon ).
Tidigare i år tillkännagav IBM det mest komplexa neuromorfa chipet hittills (se IBM-chipet bearbetar data på samma sätt som din hjärna gör). Den gjordes med hjälp av de tekniker och komponenter som används för att bygga smartphone-processorer.
Det experimentella systemet som tillkännagavs av IBM-forskare denna vecka är mycket mindre kraftfullt än det chippet. Men det faktum att det nya systemets 165 000 synapser är gjorda med hjälp av fasförändringsminne är betydande, säger Geoff Burr, forskare vid IBM:s Almaden Research Center i San Jose, Kalifornien.
Fasförändringsminne anses vara särskilt väl lämpat för neuromorfa datorsystem eftersom det lagrar data så tätt, vilket gör det möjligt att skapa hjärninspirerade system med många fler synapser, säger Burr. Fasförändringsminne är också enklare att programmera om. Det gör det praktiskt att bygga ett neuromorft system som kan lära sig genom att justera sitt beteende när det matas med ny data.
Tidigare ansträngningar för att använda fasförändringsminne för att bygga neuromorfa system har varit blygsamma, med 100 synapser eller mindre, säger Burr. Det nya systemet, byggt med kollegor vid IBM och Pohang University of Science and Technology, i Korea, är mer än 1 000 gånger så stort. Ett papper om deras resultat presenterades på Internationellt möte för elektronenheter i San Francisco tidigare denna månad.
Teamet kunde göra ett mycket större system eftersom det utvecklade tekniker för att mäta och kompensera för den naturliga variationen i prestandan för varje enhet av fasförändringsminne. Liknande variationer påverkar de konventionella minneschipsen i våra telefoner och datorer idag, men felkontrollmetoder är mer avancerade för dessa enheter.
Efter att ha visat 5 000 märkta bilder av handskrivna siffror från en standardiserad datamängd kunde forskarnas chip känna igen handskrivna siffror som det aldrig tidigare sett med en noggrannhet på 82 procent. Burr säger att en ny justering av hans teams felkompensationsmetoder borde tillåta noggrannheten att klättra till nära 99 procent.
Eugenio Culurciello , en professor vid Purdue University som arbetar med neuromorfa chipdesigner, säger att fasförändringsminne kan förbättra neuromorfa design på intressanta sätt. Han noterar dock att ingenjörer är i de tidiga stadierna av att förstå hur man skapar hjärnliknande chips. De här sakerna är fortfarande lite exotiska, säger han.