.نورون‌های ابر رسانا می‌توانند با قدرت کارایی مغز مطابقت کنند

دانشمندان علوم کامپیوتر قصد دارند نورون‌های مصنوعی بسازند و آن‌ها را در شبکه‌هایی مشابه مغز به یکدیگر متصل کنند. این شبکه‌ها پتانسیل این را دارند که به طور قابل توجهی از نظر انرژی کاراتر باشند، اما هیچ کس نتوانسته است مدلی را طراحی کند که به کارایی مغز نزدیک باشد.

امیلی تومی از MIT و دو تن از همکارانش نورون‌های ابر رسانایی را طراحی کردند که از نانوسیم‌ ساخته شده اند و از بسیاری جهات مانند نورون‌های واقعی رفتار می‌کنند. آن‌ها بیان کردند که ابزارشان با کارایی انرژی مغز مطابقت می‌کند (حداقل در سطح نظریه) و واحد ساختاری نسل جدیدی از شبکه‌های نورونی ابر رسانا است که از ماشین‌های محاسباتی معمول بسیار کاراتر خواهد بود.

نورون‌ها اطلاعات را به شکل شلیک‌های الکتریکی یا پتانسیل عمل که در طول نورون حرکت می‌کند، کدگذاری می‌کنند. در شبکه‌های شبه مغزی، نورون‌ها از طریق فضایی به نام سیناپس از یکدیگر جدا می‌شوند.

اطلاعات می‌تواند میان این سیناپس‌ها جهش کند و بدین طریق بر دیگر نورون‌ها اثر بگذارد و باعث شود شلیک کنند یا آن‌ها را به طریقی مهار کند که مانع شلیک کردنشان شود. در واقع این امر به نورون‌ها این امکان را می‌دهد که مانند یک ورودی منطقی عمل کنند و یک خروجی واحد در پاسخ به ورودی‌های چندگانه تولید کنند.

نورون‌های بیولوژیکی تعدادی ویژگی مهم دارند که این فرایند را ممکن می‌سازد. برای مثال، تا زمانی که سیگنال ورودی به آستانه خاصی نرسد، شلیک نمی‌کنند و تا زمان مشخصی سپری نشود، نمی‌توانند مجددا شلیک کنند؛ دوره‌ای که آن را به عنوان مرحله تحریک ناپذیری می‌شناسیم. زمانی که یک شلیک در طول آکسون -بدنه‌ی نورون- هدایت میشود نیز حائز اهمیت است، چراکه مسافتی را که شلیک طی کرده کد گذاری می‌کند.

نورون مصنوعی باید تا جای ممکن بیشتر این ویژگی‌ها را داشته باشد. که معمولا دستیابی به آن نیازمند مدارهای پیچیده است.

تومی و همکاران اشاره کردند که نانوسیم‌های ابر رسانا ویژگی غیرخطی خاصی دارند که به آن‌ها این امکان را می‌دهد مشابه نورون‌ها عمل کنند. این ویژگی به این علت محقق می‌شود که ابر رسانایی نانوسیم‌ها با رسیدن جریان به حد خاصی از آستانه، از بین می‌رود.

زمانی که این اتفاق رخ دهد، مقاومت ناگهان افزایش می‌یابد و یک پالس ولتاژ ایجاد می‌کند. این پالس معادل پتانسیل عمل در نورون است. استفاده از آن برای تغییر امواج درحالی که یک پالس دیگر توسط دومین نانوسیم ابر رسانا تولید می‌شود، تحریک را واقعی‌تر می‌کند.

این امر مدار ابر رسانای ساده‌ای ایجاد می‌کند که بسیاری از ویژگی‌های نورون‌های بیولوژیکی را دارد. تومی و همکاران نشان دادند که یک نورون ابر رسانا آستانه تحریک، مرحله تحریک ناپذیری، و زمان هدایت دارد که در میان دیگر ویژگی‌ها با ویژگی‌های مدار مطابقت دارد.

همچنین این نورون ابر رسانا می‌تواند برای تحریک یا مهار دیگر نورون‌ها مورد استفاده قرار گیرد. و این ویژگی "متفاوت" کلید ایجاد شبکه است. این همان چیزی است که دیگر طراحی‌های نورون ابر رسانا هرگز نتوانسته‌اند به آن دست یابند. از آن جایی که مدارهای ابر رسانا انرژی بسیار کمی مصرف می‌کنند، محاسبات تومی و همکارانش پیشنهاد می‌کند که این نوع از شبکه نورونی ابر رسانا می‌تواند با کارایی شبکه‌های نورونی بیولوژیکی مطابقت کند.

شایستگی شبکه عصبی با تعداد عملیات سیناپسیای که می تواند هر ثانیه با استفاده از یک وات قدرت انجام دهد، مشخص می‌شود. تومی و همکاران بیان کردند که شبکه پیشنهادی آن‌ها باید قادر باشد در مدیریت ۱۰۱۴ عملیات سیناپسی در ثانیه در هر وات با مغز انسان مطابقت کند. آن‌ها گفتند: "نورون نانوسیمی می‌تواند از نظر قدرت و سرعت یک تکنولوژی بسیار رقابت جویانه باشد."

شاید مهم‌ترین محدودیت این است که نورون‌ ابر رسانا ‌تنها می‌تواند به تعداد انگشت شماری از نورون‌های دیگر متصل شود. در حالی که هر نورون در مغز انسان به هزاران نورون دیگر متصل می‌شود. تا این لحظه طراحی تومی و همکارانش تنها یک طراحی باقی مانده است.

با این وجود، این شبیه سازی‌ها امیدوار کننده است. گروه آن‌ها بیان کرد: " تجزیه و تحلیل‌های انجام شده پیشنهاد می‌کند که نورون نانوسیمی کاندید امیدوارکننده‌ای برای پیشرفت شبکه‌های عصبی مصنوعی با مصرف انرژی پایین است."

تومی و همکاران بیان کردند که شبکه‌های عصبی ابر رسانا می‌توانند اساس یک سخت افزار کامپیوتری کاملا جدید به شکل شبکه‌های عصبی ابر رسانا باشند. این تراشه‌ها می‌توانند با استفاده از اتصالات ابر رسانا، که منجر به هیچگونه اتلاف گرما نمی‌شود، شبکه تشکیل دهند.

آن‌ها درنهایت بیان کردند:" نتیجه نهایی یک پردازنده بزرگ مقیاس نورومورفیک خواهد بود که می‌تواند به عنوان یک شبکه عصبی شلیکگر برای اجرای تکالیفی مانند الگوی بازشناسی آموزش بیند یا برای شبیه سازی پویایی‌های شلیک یک شبکه بیولوژیکی بزرگ و واقعی مورد استفاده قرار گیرد."

منبع: technologyreview

مترجم: مبینا ترابی