Skupina raziskovalcev je ustvarila elektronsko imitacijo človeških možganskih nevronov, ki lahko pozabijo na informacije, če niso dolgo v uporabi.
Možgani so popoln računalniški stroj, zato ne preseneča, da si inženirji prizadevajo posnemati njegove sisteme. Nova raziskava nam je omogočila korak v smeri popolne imitacije. Znanstveniki so ustvarili napravo, ki "pozabi" na informacije enako kot človeški možgani.
Novi sistem so poimenovali "memristor" (memristor, iz kombinacije angleškega "memory" in "upor") drugega reda. Posnema strukturo človeških možganskih sinaps in na enak način zapomni in nato »pozabi« na informacije, če se nanje ne ukvarja dlje časa.
Kakšna je praktična uporaba te naprave? Trenutno nobena. Vendar prav ti sistemi pomagajo razviti novo vrsto nevroračunalnika, osnovo za umetno inteligenco. Karkoli bi lahko rekli, vendar morajo razvijalci voljno in nejevoljno posnemati možganske aktivnosti.
V t.i. V "analognem" nevroračunalniku posamezne elektronske komponente (na primer memristor) igrajo vlogo posameznih nevronov in sinaps. Inženirji zagotavljajo, da to ne bo samo pospešilo izračunov, ampak tudi zmanjšalo porabo energije. Danes je to hipotetični koncept, utelešen le v obliki posameznih komponent. To je zato, ker morajo znanstveniki najprej ugotoviti, kako naučiti elektroniko, da posnema sinaptično plastičnost. To je lastnost, zaradi katere aktivne možganske sinapse sčasoma postajajo močnejše, neaktivne pa postajajo šibkejše. Zdravniki verjamejo, da prav zaradi njega nekateri spomini ostanejo z nami desetletja, drugi pa izginejo iz spomina.
Za nov prototip so inženirji uporabili material, imenovan hafnijev oksid. Že zdaj jo uporabljajo podjetja za gradnjo mikročipov, kot je Intel. Dejansko "pozabljivost" nevronov posnema okvara na vmesniku med silicijevim in hafnijevim delom procesorja. Običajno služi kot vir številnih težav, vendar so raziskovalci napako v tem primeru obrnili sebi v prid - prevodnost memristorjev sčasoma oslabi in nezaupljene informacije se izbrišejo.
Projekt ima seveda še dolgo pot. Možno je, da je popolna imitacija človeških možganov po učinkovitosti slabša od "klasičnih" računalniških sistemov - vendar je to mogoče razumeti šele po praktičnih testih.
Vasilij Makarov
Promocijski video:
