Акустические нейросинапсы из Аризоны: новый взгляд на вычисления без электричества

Исследователи предложили новый подход к нейроморфным вычислениям, в котором обработка осуществляется с использованием звуковых волн, что способствует повышению энергоэффективности и параллелизма обработки данных

Нейроморфные вычисления представляют собой область, в которой аппаратные системы стремятся имитировать принципы функционирования человеческого мозга. Основная концепция заключается в интеграции памяти и вычислений в одном физическом процессе, что приводит к снижению энергозатрат по сравнению с традиционными архитектурами, в которых данные постоянно перемещаются между процессором и памятью. Тем не менее, даже самые современные нейроморфные чипы все еще значительно уступают мозгу по количеству связей и сложности обработки информации.

Исследование, опубликованное в журнале Science Advances, предлагает альтернативное решение: вместо использования электронов применяются акустические волны. Ученые из Аризонского университета разработали устройство, получившее название топологический акустический синапс (topological acoustic synapse, TAS).

Вместо перемещения электрических зарядов через кремниевые проводники информация передается через сеть микроскопических акустических каналов. Такие волны могут усиливаться или ослабляться в зависимости от конструкции устройства, имитируя поведение биологических синапсов — соединений между нейронами, где сила сигнала изменяется динамически. Информация кодируется во временных сдвигах и интерференции волн.

На тестовых задачах, включающих классификацию видов цветов и распознавание рукописных цифр, система продемонстрировала высокую точность и более быстрое обучение по сравнению с традиционными нейросетевыми моделями. При этом устройство требовало меньше внутренних настроек и работало с существенно меньшим потреблением энергии.

В сравнении с современными электронными решениями — полевыми транзисторами (field-effect transistors, FET) и мемристорами (резистивными элементами с памятью о предыдущем состоянии) — акустический синапс показал более низкие энергетические затраты при выполнении вычислительных операций.

Отдельно подчеркивается, что одна такая акустическая ячейка способна обрабатывать несколько потоков данных одновременно благодаря многомерному представлению сигналов. Следующая цель заключается в масштабировании технологии: объединение множества таких элементов в компактные структуры, приближенные по принципам работы к биологическим нейронным сетям, но ориентированные на сверхнизкое энергопотребление и высокую параллельность.

Если разработку удастся масштабировать, это может стать основой для нового класса вычислительных систем, где сложные задачи ИИ будут решаться с энергозатратами, более близкими к биологическим системам, чем к современным GPU-архитектурам.