Искусственная дендритная нейронная цепь

Визуальная реферат нейроморфной вычисления дендритной сети.Кредит: Baek et al.

Большинство вдохновленных мозгом технологий, созданных на сегодняшний день, черпают вдохновение из стрельбы клеток мозга (то есть нейронов), а не отражают общую структуру нейронных элементов и как они способствуют обработке информации.

Исследователи из Университета Цинхуа недавно представили новую нейроморфную вычислительную архитектуру, предназначенную для воспроизведения организации синапсов (то есть связей между нейронами) и деревоподобной структуры дендритов (то есть проекций, простирающихся от тела нейронов).

Эта новая искусственная система, похожая на мозг, представленную в статье, опубликованной в Nature Electronics, была реализована с использованием вычислительной модели транзисторов на нанопроволоке с несколькими воротами с ионными пленками Sol-Gel.

«Когда я был мастером по биоинженерии ИИ и мозга в Политехнике Милано в Италии, я задумал идею эмулировать разреженность связи мозга и морфологию, такую ​​как у дендритов нейрона, для разработки эффективного ИИ», Карло Витторио, Cannistraci,Один из соответствующих авторов, рассказал Tech Xplore.

«Я также был очарован элегантностью механизмов мозга, такими как« тихие синапсы », которые включают их функционирование, когда они окружены повышенной электрической активацией».

Извлекая вдохновение из своих предыдущих исследований и научных интересов, Cannistraci недавно решил реализовать сложные механизмы мозга вычислительно.В рамках этого недавнего исследования он объединился с другими исследователями в Университете Цинхуа, чтобы воспроизвести морфологию дендритов и основы синапсов с использованием модели нейроморфных вычислений.

«Однажды Карло попросил меня изучить« дендритные вычисления », так как наше предыдущее совместное исследование« Нейтрансисторов »имело потенциал для имитации дендритных свойств», - сказал Eunhye Baek, один из соответствующих авторов, Tech Xplore.

«Профессор Лупинг Ши и я искал способы разработать нейроморфную систему визуальных датчиков, и мы осознали потенциал в этом подходе.

«Меня всегда заинтересовался, чтобы построить больше мозговой/нейроподобной динамической системы обработки информации. Дендритные вычисления очень волнуют меня, потому что оно охватывает широкий спектр динамических и сложных свойств, которые еще не были тщательно изучены в нейроморфной инженерии».

Большинство исследований нейроморфных вычислителей, проведенных до сих пор, были сосредоточены на воспроизведении синаптических процессов, связанных с обучением и искусственной репликацией генерации нейрональных пиков.Эти исследования часто смоделировали дендриты как простые линии передачи, игнорируя тем самым функции, связанные с их уникальной морфологией.

«Дендриты используют их морфологию, похожие на дерево, для картирования пространственно распределенных сигналов, демонстрации специфичной для ветви пластичности и интеграции различных синапсов»,-пояснил Бэк.

«Каждая дендритная ветвь особенно чувствительна к сигналам с конкретной направленностью, что делает их специализированными для обработки пространственно -временных сигналов. Наше исследование фокусируется на этих сложных дендритных функциях».

Cannistraci, Shi, Baek и их сотрудники разработали и разработали новое устройство, которое отражает морфологию и функцию биологических дендритов.Это устройство, получившее название «Дендристор», имитирует вычисления, выполняемые дендритами, путем использования физики мульти-ворота транзисторов, покрытых ионной легированной пленкой, соль-гель.

«Эта пленка имитирует дендритные ветви, позволяя легированным ионам перемещаться так же, как ионы в дендритах нейронов, модулируя ток транзистора, чтобы отражать изменения в потенциале дендритной мембраны», - сказал Бэк.«Наше исследование демонстрирует, что дендристор демонстрирует нелинейную дендритную интеграцию и селективность направления».

В дополнение к устройству дендристора, недавняя статья этой исследовательской группы представляет искусственный тихий синапс.В этой системе напряжение ветвей дендристора в соль-гелевой пленке гарантирует, что синаптические входы активируются только тогда, когда пленка достигает определенного порога, что улучшает способность системы различать направление движущихся визуальных стимулов.

«Мы также создали нейроморфную дендритную нервную схему, в которой вычисляется направление движущихся сигналов, вдохновленные нейронными целями сетчатки и зрительной коры», - сказал Бэк.«Эта схема показывает способность обнаруживать сигналы, движущиеся в 2D и глубину, интегрируя их для реконструкции направления движения объектов в трехмерном пространстве».

Тесно отражая скудную связь дендритных нейронов, был обнаружен новый подход нейроморфного вычисления, введенный Cannistraci, Baek и их коллегами, достигает замечательной энергоэффективности.Фактически, эта система демонстрирует потенциал для обнаружения движения, используя меньше нейронов, чем существующие искусственные нейронные сети (ANNS).

Ключевым преимуществом этой новой архитектуры является то, что она выходит за рамки репликации функциональных аспектов биологических нейронов.В отличие от других существующих нейроморфных вычислительных платформ, он также воспроизводит структуру и редкую связь нейронов, включая морфологию дендритов и основания молчаливых синапсов.

«Хотя в нейроморфных исследованиях существуют различные подходы для реализации интеллекта, наше исследование однозначно показывает важность нейронов и их морфологии синаптической связи в динамической обработке сигналов», - сказал Бэк.

«Мы достигли этого, подражая тому, как биологические нейроны образуют функциональные нейронные схемы с пространственно разреженным отображением синаптических входов, подчеркивая, насколько важна эта морфология для эффективной обработки нейроморфной информации».

Примечательно, что эта исследовательская группа была первой, кто продемонстрировал, что пространственное положение ингибирующих и молчаливых синапсов также может контролировать обработку сигналов нейронами в нейроморфных системах.Это понимание может направлять дизайн других вычислительных моделей и архитектур, которые воспроизводят тихие синапсы.

«Респособность и морфология были плохо изучены и использованы для строительства ИИ следующего поколения», - сказал Каннистрачи.«Наше исследование является первым, чтобы показать, как использовать эти две особенности реальных сетей мозга для разработки нейроморфных нейронных сетей следующего поколения для эффективного ИИ».

Недавние усилия Cannistraci, Baek и их коллег вскоре могут открыть новые и захватывающие возможности для разработки нейроморфных систем на основе полупроводниковых устройств.В частности, их предлагаемый дизайн, вдохновленный мозгом, может способствовать разработке новых устройств и инструментов ИИ, которые потребляют меньше энергии, тем самым прокладывая путь для более устойчивых вычислений.

В своих следующих исследованиях исследователи планируют дополнительно расширить свои искусственные нейронные цепи, используя расширенные ингибирующие связи, которые могут дополнительно повысить классификацию динамических визуальных сигналов.Чтобы сделать это, они попытаются внимательно имитировать нейронные связи, наблюдаемые в мозге на ранних стадиях развития.

«Мы планируем разработать новые нейроморфные дендритные сетевые архитектуры, которые выполняют глубокое обучение и могут решать другие задачи искусственного интеллекта, помимо визуального восприятия, такие как анализ временных рядов и слуховые задачи», - добавил Cannistraci.

«Кроме того, мы хотим разработать мультимодальные схемы, способные обрабатывать и коррелировать сенсорные входы различных типов, такие как визуальные и акустические вместе. Наконец, мы хотели бы расширить эту редкую и морфологическую вычислительную парадигму на классические типы искусственных нейронных сетей, которые реализованына цифровом оборудовании. ”

More information: Eunhye Baek et al, Neuromorphic dendritic network computation with silent synapses for visual motion perception, Nature Electronics (2024). DOI: 10.1038/s41928-024-01171-7