— совершенная вычислительная машина, так что нет ничего удивительного в том, что инженеры стремятся подражать его системам. Новое исследование позволило сделать еще один шажок в сторону полноценной имитации. Ученые создали устройство, которое «забывает» информацию так же, как и человека.
Новая система получила название «мемристор» (memristor, от сочетания англ. «memory» и «resistor») второго порядка. Он имитирует структуру синапсов человека, и точно так же запоминает, а затем «забывает» информацию, если долгое время к ней не обращаться.
Какое у этого устройства практическое применение? В настоящее время — никакого. Однако именно такие системы и помогают разработать новый тип нейрокомпьютера, основы для искусственного интеллекта. Как ни крути, а разработчикам вольно-невольно приходится имитировать мозговую деятельность.
В т.н. «аналоговом» нейрокомпьютере отдельные электронные компоненты (например, мемристор) играют роль отдельных нейронов и синапсов. Инженеры уверяют, что это позволит не только ускорить вычисления, но и снизить энергопотребление. На сегодняшний день это гипотетический концепт, воплощенный лишь в формате отдельных компонентов. Все потому, что для начала ученым необходимо выяснить, как научить электронику имитировать синаптическую пластичность. Это свойство, благодаря которому активные синапсы со временем усиливаются, а неактивные становятся слабее. Медики считают, что именно благодаря ему одни воспоминания сохраняются у нас десятилетиями, а другие исчезают из памяти.
Для нового прототипа инженеры использовали материал под названием оксид гафния. Он уже используется для создания микрочипов такими компаниями, как Intel. Фактически, «забывчивость» нейронов имитируется в помощью дефекта на границе раздела между кремниевой и гафниевой частями процессора. Обычно он служит источником множества проблем, однако в данном случае исследователи обратили дефект в пользу — проводимость мемристора со временем ослабевает и невостребованная информация стирается.
Конечно, проекту придется пройти еще долгий путь. Не исключено, что совершенная имитация человеческого может проигрывать по эффективности «классическим» вычислительным системам — но понять это можно будет только после испытаний на практике.
