Ключевая её особенность заключается в адаптивном характере взаимодействия между электронными нейронами
Сотрудники лаборатории стохастических мультистабильных систем ННГУ им. Н.И. Лобачевского разработали электронную систему, которая частично воспроизводит принципы взаимодействия нейронов в биологических нервных сетях. Исследование выполнялось междисциплинарной командой, объединившей специалистов в области нелинейной динамики, нейроморфной электроники, физики мемристивных устройств и математического моделирования.
В работе авторы использовали не условную или упрощённую модель мемристора, а характеристики реального устройства, изготовленного и исследованного экспериментально. Они изучили реакцию мемристора на сигналы, похожие на импульсы нейронной активности, и перенесли полученные экспериментальные данные в математическую модель электронной нейронной системы. Это позволило максимально приблизить теоретическое описание к поведению реального физического устройства.
«Разработка представляет собой электронную систему, состоящую из двух искусственных нейронов, соединённых мемристором. Первый нейрон генерирует электрические импульсы и передаёт их второму. Мемристор, расположенный между ними, выполняет роль искусственного синапса – аналога связи между нейронами в нервной системе. При определённых условиях второй нейрон начинает подстраивать ритм своей работы под первый. Таким образом происходит синхронизация. В ходе экспериментов нам удалось получить несколько режимов такой синхронизации. Например, электронные нейроны заработали в одном ритме или с различным соотношением частот», – рассказал руководитель исследования, кандидат физико-математических наук, научный сотрудник лаборатории мемристорной наноэлектроники НОЦ «Физика твердотельных наноструктур» Университета Лобачевского Иван Кипелкин .
Также учёным удалось показать, как изменение сопротивления мемристора влияет на взаимодействие двух электронных нейронов. При определенных условиях нейроны стали подстраивать ритм своей работы друг под друга. В результате экспериментально было получено несколько таких режимов синхронизации, что подтвердило возможность использования мемристоров в качестве адаптивных искусственных синапсов.
«Исследования мемристивных нейронов и мемристивных синапсов активно ведутся как в России, так и за рубежом. Значительная часть опубликованных исследований основана на идеализированных моделях мемристоров, функциональных электронных эквивалентах или коммерческих компонентах. Существуют математические модели нейронных сетей с мемристивными связями, электронные схемы искусственных нейронов, а также отдельные аппаратные реализации нейроморфных систем. Поэтому корректнее говорить не о полном отсутствии аналогов, а о том, что наша разработка отличается комплексным подходом: мемристивное устройство физически изготовлено и экспериментально исследовано, его параметры перенесены в математическую модель, а предсказанные динамические режимы затем проверены на реальной электронной системе», – отметил руководитель проекта, на основе которого было проведено исследование, кандидат физико-математических наук, директор НОЦ «Физика твердотельных наноструктур» Университета Лобачевского Алексей Михайлов .
В традиционных электронных нейронных системах коэффициент связи обычно задаётся заранее и остаётся постоянным. В системе, разработанной учёными Университета Лобачевского, сила связи определяется состоянием физического мемристора и может изменяться непосредственно в процессе работы системы под действием нейроподобных электрических импульсов. Таким образом, мемристор является не просто пассивным соединительным элементом: он одновременно передаёт сигнал, изменяет собственное сопротивление и, тем самым, регулирует дальнейшее взаимодействие нейронов. Так возникает своеобразный механизм саморегулирования связи, имеющий функциональное сходство с синаптической пластичностью биологических нейронных систем.
Одним из важных преимуществ мемристивных систем является низкое энергопотребление. Расчётное энергопотребление основных элементов данной системы «ведущий нейрон – искусственный синапс – ведомый нейрон» составило около 1456 пДж. Это показывает перспективность дальнейшего масштабирования таких систем и создания более крупных электронных нейронных сетей.
«Наша разработка может быть использована при создании энергоэффективных нейроморфных систем – электронных устройств, работа которых частично повторяет принципы обработки информации в биологических нейронных сетях. В отличие от обычных вычислительных систем такие устройства могут обрабатывать сигналы непосредственно за счёт взаимодействия искусственных нейронов и изменения связей между ними. В перспективе подобные системы могут применяться для обработки сигналов от различных датчиков, распознавания изменяющихся во времени сигналов и образов, а также в робототехнике и системах автоматического управления. Отдельное направление связано с биомедицинскими технологиями. Принципы синхронизации искусственных нейронов могут быть полезны при анализе биологических сигналов, например, электрической активности нервной системы. В дальнейшем такие подходы могут представлять интерес для нейроинтерфейсов, нейропротезов и систем нейрореабилитации», – уточнил Иван Кипелкин .
Работа выполнялась в рамках нескольких взаимодополняющих научных направлений Университета Лобачевского, объединенных программой стратегического академического лидерства «Приоритет-2030». Экспериментальная часть исследования и аппаратная реализация системы были выполнены учёными ННГУ в рамках научной программы Национального центра физики и математики по направлению №9 «Искусственный интеллект и большие данные в технических, промышленных, природных и социальных системах». Компьютерное моделирование было поддержано Российским научным фондом.
«Эта работа наглядно демонстрирует силу междисциплинарного подхода, который мы последовательно развиваем в Университете Лобачевского. Команда исследователей объединила компетенции в нелинейной динамике, нейроморфной электронике, физике мемристивных устройств и математическом моделировании и получила результат, обладающий большим прикладным потенциалом. Тот факт, что исследование выполнено в рамках программы “Приоритет-2030” и научной программы Национального центра физики и математики, подчёркивает его стратегическую значимость для развития отечественной науки и технологий. Такие разработки станут основой для создания нового поколения энергоэффективных нейроморфных устройств, востребованных в робототехнике, биомедицине, системах искусственного интеллекта. Наши учёные вносят весомый вклад в формирование технологического будущего страны», – подчеркнул ректор ННГУ им. Н.И. Лобачевского Олег Трофимов .
Подробное описание разработки нижегородских учёных приводится в статье в журнале Chaos, Solitons & Fractals.
Ранее сообщалось, что ученые ННГУ рассказали, как сохранить в старости трезвость ума.
