Průměrný lidský mozek disponuje zhruba 100 miliardami neuronů. Signály mezi nimi předává víc než 100 bilionů synapsí. Jako komplexní systém se mozek dokáže sám "reprogramovat" a disponuje svou vlastní pamětí – pokud opakujete nějaký úkon často, obvykle vám to jde rychleji a s menší námahou. Kdyby se něco podobného naučily počítače, i při stávající úrovni křemíkových čipů by mohlo dojít na jejich rapidní zrychlení. 

Právě to je myšlenka, která stojí za rostoucím výzkumem na poli neuromorfní informatiky. Namísto toho, aby tranzistory čipů prováděly výpočty binárně – tedy signalizováním zapnuto/vypnuto – by počítač spoléhající na "umělé synapse" byl v principu inspirován biologií. Různé signály uvnitř jeho čipu by měly různou intenzitu a byl by proti nim kladen různý odpor stejně jako v mozku. Doslova by šlo o jakýsi "mozek na čipu". 

Již minulý rok vyvinuli specifický neuromorfní čip vědci na německé Heidelbergově univerzitě. Obvody tohoto čipu mění svůj odpor k propuštění signálu v různé intenzitě, stejně tak mohou neurony skrze synapse měnit vlastní míru propouštění signálu. K čemu vlastně obojí slouží? V zásadě k učení. Čím častěji je nějaká operace realizována, tím panuje k přenosu menší odpor, a daná operace je tak rychlejší. 

Neuromorfní čipy tak prostřednictvím změny architektury jednak slibují zrychlení nejčastěji používaných počítačových operací, ale také dodají hardwaru jeho vlastní paměť. Nový výzkum z Massachuttského technologického institutu pak loňský německý výzkum ještě o prsa překonal. 

Umělá inteligence dostává nohy

Experimentální posun na poli neuromorfie s sebou nese i celou řadu praktických problémů. To, že vznikne prototyp čipu, ještě nutně neznamená, že šlape jako hodiny – spíše naopak. Stávající design čipů měl tak paradoxně problém právě v příliš nepředvídatelné propustnosti umělých synapsí. 

Ionty protékající spojem si vždy hledaly nové cestičky, a tak mnohdy ignorovaly limity propustnosti, na nichž celý koncept stojí. Amorfní materiály používané k emulaci synapsí se zkrátka často chovaly jinak. To u počítačů, ani těch neuromorfických, není úplně žádoucí.

Tým z MIT pod vedením Jeehwana Kim nešvar vyřešil výměnou materiálu. Vzal běžný monokrystalický křemík a vytvořil v něm skrze precizní materiálové postupy miniaturní defekt – skrze ten mohou ionty protékat předpokládatelně.

Když svůj prototyp otestovali, čip se choval v 96 procentech případů předvídatelně. Překonal tím dosavadní předchůdce. Právě tím se otevírá cesta k aplikovatelnějším designům. 

Simulace čipu ukázaly, že i současný malý prototyp by se výpočetně vyrovnal výkonnějším neuronovým sítím běžícím na dnešních počítačích.

Čip z MIT měl při rozeznávání tisíců rukopisů úspěšnost 95 procent, neuronové sítě pak 97 procent. Vtip je v tom, že neuromorfický hardware by stejné úkony mohl zvládnout i v daleko menším provedení a s úspornou kapacitou. Simulované neuronové sítě, doposud výsada superpočítačů, by se tak mohly brzy objevit i v běžných počítačích nebo telefonech. 

Relativně jednoduché umělé inteligence, provádějící efektivní rozeznávání obrazu a učení, by se tak staly každodenní samozřejmostí.