Церебральный интеллект стал горячей темой в области искусственного интеллекта.

Также известный как нейроморфные вычисления, он имитирует работу человеческого мозга, обеспечивая эффективную обработку информации в компьютерном программном и аппаратном обеспечении. В отличие от традиционного искусственного интеллекта, церебральный интеллект отличается низким энергопотреблением и высокой вычислительной мощностью.

Человеческий мозг, в настоящее время самая сложная из известных систем обработки информации, удивительно эффективен и лаконичен. Эксперты в области искусственного интеллекта предполагают разработку более мощного ИИ, взяв мозг за прототип. Появление различных крупных языковых моделей вызвало волну энтузиазма в отношении искусственного интеллекта во всем мире.

Современные основные приложения ИИ, представленные большими моделями, по сути, управляются моделями. Разработчики программ определяют поведение и структуру программного обеспечения, которое затем непрерывно обучается с использованием данных для формирования ИИ, способного взаимодействовать с людьми.

Искусственный интеллект уже давно вдохновлен человеческим мозгом. Например, глубокое обучение в ИИ функционирует аналогично биологическому нейронному мозгу, формируя нейронные сети, напоминающие "разум" мозга, посредством соответствующих матричных величин и многоуровневых организационных связей. Появление глубокого обучения привело к значительным прорывам в решении проблем восприятия, таких как распознавание изображений и речи.

Бесспорно, искусственный интеллект, имитирующий механизмы человеческого мозга, добился беспрецедентного успеха. Однако, несмотря на эти достижения, человеческий мозг по-прежнему превосходит машины во многих аспектах. Например, нейроны в человеческом мозге могут генерировать потенциалы действия на частотах до гигагерц, что в миллион раз превышает возможности компьютеров.

Кроме того, мозг работает в высшей степени параллельно, в то время как компьютеры функционируют линейно. Мозг подает сигналы гибко и мягко, обеспечивая значительное преимущество в обработке сигналов. Более того, мозг энергоэффективен, в то время как компьютеры потребляют значительное количество энергии - например, для тренировки AlphaGo требуется больше энергии, чем для поддержания активного мышления взрослого человека в течение десяти лет.

Учитывая различные преимущества человеческого мозга перед компьютерами, ученые вдохновились идеей непосредственного использования мозгоподобных органов для имитации вычислений. Низкое энергопотребление, высокая отказоустойчивость и креативность человеческого мозга - это возможности, к которым стремятся машины. Цель состоит в том, чтобы заставить машины мыслить как люди, и это именно та проблема, которую призваны решить нейроморфные вычисления.

Нейроморфные вычисления, как новая вычислительная парадигма, вдохновленная биологическими принципами и современной нейронаукой, направлены на имитацию работы мозга - от транзисторов до проектирования архитектуры, алгоритмов и программного обеспечения. В 2017 году Intel сделала значительный шаг в разработке нейроморфного оборудования, представив Loihi, первый самообучающийся нейроморфный чип.

Loihi объединяет обучение и логический вывод на одном чипе и обеспечивает интеграцию вычислительных функций и функций хранения. Чип оснащен 128 небольшими ядрами, каждое из которых содержит 1000 нейронных элементов в архитектуре аппаратного обеспечения, имитирующей множество "логических нейронов" и поддерживающей различные режимы обучения.

Однако использование Loihi выявило ряд ограничений, таких как различия в дизайне модели нейрона, случайное снижение точности при использовании двоичных импульсных импульсов, отсутствие поддержки новейших алгоритмов, узкие места в производительности, вызванные перегруженностью структуры чипа, недостаточная коммерческая применимость из-за ограниченности ресурсов и проблемы интеграции с традиционными вычислительными устройствами.

Для решения этих проблем Intel в сотрудничестве с многочисленными партнерами представила чип с нейроморфным алгоритмом второго поколения, Loihi 2, в октябре этого года. Основываясь на Loihi первого поколения, Intel и другие сотрудники внесли значительные улучшения в Loihi 2. Он обладает явными технологическими преимуществами, сокращая масштаб сети, необходимый для поддержки того же уровня возможностей, что приводит к повышению скорости обработки и снижению энергопотребления.