Insekt Nervensystem auf Boost Rechenleistung kopiert
Gehirne sind die leistungsfähigsten Computer bekannt. Jetzt Mikrochips gebaut, um das Nervensystem der Insekten imitieren erfolgreich anzugehen technische gezeigt wurden wie computing Probleme Objekterkennung und Data-Mining, sagen Forscher.
Versuche, neu, wie das Gehirn funktioniert, sind nichts Neues. Computing Grundsätze wie das Organ arbeitet inspirierten Computerprogramme bekannt als neuronale Netze, die für Dekaden benutzt worden, um Daten zu analysieren. Die künstlichen Neuronen, aus denen sich diese Programme imitieren das Gehirn Neuronen mit jeweils in der Lage, senden, empfangen und verarbeiten Informationen.
Wirkliche biologische neuronale Netze setzen jedoch auf elektrische Impulse, die als Spitzen bekannt. Netzwerke von spiking Neuronen mit Software zu simulieren ist rechenintensive, Grenzen zu setzen, wie lange diese Simulationen ausgeführt werden können und wie groß sie bekommen können.
Um diese Beschränkungen zu überwinden, mehrere Gruppen auf der ganzen Welt haben begonnen, so genannte "neuromorphen Hardware", die Modelle der spiking Neuronen auf Mikrochips zu verwenden. Zum Beispiel veröffentlichte Qualcomm seinen nullte Chip im Oktober 2013. Das Unternehmen wirbt den Chip im Rahmen der nächsten Generation von mobilen Geräten für Bild- und Sprachverarbeitung.
Ein großer Vorteil, den Köpfe über herkömmliche Computer haben ist, wie sie viele Probleme parallel gleichzeitig zu lösen. Konventionelle Algorithmen sind jedoch oft nur schwer umzusetzen auf neuromorphen Hardware – neuartige Algorithmen, die die Natur des Gehirns-wie computing-Architektur zu umarmen müssen stattdessen verwendet werden.
"Biologische neuronale Netze, die in den letzten Jahrzehnten von Neurowissenschaftlern beschrieben wurden sind eine sehr reiche Quelle der Inspiration für diese Aufgabe", sagt Hirnforscher und Informatiker Michael Schmuker an der Freien Universität Berlin Txchnologist.
Jetzt Schmuker und seine Kollegen neuromorphen Hardware mit einem "neuronalen Netzwerk" programmiert haben inspiriert durch Elemente der das Nervensystem der Insekten. Ein System wie das der Forscher entwickelt "als Baustein für zukünftige neuromorphen Supercomputer verwendet werden könnte", sagt Schmuker. "Dieser Computer funktioniert ähnlich wie das Gehirn, alle Berechnungen auf massiv parallelen Weise durchführen."
Die Wissenschaftler setzten auf die Spikey neuromorphen Mikrochip entwickelt an der Universität Heidelberg in Deutschland. Das Gerät kann 10.000-Mal schneller als seine biologischen Kollegen durchführen.
Ein lebendes Modell
Die Forscher konzentrierten sich auf das Insekt olfaktorischen System, das mit Geruch befasst. "Des olfaktorischen Systems befasst sich mit einem sehr komplexen input Raum – chemische Raum" Schmuker sagt. "Dies spiegelt sich in seiner Architektur, die parallele Verarbeitung eine hohe Anzahl von verschiedene Eingangskanäle unterstützt."
"Das Insekt olfaktorische System besonders geeignet als Inspiration ist, denn es weniger komplex als das vertebrate Pendant ist während ihren grundlegenden Entwurf sehr ähnlich", fügt er hinzu.
Künstliche neuronale Netzwerke auszubilden, zunächst Forscher Daten füttern. Die Neuronen lassen Forscher wissen, wann sie ein bestimmtes Problem, wie korrekt zu identifizieren, einen Buchstaben oder eine Ziffer gelöst haben. Das Netzwerk dann verändert die Art und Weise Daten zwischen diesen Nervenzellen weitergeleitet werden, und die Probleme werden erneut getestet. Im Laufe der Zeit lernen die Netzwerk-zahlen, die welche Vereinbarungen zwischen Neuronen am besten computing gewünschten Antworten, wie echte Gehirne imitiert sind.
Sie hatten ihr System gegen das Problem der Klassifizierung von multivariater Daten – d. h. Daten, die mehrere Variablen enthalten. Dies ist eine gemeinsame Signal und Datenanalyse.
"Wir die Lösung für ein praktisches EDV Problem auf einen neuromorphen Chip implementiert," sagt Schmuker. "Es gibt viele theoretische Machbarkeitsstudie für neuromorphen computing heraus dort, aber nur sehr wenige Beispiele, die in der Tat auf tatsächliche neuromorphen Hardware implementiert werden."
Der dreistufige Ansatz der Mikrochip verwendet, um Daten zu klassifizieren imitiert die Anatomie und Funktion des olfaktorischen Systems der Insekten. Zunächst konvertiert die Wissenschaftler reale multivariate Daten in eine Reihe von Stacheln, die sie in ihren Chip eingespeist. Ein Satz von Daten beschriebenen Funktionen der Blüte Blätter für drei Arten von Iris Blume; Andererseits enthalten handschriftliche Bilder aus den Ziffern 5 und 7 bis 28 von 28 Pixel digitalisiert.
Als nächstes die Forscher gefiltert und vorverarbeitet diese Rohdaten mit einer Technik bekannt als lateraler Inhibition.
"Lateraler Inhibition beschreibt eine bestimmtes Muster der Verbindung in einem neuronalen Netzwerk," sagt Schmuker. In diesem Fall Gruppen der künstlichen Neuronen jedes verschiedene Eingänge zu erhalten und sich gegenseitig hemmen deren Aktivität. "Dadurch bekommen die Aktivität von diesen Neuronen, die hoch in Reaktion auf einen bestimmten Reiz war stärker und niedriger Aktivität Neuronen werden schwächer. Lateraler Inhibition ist so ähnlich wie ein Filter, der Kontrast verbessert."
Das gefilterte Daten ist dann eine letzte Stufe der künstlichen Neuronen zugeführt. Klassifizierung von Daten beinhaltet zuweisen jedes Möbelstück ein Hinweisschild von vielen. Diese künstlichen Neuronen in beliebig vielen Gruppen gibt es Labels angeordnet sind – wenn die Etiketten für die Finger an beiden Händen sind, zum Beispiel gibt es 10 Etiketten. Die Neuron-Gruppe, die die stärkste Leistung aus dem vorherigen Schritt vollständig empfangen unterdrückt die Aktivität der anderen Neuronengruppen. "Wie erreichen wir, dass nur eine Beschriftung zugewiesen ist, auf jeden Reiz", sagt er.
Fortschritte und Probleme
Wie sie das System, die Forscher aufgedeckt technischen Herausforderungen, die nicht offensichtlich sind, wenn Sie Simulationen auf herkömmlichen Computern implementiert. Zum Beispiel sagt die Elektronik auf ihren Chip könnte sehr variabel in der Natur, verursacht ein schwieriges Problem ", dass wir mit einer bestimmten Weise verbinden Gruppen von Nervenzellen, schließlich gelöst" Schmuker.
Die Forscher fanden heraus, dass das neuronale Netz auf dem Mikrochip neuromorphen das gleiche Maß an Genauigkeit als das neuronale Netz als auf herkömmlichen Computern laufen erreichen konnte. Zur gleichen Zeit wurde ihr System etwa 13 Mal schneller als vergleichbare biologische Systeme.
Die Wissenschaftler festgestellt, dass neuromorphen Computern nicht konventionelle Computern ersetzen würde. "Vielmehr entwickeln wir eine neue Gehirn-inspirierte Technik für computing, die in der Lage, Probleme zu lösen, bei denen herkömmliche Computer eignen sich nicht," sagt Schmuker.
Zukünftige Forschung konzentriert sich "auf die Ermittlung von Problemen, die besonders gut geeignet für den neuromorphen Ansatz," sagte er sagt. "Mehr neuromorphen Hardware verfügbar, die interessanter neuromorphen computing Herausforderungen identifiziert werden."
Schmuker und seine Kollegen detailliert ihre Ergebnisse online am 27. Januar in der Zeitschrift Proceedings der National Academy of Sciences.
Diesen Beitrag ursprünglich veröffentlicht auf Txchnologist. Txchnologist ist ein digitales Magazin von GE, das erforscht die Welt der Wissenschaft, Technologie und Innovation vorgestellt.
Lead-Bild: Mulberry Borer über Shutterstock.