Интеллект начинается с микрочипа

Заур Мамедьяров
к.э.н., заведующий сектором экономики науки и инноваций ИМЭМО РАН
9 октября 2017, 00:00

Даже нейроморфные микрочипы не смогут полностью имитировать работу человеческого мозга. Однако конкуренция за первенство в их производстве уже началась

Производитель микропроцессоров Intel анонсировал нейроморфный микрочип Loihi, имитирующий работу человеческого мозга. Как заявили в компании, технология призвана ускорить машинное обучение и сделать его более эффективным. Инновацией проект Intel не назовешь: нейроморфные процессоры уже создавали Qualcomm, IBM, Toshiba. Широкого практического применения такие чипы не получили, однако энтузиасты отрасли полагают, что они сыграют важную роль в фундаментальных исследованиях искусственного интеллекта.

 36-01c.jpg

Компьютер мыслящий

Концепция компьютера, действующего по принципу человеческого мозга, и сам термин «нейроморфный» появились в 1980-х в работах профессора Калифорнийского технологического института Карвера Мида. Сам он не смог реализовать собственную идею — первые нейроморфные чипы появились лишь в 2000-х. Их архитектура отличается от классических микропроцессоров и соответствует концепции Мида. Нейроны в нейроморфных чипах — математические функции, которые пытаются имитировать поведение нейронов в мозге человека. Нейрон в чипе получает импульсы и, когда они достигают определенного уровня активации, передает сигнал другим нейронам по синапсам (нейронным связям).

Впрочем, сравнивать нейроморфные чипы с реальным мозгом человека на данном этапе бессмысленно. Самый известный нейроморфный чип — TrueNorth компании IBM, проспонсированный Управлением перспективных исследовательских проектов минобороны США (DARPA) и представленный в 2014 году, — содержит один миллион нейронов и 250 миллионов синапсов. По оценкам ученых, у человека около 86 млрд нейронов. Более того, определяющую роль в работе нервной системы играют процессы образования и изменения связей. Современные математические модели не отражают всей сложности работы мозга человека, и даже если в будущем технологии позволят создать нейроморфный чип, по числу нейронов сравнимый с мозгом, он не сможет полностью имитировать его работу.

Создав TrueNorth, компания IBM поспешила провозгласить нейроморфный чип новой вехой в развитии машинного обучения. Однако на практике технология пока что почти не используется, оставаясь в основном объектом фундаментальных исследований.

Практическое применение нейроморфным чипам найти можно. Например, в машинном обучении голосовых помощников на смартфоне. Сейчас для выполнения таких задач используются вычисления в облаке, а нейроморфные чипы могут производить вычисления силами собственных нейронов, что позволило бы не задействовать дополнительные серверы и сэкономить энергию. Однако для этого лабораторные исследования должны дать однозначный позитивный результат по энергоэффективности и производительности таких нейронов. Пока же имеющиеся данные свидетельствуют об отсутствии явных преимуществ. На современном рынке машинного обучения нейроморфные чипы проигрывают классическим центральным и графическим процессорам Nvidia и самой Intel. Во-первых, для вычислений, необходимых при машинном обучении, достаточно простейшего «харда» — 16- или даже 8-битного, и в сложной архитектуре нейроморфных чипов нет нужды. Во-вторых, вычисления нейроморфных чипов пока недостаточно точны. Вероятно, это удалось бы исправить, если бы нейроморфные чипы располагали бóльшим числом нейронов.

Динамика стоимости акций Nvidia за год. Nvidia специализируется на производстве графических процессоров и ускорителей, а также однокристальных систем. 36-02.jpg
Динамика стоимости акций Nvidia за год. Nvidia специализируется на производстве графических процессоров и ускорителей, а также однокристальных систем.
Внешние инвестиции в компании, занимающиеся искусственным интеллектом, по типу технологии (2016 год, млрд долл.) 36-03.jpg
Внешние инвестиции в компании, занимающиеся искусственным интеллектом, по типу технологии (2016 год, млрд долл.)

Вулкан молодой, но активный

В отличие от IBM компания Intel не стала громко заявлять о небывалом прорыве на рынке технологий. Наоборот, она акцентировала внимание на том, что технологии нейроморфного чипа и искусственного интеллекта (ИИ) в целом только развиваются. «Мы уверены, что искусственный интеллект пока находится в зачаточном состоянии и что число новых компьютерных архитектур и методов, подобных Loihi, будет расти и повышать планку ИИ», — заявил управляющий директор исследовательского подразделения Intel Майкл Мэйберри.

Такой взгляд на ИИ отражен в названии микрочипа. Лоихи — подводный действующий вулкан Гавайского хребта. Это единственный вулкан хребта, находящийся на ранней стадии развития. Прежде чем вершина Лоихи покажется над поверхностью воды, пройдет от десяти до ста тысяч лет. Подобную судьбу разработчики Intel предсказывают ИИ — что бы ни говорили другие компании о достижениях в этой области, до реальных результатов применения технологии еще далеко.

Чип Loihi состоит из 130 тыс. нейронов и 130 млн синапсов — у него почти в два раза меньше нейронных связей, чем у TrueNorth. Это не регресс: Loihi изготовлен по технологии 14 нм, наиболее передовой среди тех, что поступили в массовое производство.

Пока что у Intel нет амбиций запустить практические проекты на основе чипа Loihi. Ими занимаются только в нескольких десятках мировых лабораторий, тогда как машинное обучение на обычных чипах исследуют на всех кафедрах вычислительной математики. В следующем году Intel планирует передать Loihi ведущим университетам и исследовательским центрам, чтобы ученые разработали и протестировали на нем алгоритмы машинного обучения.

Догнать ИИ

По данным Mordor Intelligence, в 2015 году объем мирового рынка нейроморфных чипов составлял 880 млн долларов. Компания прогнозирует его увеличение до 2,94 млрд долларов в 2020 году с ежегодным ростом на 27,28%. Интерес к нейроморфным чипам подогревает распространение интернета вещей и машинного обучения, однако сложность устройств нейроморфных чипов тормозит развитие рынка. На рынке нейроморфных чипов доминируют американские компании, и это не только Intel, но и IBM, Qualcomm, Google. Поэтому если рынок действительно будет расти, то конкуренция на нем будет высока.

Ряд авторов, например футуролог Рэймонд Курцвейл, считают, что экспоненциальный рост, в основе которого лежит закон Мура и закон ускорения отдачи вложений, будет сохраняться, поэтому в ближайшее десятилетие станет возможным появление компьютера с числом нейронов, близким к их числу в человеческом мозге. Однако у закона Мура есть ограничения. При размере около одного нанометра свойства полупроводникового материала нарушаются такими квантовыми эффектами, как квантовое туннелирование. Помимо фундаментальных ограничений существуют и экономические. Дальнейшее развитие архитектуры потребует альтернативных кремнию веществ, что подразумевает модернизацию и строительство новых специализированных фабрик. К тому же реальный прогресс нейроморфных чипов будет основываться на более глубоком понимании принципов функционирования человеческого мозга. Не исключено, что на получение реальных практических результатов в области ИИ потребуются десятки лет. И даже по достижении этих результатов разработчикам нейроморфных чипов предстоит еще преодолеть сопротивление со стороны компаний — производителей центральных и графических процессоров, лидирующих в области машинного обучения.

Intel осознает перспективность машинного обучения: конкуренты компании, активно внедряющие машинное обучение и ИИ в свои проекты, достигли больших успехов. Акции компании Nvidia на волне всеобщего внимания к ИИ за год выросли в цене в два с половиной раза. Популярность проектов с ИИ принесла выгоду и AMD (недавнее сотрудничество с Tesla). Intel по-прежнему один из лидеров в производстве процессоров: графические процессоры Nvidia не заменяют их, а дополняют и ускоряют. И все же успех других компаний в области ИИ не дает Intel покоя: гигант отрасли опасается, что конкуренты создадут устройства на основе машинного обучения, от которых продукция Intel будет зависеть. Чтобы избежать этого, компания стала активно скупать фирмы — производители чипов, приспособленных к машинному обучению: Movidius, Mobileye, Nervana. Разработку Loihi можно считать страховкой для Intel: в недостаточно пока освоенной сфере машинного обучения Intel намерена действовать по всем фронтам, в том числе в таких экспериментальных областях, как нейроморфные чипы.