Энергоэффективность мозга: российские учёные разработали элементную базу для нейроморфной квантовой нейросети

Российские учёные разработали элементную базу для нейроморфного вычислительного устройства, которое совместит свойства нейросетей и квантового компьютера. Основой стал сверхпроводящий интерферометр — устройство, способное менять магнитное поле заданным образом. При определённых температурах интерферометр позволяет эффектам квантовой физики проявляться на макроскопическом уровне. По словам исследователей, разработка станет первым шагом к созданию искусственного интеллекта нового типа — более приближённого по энергоэффективности к человеческому мозгу.

• Gettyimages.ru
• © NicoElNino

Учёные из Национального исследовательского Нижегородского государственного Университета имени Н.И. Лобачевского и Московского государственного университета имени М.В. Ломоносова разработали элементную базу для вычислительной системы, объединяющей свойства нейросетей и квантового компьютера. Для этого авторы работы создали модель логической ячейки на основе сверхпроводящего интерферометра. Об этом RT сообщила пресс-служба РНФ. Работа поддержана грантом фонда. Результаты опубликованы в Beilstein Journal of Nanotechnology.

Современные программные нейросети способны решать очень сложные задачи. Во многих из них применяются алгоритмы, подобные принципам работы нейронов человеческого мозга. Однако по своей энергоэффективности ИИ сильно уступает мозгу, поскольку для работы с большими данными нейросети требуют огромных вычислительных мощностей.

• Изображение квантового компьютера
• Gettyimages.ru
• © bpawesome

Поэтому учёные во всём мире ищут новые аппаратные основы для создания нейроморфного искусственного интеллекта, которые позволили бы обрабатывать огромные объёмы данных, потребляя при этом минимум энергоресурсов аналогично тому, как работает человеческий мозг.

Авторы исследования предлагают решить эту задачу, совместив в одном устройстве квантовые технологии и технологии искусственного интеллекта. Напомним, квантовый компьютер в качестве носителя информации использует квантовые частицы. Использование квантовых свойств частиц для передачи и обработки информации позволяет в разы повысить вычислительную мощность устройств.

Учёные разработали модель логической ячейки на основе сверхпроводящего интерферометра — устройства, которое способно изменять магнитное поле по заданному алгоритму. При температурах, близких к абсолютному нулю по шкале Кельвина (-273 °С), интерферометр проявляет квантовые эффекты на макроскопических масштабах. Таким образом, полученная ячейка может быть как единицей информации в квантовом компьютере — кубитом, так и базовым элементом нейросети — нейроном.

По словам специалистов, они настроили параметры ячейки так, что она перестала реагировать на незначительные изменения магнитного поля. Зато сильный магнитный поток при прохождении через устройство формировал фиксированное значение магнитного потока.

«Фактически таким образом мы продемонстрировали режим работы квантовой ячейки (квантового нейрона), полностью аналогичной известным для классических нейронных сетей типа персептон», — рассказал RT доктор технических наук, профессор кафедры атомной физики, физики плазмы и микроэлектроники МГУ имени М.В. Ломоносова Николай Кленов.

• Квантовые частицы
• Gettyimages.ru
• © MARK GARLICK/SCIENCE PHOTO LIBRARY

Учёные также смогли изменить индуктивность (магнитные свойства. — RT) интерферометра и входного магнитного потока так, чтобы использовать прибор в качестве вспомогательного кубита. Такие кубиты в квантовых компьютерах важны, например, для реализации алгоритмов коррекции вычислительных ошибок.

«В настоящее время системы, объединяющие квантовые вычисления и искусственный интеллект, особенно актуальны. Наша работа — это маленький шаг в сторону развития нейросопроцессоров (базовых ячеек — нейронов), работающих с квантовой информацией. В дальнейшем мы планируем изучить передачу и обработку квантовой информации в простейшей квантовой сверхпроводниковой сети», — подытожила заведующая лабораторией теории наноструктур Нижегородского государственного университета имени Н.И. Лобачевского Марина Бастракова.

Источник