Классические компьютеры и современные ИИ‑чипы работают на электронах и разделяют вычисления и память: данные приходится постоянно «гонять» туда‑сюда, на что тратится много энергии и времени. В мозге все иначе: нейроны и синапсы одновременно и хранят, и обрабатывают информацию, причем с колоссальной энергоэффективностью. Именно это пытается повторить нейроморфная электроника — устройства, устроенные по принципу нервной системы.
Даже самые продвинутые нейроморфные чипы пока далеки от сложности живого мозга. В своем исследовании специалисты Университета Аризоны предложили принципиально новый подход к их разработке и создали так называемый топологический акустический синапс (topological acoustic synapse, TAS). Вместо движения электронов по проводникам в нем используются акустические волны, бегущие по крошечным связанным каналам — волноводам.
Как и биологический синапс, который может усиливать или ослаблять сигнал между нейронами, этот искусственный синапс умеет изменять «силу связи», усиливая или подавляя звуковые волны. Информация кодируется в тонких различиях во времени прихода и перекрытия нескольких волн. Благодаря этому одно устройство способно одновременно обрабатывать несколько потоков данных — параллельно, точно так же, как это делает мозг.
Ученые проверили свой акустический синапс на типичных задачах машинного обучения: распознавание рукописных цифр и сортировка видов цветов по признакам. Система показала высокую точность и училась быстрее стандартных моделей нейросетей, для этого ей требовалось меньше внутренних «перенастроек». При этом энергопотребление оказалось ниже, чем у двух распространенных типов современной электронной элементной базы — полевых транзисторов (FET) и мемристоров.
По словам авторов разработки, одна из ключевых особенностей TAS в том, что он может кодировать информацию в многомерном пространстве состояний, используя сложную нелинейную динамику звуковых волн. Это открывает путь к сильно параллельным и крайне экономичным вычислениям.
Пока речь идет об отдельных элементах, но долгосрочная цель — объединить множество таких акустических синапсов в миниатюрные структуры, напоминающие чипы. Если этот подход удастся масштабировать, в будущем могут появиться устройства, которые по принципам работы ближе к мозгу, чем к современным процессорам, и способны решать сложные задачи ИИ при очень низком энергопотреблении.
Ранее физики сделали кота Шредингера еще более удивительным.
