Цивилизация
Исследователи из Массачусетского технологического института (США) сделали важный шаг, приближающий создание компьютерных систем, которые смогут воспроизводить одну из базовых функций мозга — способность к обучению. Ими сконструирован транзисторный аналоговый чип, имитирующий работу синапса — места контакта двух нейронов, где происходит передача нервного импульса между двумя клетками. Посредством передачи нервных импульсов нейроны обмениваются информацией между собой, и считается, что
именно изменение силы синапса, регулируемое специальными рецепторами и нейротрансмиттерами, лежит в основе механизма памяти и обучения.
Описание принципов работы микрочипа, состоящего из 400 транзисторов, исследовательская группа, руководимая Гаем Рахмутом, дает в статье, опубликованной в Proceedings of the National Academy of Sciences.
Человеческий мозг содержит приблизительно 100 миллиардов нейронов, связанных друг с другом специальными отростками — аксонами, по которым нервные импульсы идут от нервной клетки (в этом случае называемой пресинаптическим нейроном), и дендритами, проводящими сигналы от других нейронов к воспринимающей клетке (в этом случае нейрон называется постсинаптическим).
Собственно синапс представляет собой место соприкосновения мембран двух контактирующих клеток, где происходит передача импульса посредством нейромедиаторов, а также ионов, проходящих из одной клетки в другую (ионный канал). Медиаторы, а также ферменты, разрушающие (выключающие) медиатор, содержатся в пузырьках, расположенных в расширенной части на конце аксона. Мембрана дендрита, в свою очередь, содержит рецепторы к тому или иному медиатору.
Нейромедиаторы, высвобожденные пресинаптической мембраной, связываются с рецепторами на постсинаптической мембране и активируют ионные каналы через цепь биохимических реакций, изменяющих ток ионов кальция, натрия и калия, что, в свою очередь, приводит к изменению электрического потенциала клетки.
Ионные каналы играют ключевую роль в изменении синаптической активности нейронов, которая может как усиливаться, так и ослабляться в разные диапазоны времени, составляя основу клеточного механизма памяти и обучения, помогающих организму адаптироваться к изменяющимся условиям внешней среды.
Группе Гая Рахмута удалось смоделировать работу ионных каналов в электронном устройстве, имитирующем режимы синаптической активности внутри ансамбля определенным образом связанных транзисторов.
В отличие от цифровых устройств, состояние этого ансамбля изменяется не ступенчато, а непрерывно за счет разницы электрических потенциалов, заставляющей электроны перемещаться внутри транзисторов. Таким образом, электроны, перемещающиеся в транзисторах и между ними, моделируют ионы, перемещающиеся по ионным каналам в нервных клетках.
Биологический механизм передачи нервного импульса, таким образом, моделируется электронным кремниевым процессором,
причем он работает по аналоговому, а не цифровому принципу: его параметры изменяются непрерывно, а не ступенчато (дискретно), как это было бы в случае цифрового сигнала.
По-разному сочетая логические элементы процессора, можно имитировать режимы работы синапса — базового логического элемента нервной системы организма. И такие режимы — долговременной потенциации и долговременной депрессии — авторы статьи успешно продемонстрировали на своем процессоре.
Попытки смоделировать работу синапса с помощью электронных устройств на основе кремния предпринимались и раньше, но ограничивались одним и притом сильно обобщенным параметром работы синапса — изменением электрического потенциала и потенциалом действия (моментом, когда нервная клетка продуцирует электрический импульс — «срабатывает»). Устройство же, описанное в PNAS,
имитирует базовые молекулярные процессы, происходящие в нервной клетке, являясь точной электронной моделью синаптического механизма.
До развитого интеллекта, искусственно воплощенного в кремнии, таким синаптическим процессорам еще очень далеко, однако уже в ближайшем будущем они могут использоваться для моделирования отдельных нервных и базовых интеллектуальных функций, например распознавания образов. Системы на основе таких синаптических аналоговых чипов могут функционировать быстрее цифровых, которым для получения корректного результата требуется производить нетривиальные объемы логических операций над входными данными, в отличие от аналоговых устройств, которым «алгоритмический костыль» не требуется. И даже быстрее биологических, которым из-за свойств клеточных мембран свойственна задержка в передаче нервного сигнала.
Аналоговая природа таких нейропроцессоров открывает также не менее захватывающие перспективы в разработке биомашинных интерфейсов и в нейропротезировании.