На фото изображена микросхема со встроенным нанокомпонентом мемристор Билефильда, который способен обучаться. Мемристор Билефильда в 600 раз тоньше человеческого волоса.

Ученые давно мечтают о создании компьютера, который будет работать как мозг. Это потому, что мозг является гораздо более энергосберегающим, чем компьютер, он может само обучаться и не нуждается в программировании. Доктор Энди Томас с факультета физики университета Билефельда экспериментирует с мемристорами — электронными микрокомпонентами, которые имитируют нервные связи. Томас и его коллеги доказали, что они могут это сделать ещё год назад. Они построили мемристор, который способен обучаться. Энди Томас теперь использует свои мемристоры в качестве ключевых компонентов при создании основных чертежей искусственного мозга. Он собирается представить свои результаты в начале марта в печатном издании «Journal of Physics D: Applied Physics».

Мемристоры сделаны из тонких нанослоев и могут быть использованы для подключения электрических цепей. Вот уже несколько лет, мемристоры считаются электронным эквивалентом нервных синапсов. Синапсы это, так сказать, мосты через которые нервные клетки (нейроны) контактируют друг с другом. Их связи усиливаются в зависимости от частоты использования. Как правило, одна нервная клетка может быть связана с другими нервными клетками через тысячи синапсов.

Как и синапсы, мемристоры учатся на основе предыдущих импульсов. В их случае, это электрические импульсы, которые (пока) исходят не из нервных клеток, а от электрических цепей, к которым они подключены. Сила проходимого тока через мемристор зависит от того, насколько сильным был ток, который проходил через него ранее и как долго это продолжалось.

Энди Томас объясняет, что из-за сходства мемристоров с синапсами, они особенно хорошо подходит для создания искусственного мозга и нового поколения компьютеров. «Они дают нам возможность построить чрезвычайно энергоэффективные и надежные процессоры, которые смогут само обучаться.» Исследование доктора Энди Томаса основано на своих собственных экспериментах, а также на исследованиях по биологии и физике, и является попыткой обобщить, какие-же из фундаментальных принципов, взятых из природы, стоит реализовывать в технологических системах. Например то, что мемристоры, как и синапсы, должны «записывать» предыдущие импульсы, и что нейроны реагируют на импульс только тогда, когда он проходит определенный порог.

Благодаря этим свойствам, синапсы могут быть использованы для реконструкции процесса обучения мозга, говорит Энди Томас. Он берет классический психологический эксперимент с собакой Павлова в качестве примера. Эксперимент показывает то, как можно связать естественную реакция на стимул, который вызывает рефлекторный ответ, с тем, что первоначально является нейтральным стимулом — это то, как происходит обучение. Если собака видит пищу, она реагирует выделением слюны. Если собака слышит звон колокольчика, каждый раз, когда она видит еду, это нейтральный стимул будет связан с раздражителем который вызывает рефлекс. В результате, собака будет выделять слюну, даже когда она слышит только звон колокольчика и не видит еду. Возможно построить электрическую цепь из мемристоров, которая будет эмулировать подобные процессы.

«Это все возможно, потому что мемристор может хранить информацию более точно, чем просто биты, на которых основано предыдущее поколение процессоров компьютера», говорит Томас. И мемристор и бит работают с электрическими импульсами. Однако, бит не допускает тонкой настройки, он может быть только в положениях «включено» и «выключено». В отличие от него, мемристор допускает тонкую настройку, он может непрерывно повышать или понижать свое сопротивление. «С помощью этого свойства мемристоры могут стать базовым элементом в процессе постепенного обучения и забывания информации искусственным мозгом».