Сотрудники лаборатории стохастических мультистабильных систем ННГУ им. Н.И. Лобачевского разработали электронную систему, которая частично воспроизводит принципы взаимодействия нейронов в биологических нервных сетях. Исследование выполнялось междисциплинарной командой, объединившей специалистов в области нелинейной динамики, нейроморфной электроники, физики мемристивных устройств и математического моделирования.
В работе авторы использовали не условную или упрощённую модель мемристора, а характеристики реального устройства, изготовленного и исследованного экспериментально. Они изучили реакцию мемристора на сигналы, похожие на импульсы нейронной активности, и перенесли полученные экспериментальные данные в математическую модель электронной нейронной системы. Это позволило максимально приблизить теоретическое описание к поведению реального физического устройства.
«Разработка представляет собой электронную систему, состоящую из двух искусственных нейронов, соединённых мемристором. Первый нейрон генерирует электрические импульсы и передаёт их второму. Мемристор, расположенный между ними, выполняет роль искусственного синапса – аналога связи между нейронами в нервной системе. При определённых условиях второй нейрон начинает подстраивать ритм своей работы под первый. Таким образом происходит синхронизация. В ходе экспериментов нам удалось получить несколько режимов такой синхронизации. Например, электронные нейроны заработали в одном ритме или с различным соотношением частот», – рассказал руководитель исследования, кандидат физико-математических наук, научный сотрудник лаборатории мемристорной наноэлектроники НОЦ «Физика твердотельных наноструктур» Университета Лобачевского Иван Кипелкин.
Также учёным удалось показать, как изменение сопротивления мемристора влияет на взаимодействие двух электронных нейронов. При определенных условиях нейроны стали подстраивать ритм своей работы друг под друга. В результате экспериментально было получено несколько таких режимов синхронизации, что подтвердило возможность использования мемристоров в качестве адаптивных искусственных синапсов.
«Исследования мемристивных нейронов и мемристивных синапсов активно ведутся как в России, так и за рубежом. Значительная часть опубликованных исследований основана на идеализированных моделях мемристоров, функциональных электронных эквивалентах или коммерческих компонентах. Существуют математические модели нейронных сетей с мемристивными связями, электронные схемы искусственных нейронов, а также отдельные аппаратные реализации нейроморфных систем. Поэтому корректнее говорить не о полном отсутствии аналогов, а о том, что наша разработка отличается комплексным подходом: мемристивное устройство физически изготовлено и экспериментально исследовано, его параметры перенесены в математическую модель, а предсказанные динамические режимы затем проверены на реальной электронной системе», – отметил руководитель проекта, на основе которого было проведено исследование, кандидат физико-математических наук, директор НОЦ «Физика твердотельных наноструктур» Университета Лобачевского Алексей Михайлов.
В традиционных электронных нейронных системах коэффициент связи обычно задаётся заранее и остаётся постоянным. В системе, разработанной учёными Университета Лобачевского, сила связи определяется состоянием физического мемристора и может изменяться непосредственно в процессе работы системы под действием нейроподобных электрических импульсов. Таким образом, мемристор является не просто пассивным соединительным элементом: он одновременно передаёт сигнал, изменяет собственное сопротивление и, тем самым, регулирует дальнейшее взаимодействие нейронов. Так возникает своеобразный механизм саморегулирования связи, имеющий функциональное сходство с синаптической пластичностью биологических нейронных систем.
Одним из важных преимуществ мемристивных систем является низкое энергопотребление. Расчётное энергопотребление основных элементов данной системы «ведущий нейрон – искусственный синапс – ведомый нейрон» составило около 1456 пДж. Это показывает перспективность дальнейшего масштабирования таких систем и создания более крупных электронных нейронных сетей.
«Наша разработка может быть использована при создании энергоэффективных нейроморфных систем – электронных устройств, работа которых частично повторяет принципы обработки информации в биологических нейронных сетях. В отличие от обычных вычислительных систем такие устройства могут обрабатывать сигналы непосредственно за счёт взаимодействия искусственных нейронов и изменения связей между ними. В перспективе подобные системы могут применяться для обработки сигналов от различных датчиков, распознавания изменяющихся во времени сигналов и образов, а также в робототехнике и системах автоматического управления. Отдельное направление связано с биомедицинскими технологиями. Принципы синхронизации искусственных нейронов могут быть полезны при анализе биологических сигналов, например, электрической активности нервной системы. В дальнейшем такие подходы могут представлять интерес для нейроинтерфейсов, нейропротезов и систем нейрореабилитации», – уточнил Иван Кипелкин.
Работа выполнялась в рамках нескольких взаимодополняющих научных направлений Университета Лобачевского, объединенных программой стратегического академического лидерства «Приоритет-2030». Экспериментальная часть исследования и аппаратная реализация системы были выполнены учёными ННГУ в рамках научной программы Национального центра физики и математики по направлению №9 «Искусственный интеллект и большие данные в технических, промышленных, природных и социальных системах». Компьютерное моделирование было поддержано Российским научным фондом.
«Эта работа наглядно демонстрирует силу междисциплинарного подхода, который мы последовательно развиваем в Университете Лобачевского. Команда исследователей объединила компетенции в нелинейной динамике, нейроморфной электронике, физике мемристивных устройств и математическом моделировании и получила результат, обладающий большим прикладным потенциалом. Тот факт, что исследование выполнено в рамках программы “Приоритет-2030” и научной программы Национального центра физики и математики, подчёркивает его стратегическую значимость для развития отечественной науки и технологий. Такие разработки станут основой для создания нового поколения энергоэффективных нейроморфных устройств, востребованных в робототехнике, биомедицине, системах искусственного интеллекта. Наши учёные вносят весомый вклад в формирование технологического будущего страны», – подчеркнул ректор ННГУ им. Н.И. Лобачевского Олег Трофимов.
Подробное описание разработки нижегородских учёных приводится в статье в журнале Chaos, Solitons & Fractals.