Новий нейроморфний чип імітує мозок у реальному часі

Прорив у нейроморфних технологіях — чип, що імітує роботу мозку, здатен аналізувати нейронні зв’язки в реальному часі у 20 000 разів швидше за традиційні методи.

Здатність точно відтворювати “нейронну підключеність мозку” стала основою для розвитку інтерфейсів мозок-комп’ютер. Ці системи є ключовими для керування штучними кінцівками або посилення когнітивних можливостей. Дослідники з Корейського інституту науки і технологій (KIST) під керівництвом д-ра Чонґкіла Парка створили нейроморфну систему з навчанням на чипі, яка імітує принцип синаптичної пластичності залежної від часу спайку (STDP, “Spike-Timing-Dependent Plasticity”).

STDP — це механізм, за якого мозок зміцнює або послаблює зв’язки між нейронами залежно від порядку їх активації. Завдяки цьому принципу команда KIST змогла навчати штучні нейронні зв’язки без збереження активності всіх нейронів, що забезпечило аналіз у реальному часі. “Це відкриття усуває потребу у тривалому зберіганні нейронних даних і складних статистичних обрахунках”, — підкреслюють автори.

Ключовою інновацією є новий алгоритм, який усуває потребу в об’ємній пам’яті, зокрема скасовуючи «зворотні таблиці пошуку». Це дозволило впровадити STDP на масштабованих мікросхемах, де розміри апаратної бази обмежені. У підсумку, система досягла швидкодії, що у 20 000 разів перевищує традиційні підходи, зберігаючи точність інтерпретацій.

Нейроморфна інженерія, яка наслідує структури та навчальні механізми мозку, стала стратегічним пріоритетом для технологічного лідерства провідних країн. Проте бракувало прикладного вектора — «killer application». “Наша технологія — реальний приклад практичного застосування нейроморфіки, який здатен запустити еру наступного покоління AI-чипів”, — зазначив д-р Парк.

Він додав: “Проста апаратна структура і масштабованість дають змогу впроваджувати ці рішення в автономні автомобілі, супутниковий зв’язок, аналіз складних сенсорних сигналів і навіть — керування пристроями силою думки”. Розробка фінансується Міністерством науки і ІКТ Республіки Корея та публікується в журналі IEEE Transactions on Neural Systems and Rehabilitation Engineering.