Учёные собрали модель сетчатки из электронных нейронов и научили её распознавать изображения

Учёные из Фуданьского университета представили искусственные нейроны, которые максимально приблизились по свойствам к живым клеткам мозга. Новая разработка объединяет ультратонкий полупроводник и ячейки динамической памяти, позволяя воспроизводить не только передачу сигналов, но и адаптивность, свойственную настоящей нервной системе. Статья опубликована в Nature Electronics.

Зачем нужны искусственные нейроны

Рост интереса к нейроморфным системам связан с тем, что современные алгоритмы машинного обучения вдохновлены принципами работы мозга. Однако традиционные процессоры плохо справляются с задачами, требующими гибкости, обучения и низкого энергопотребления. Аппаратные аналоги нейронов могут стать основой для создания более эффективных нейросетей, особенно на периферийных устройствах.

В чём суть разработки

Исследователи объединили два ключевых компонента:
• ультратонкий слой дисульфида молибдена (MoS₂), используемый в роли полупроводникового инвертора;
• DRAM (динамическая оперативная память), которая хранит данные в виде электрического заряда.

Такое сочетание позволяет имитировать мембранный потенциал нейрона: заряд в конденсаторе DRAM играет роль электрического напряжения на мембране живой клетки, определяющего её активацию. Инвертор же обеспечивает всплески электричества, аналогичные импульсам, возникающим в мозге.

Имитируя синаптическую пластичность

Главное достижение в том, что система воспроизводит синаптическую и внутреннюю пластичность — способность нейронов изменять силу связей и адаптироваться к новому опыту. В статье отмечается, что искусственный нейрон способен динамически регулировать чувствительность к свету, повторяя процессы фотопической и скотопической адаптации зрительной системы человека (приспособление к дневному и ночному освещению).

Первые испытания

Учёные собрали миниатюрную сеть из девяти таких нейронов (3x3) и протестировали её в модельных задачах:
• проверили реакцию на различные уровни освещения, моделируя работу сетчатки глаза;
• использовали массив для запуска модели распознавания изображений.

Система показала способность адаптировать ответы в зависимости от условий, что делает её более "живой", чем предыдущие аналоги.

Значение открытия

Новый искусственный нейрон открывает перспективы для развития энергоэффективных и адаптивных вычислительных систем. Его можно применять в задачах распознавания образов, обработки сенсорных данных и в будущем — для построения "нейрокомпьютеров", работающих по принципам мозга.