Nevromorf prosessering: Fremtidens datamaskin skal jobbe som en menneskehjerne

Flashback til ingeniørstudiet omkring 1990. Vi er tre håpefulle studenter som har fått som oppgave å programmere et enkelt stykke programvare som skal etterligne nevroner i en hjerne. Lokaliteten er en stor såkalt data-bar på universitetet, med et utall av små skjermer med grønn skrift og en enorm linjeskriver i et tilstøtende lydisolert rom.

Vi har blitt tildelt et svært begrenset antall sekunder på den sentrale datamaskinen, og bakser med å få Fortran-programmet til å kompilere kodningen vår av de enkelte hjernenevronene. Jeg husker ikke hvor mange nevroner vi hadde med i programmet, eller hvordan de samhandlet. Men antallet var helt sikkert lavt, og det innbyrdes forholdet deres var nok enkelt.

I dag har maskinvareutviklingen for lengst mangedoblet mulighetene for å gjøre programmer ekstremt komplekse, og antallet knutepunkter er enormt. Denne utviklingen har spesielt blitt brukt til stadig mer avanserte nevrale nettverk ført an av giganter som Googles Tensorflow og Microsoft Azure.

I bunn og grunn bygger denne typen systemer på det som vi vanligvis kjenner som «von Neumann»-datamaskinteknologi, og de vil i takt med at antallet prosesser øker, forbruke enorme mengder energi.

Det ble tydelig vist da Apple besluttet å oppføre et datasenter ved Viborg, og i den forbindelsen kunne fortelle at senteret ville forbruke omtrent tre prosent av Danmarks samlede strømforbruk.

Lavt energiforbruk

Men hva om dette kan gjøres annerledes – både raskere og med mye lavere energiforbruk? Prinsippet heter nevromorf prosessering (Neuromorphic computing), og de første ideer begynte å oppstå på slutten av 1980-tallet. Utgangspunktet den gangen, og i dag, er at den menneskelige hjernen fungerer helt annerledes enn både tradisjonelle datamaskiner og nevrale nettverk. Hjernen er i stand til å utføre helt ekstremt kompliserte funksjoner, som for eksempel gjenkjenning av ansikter, lynraskt og med et svært lite energiforbruk.

Også begreper som beslutninger på grunnlag av begrenset informasjon (det som vi mennesker kanskje ville kalle for intuisjon) og lagring av informasjon på en måte som ikke krever enorme fysiske lagre, er noe av det som forskerne gransker.

Siden de første ideene om nevromorf prosessering oppsto, har det utviklet seg til et bredt spekter av systemer som både kan bygge på rene programvareplattformer og fysiske databrikker, som for eksempel Intels forskningsbrikke som kalles «Loihi». Med Loihi er det blant annet mulig å simulere prosesser som de som muligens foregår i den menneskelige hjernen, ved hjelp av 130.000 nevroner som enkeltvis kan kommunisere med tusenvis av andre nevroner.

I runde tall vurderer ekspertene at dagens nevromorfiske datasystemer allerede er i stand til å utføre beregninger med et energiforbruk som er opptil en milliondel av tradisjonelle CMOS-teknologier, hvis det bare ses på antallet av operasjoner/sekund/watt/cm^3.

Forskere ser på ny teknologi

Derfor må nevromorf prosessering også ses på som et interdisiplinært forskningsfelt hvor biologi, fysikk, matematikk, it og elektronikk møtes.

På Aarhus Universitet er lektor Farshad Moradi involvert i flere europeiske prosjekter omkring nevromorf prosessering som har til hensikt å utforske og forstå hvordan hjernen håndterer data, og gjennom dette kopiere prosessene ved hjelp av nye teknologier.

– Vi ser på ny teknologi som kan etterligne hjernens synapser og nevroner og inngå i et nevralt nettverk. Allerede i dag kan vi se at vi med ny teknologi vil kunne bygge opp et kunstig nevron med en størrelse på cirka 20x20x20 nm^3, hvor vi med tradisjonell teknologi må opp i kanskje 100x100x250 um^3, forteller han.

Konkret jobber forskerne med memristorer for å etterligne synapser og spintronics for å etterligne nevroner, og et av de praktiske resultater kunne være å bygge opp en komponent som kunne opereres inn i en hjerne som erstatning for et område som har blitt skadet.

– I årenes løp har vi sett nevrale nettverk komme i bølger. Jeg tror at hvis vi skal videre fra der vi er nå, vil det bli nødvendig å gå over til annen teknologi – for eksempel til memristorer og nye teknologier som spintronics, sier Farshad Moradi.

Saken ble først publisert på danske Ingeniøren, og gjøres tilgjengelig på norsk for abonnenter av Digi Ekstra gjennom vår samarbeidsavtale med Teknologiens mediehus/Ingeniøren.