Мемристор станет основой для искусственного интеллекта

В апреле Hewlett Packard доказала факт сущеcтвования мемристоров. Мемристоры — четвертый элемент электротехнической теории цепи, наряду с резисторами, емкостями и индуктивностями. Сейчас HP продемонстрировала как можно контролировать мемристор, который изменяет сопротивление в зависимости от протекающего по нему тока, и тем самым сделала шаг в направлении создания прототипа и выпуска нового запоминающего устройства — RRAM (resistive random-access memory) — к 2009 году.

"Мы сейчас получили экспериментальное доказательство того, что наши мемристоры ведут себя согласно теории", — сказал Дункан Стюарт (Duncan Stewart), основной исследователь мемристоров в HP Labs. "К тому же, мы продемонстрировали как можно управлять мемристорными структурами, что позволит в скором времени построить работающие микросхемы."

Мемристор представляет собой двухстороннюю и двухслойную структуру. Слои из оксида титана зажаты между двумя металлическими электродами перемычкой. Один слой оксида титана покрыт кислородными вакансиями, что делает его полупроводником, соседний слой этого покрытия не имеет и играет роль изолятора. По наличию сопротивления между электродами можно определить состояние памяти — включенное или выключенное.

С одним слоем оксида титана, имеющим в обычных условиях свойства изолятора, память переключается в выключенное состояние. Прикладывая напряжение к перемычке, кислородные вакансии переходят в слой оксида титана без специального покрытия, и устройство переключается во включенное состояние. Аналогично, изменив направление тока, кислородные вакансии возвращаются обратно, и устройство "выключается". Большое преимущество мемристора в том, что изменения сопротивления энергонезависимы и сохраняются до тех пор, пока не будет подано обратное напряжение. На данный момент, время переключения оставляет около 50 нс.

"Ученые долгое время работали над материалами, способными изменять сопротивление подобно мемристорам, но были неизвестны причины такого поведения", — говорит Стюарт. "Наша демонстрация дает этому механизму очень серьезное обоснование. Мы знаем что при этом происходит — кислородные вакансии изменяют характеристики контакта металл-оксид."

Тем не менее, знание того, что кислородные вакансии изменяют сопротивление оксида титана недостаточно для проведения технических испытаний над материалом. Исследователям также необходимо было детальное описание параметров этого материала. Первоначально предполагалось, что кислородные вакансии являются причиной объемных свойств металл-оксидного материала. Теперь же известно, что изменения в наноструктуре контакта оксида и металла в электроде оказывают большее влияние на изменение сопротивления мемристора.

"Мы доказали экспериментально, что кислородные вакансии изменяют электронный барьер контакта металл-оксид", — сказал Стюарт. Исследователи также утверждают, что мемристорный материал работает благодаря снижению барьера Шоттки (электронный барьер контакта между металлом и полупроводником), а не из-за изменения объемных характеристик оксида титана.

Исследователи разработали решение для выполнения детального исследования взаимодействий между слоями мемристора, размещая экспериментальный образец на чипе горизонтально, а не вертикально. "Мы использовали монокристаллический оксид титана, чтобы встроить мемристор в полупроводниковый прибор с вертикальной структурой", — сказал исследователь HP Labs Джош Янг (Josh Yang). Таким путем мы можем исследовать взаимодействие слоев отдельно и определить какой их них оказал влияние на свойства мемристора.

HP Labs изготовила горизонтальные устройства в нескольких конфигурациях для полного описания свойств мемристора. Горизонтальные устройства также позволяют оценить электрические параметры каждого слоя в различных условиях, создавая базу знаний для постройки основанных на мемристорах КМОП-полупроводников. "Теперь мы знаем как проектировать новые устройства, имеющие особые электрические характеристики", — сказал Янг. "Например, для выключения мемристора положительным напряжением слой оксида титана должен располагаться сверху. Для включения мемристора этим же напряжением слои нужно поменять местами".

Прототип представленных HP Labs чипов будет использоваться в RRAM. Металлические линии, расположенные между собой на расстоянии менее 50 нм, служат нижними электродами, а в верхнем электроде они выстроены перпендикулярно. Между металлическими линиями инженеры планируют поместить двойной слой диоксида титана, один из слоев будет иметь покрытие из кислородных вакансий, а другой — нет. Пуская ток между двумя металлическими линиями — одна находится сверху, другая снизу — устройство может адресовать индивидуальный битовый элемент, изменяя их сопротивление.

HP Labs планирует представить прототип RRAM-микросхемы на мемристорах в 2009 году. Это также потребует использования перемычек для точного фиксирования изменения сопротивления в микросхеме. Утверждается, что массив из мемристоров с настраиваемыми сопротивлениями может обучаться подобно человеческому мозгу. В мозге синапс всякий раз усиливается, когда по нему протекает ток. Таким же образом понижается сопротивление, когда по мемристору протекает ток. Такие нейронные сети могут учиться приспосабливаться, пуская ток любом необходимом направлении.

"Создание RRAM-памяти — наша ближайшая цель, но в более отдаленной перспективе мы хотим преобразовывать вычисления с помощью адаптивных контролирующих контуров с функцией обучения", — говорит Стюарт. Аналоговые цепи, использующие электронный синапс, потребуют 5 лет исследований.

По оценкам разработчиков, через 5 лет появятся первые прототипы аналоговых мемристоров, их коммерческое применение начнется приблизительно через 10 лет.

Hewlett-Packard (HP) объявила, что исследователи из HP Labs, центрального исследовательского отделения компании, доказали существование первоначально лишь теоретизируемого четвертого элемента электрической цепи. Этот научный прогресс может сделать возможным разработку компьютерных систем с памятью, которая не будет терять данные и нуждаться в загрузке, потребляя значительно меньше энергии и ассоциируя информацию аналогично человеческому мозгу.

В журнале Nature группа из четверых исследователей HP Labs, возглавляемая Стенли Вильямсом (Stanley Williams), представила математическую модель и физический пример мемристора — резистора с памятью (memory resistor) — который имеет свойство сохранять историю информации, которую он получил.

Леон Чуа (Leon Chua), известный преподаватель отделения электрической инженерии и компьютерных наук Университета Калифорнии в Беркли, первоначально теоретизировал об этом элементе на страницах академического журнала, опубликованного 37 лет назад. Чуа утверждал, что мемристор является четвертым фундаментальным элементом электротехнической схемы, наряду с резистором, индуктивностью и емкостью, причем его свойства не могут быть продублированы ни одной из комбинаций этих трех элементов.

Опираясь на исследования в наноэлектронике, команда Вильямса сумела доказать существование мемристора. Приведенная HP Labs математическая модель физики мемристора позволит разработчикам создавать интегральные схемы, которые значительно повысят производительность и энергоэффективность ПК и дата-центров.

Одно из приложений этого исследования может быть создание нового вида компьютерной памяти, которая дополнит, а затем и вытеснит широко распространенную динамическую память случайного доступа (DRAM). Компьютеры с DRAM-памятью не имеют возможности сохранить информацию при потере электрического питания. Когда память восстанавливается, этому компьютеру необходим процесс загрузки данных, поглащающий дополнительную энергию, с магнитных дисков для запуска системы. В отличие от этого, компьютер с мемристорами будет сохранять информацию после потери энергии и не потребует процесса загрузки, сокращая потребление энергии и дополнительные траты времени.

Основанная на мемристорах память и накопители имеют потенциал для снижения энергопотребления и обеспечения большей устойчивости и надежности работы дата-центров при перепадах напряжения. Другим применением мемристорной технологии является разработка компьютерных систем, запоминающих и ассоциирующих серию событий, аналогично тому, как человеческий мозг распознает шаблоны. Это могло бы существенно улучшить технологию распознавания лиц, включая ее безопасность и неприкосновенность частной жизни, которые определяют комплекс биометрических данных авторизуемого лица для доступа к персональной информации, или изучения опыта устройством.

Проводя множество научных экспериментов общество постоянно ищет различные закономерности в распределении тех или иных данных. В простых случаях, когда распределение описывается простыми формулами, распознать в массиве чисел тот или иной закон. Но очень часто определение закона распределения последовательности чисел весьма затруднительно. Теперь же на помощь исследователям придет программное обеспечение, разработанное сотрудниками Корнельского Университета.

Разработанный программный инструмент позволяет автоматически отыскать формулу, описывающую массив полученных в ходе проведения экспериментов данных. Ранее на такое был способен только мозг человека, теперь же с этой задачей может справиться и вычислительная система – можно говорить об очередном достижении на пути создания искусственного интеллекта.

Процесс определения закона выглядит следующим образом. Сначала программа использует близкую к случайной комбинацию основных математических действий – сложение, вычитание, умножение, деление. Разумеется, первые составленные программой уравнения неверно описывают распределение чисел. Однако из множества генерируемых «искусственным интеллектом» уравнений некоторые оказываются более подходящими. Именно с ними в дальнейшем и работает программа, внося изменения, повышающие точность математического описания массива чисел. Этот процесс повторяется до тех пор, пока не будет получено наиболее точная формулировка.

Такой подход оказывается чрезвычайно мощным алгоритмом «подбора» формул. Еще более важно то, что разработанное программное обеспечение весьма востребовано сегодня исследователями в таких областях, как космология, океанография, популяционная генетика и пр.

Восемнадцатый по счету турнир между лучшими представителями искусственного интеллекта за приз Лебнера в очередной раз не выявил явного победителя. Напомним, что по условиям состязания золотая медаль (изготовленная, кстати, из драгоценного металла, а не позолоченная) достается программе, или чатботу, способной пройти тест Тьюринга. Другими словами, способная убедить судей, что они общаются не с компьютером, а с живым человеком – если треть судей не смогли распознать в собеседнике программу, то ее авторам вручается сама медаль и приз в размере $100 тыс.

Золотая медаль - главный приз Лебнера

За всю недолгую историю состязания ни одна из представленных в финале программ так и не смогла успешно пройти тест Тьюринга, причем в шаге от заветного приза оказывались сразу несколько представителей «искусственного интеллекта». Особо отличился бот A.L.I.C.E. (Artificial Linguistic Internet Computer Entity), который становился победителем – по отношению к конкурентам, так и не получив главный приз – сразу трижды: в 2000, 2001 и 2004 годах. Вышла A.L.I.C.E. в финал и на этот раз, причем выступив отлично и завоевав третье место. Сама программа была написана Ричардом Уолласом еще в 1995 году, а в 1998 году переписана на языке Java, а для построения базы данных – для выбора одного из вариантов ответа на конкретную фразу собеседника - используется диалект AIML языка XML Schema.

В ходе пятиминутной беседы программы должны убедить двенадцать судей в своей «человечности». В первом туре приняли участие тринадцать ботов, по итогам которого среди них были отобраны шесть участников финальной стадии. И хотя, как мы уже отметили, ни одной их них не удалось добиться заветной цели, две из них были очень близки к успешному прохождению теста Тьюринга – для завоевания главного приза не хватило единственного «голоса» судьи – не смогли распознать в собеседнике компьютер сразу трое судей.

Дабы как-то отметить победителей, которые потратили колоссальное количество усилий на разработку программного обеспечения, организаторы награждают создателей ботов поощрительным призом в размере $2000 и бронзовой медалью. В этом году лавры наиболее интеллектуальной программы достались боту Elbot и ее автору Фрэду Робертсу (Fred Roberts), второе место занял «искусственный собеседник» Eugene Goostman, а третье – упомянутая нами A.L.I.C.E.

Что касается перспектив программ для общения, то здесь устроители соревнований отмечают серьезный прогресс, который в течение ближайшего времени позволит все-таки одному из ботов получить приз Лебнера – заветную золотую медаль и денежное вознаграждение. Разумеется, сложно утверждать, что способность программы общаться с человеком на равных является основным признаком искусственного интеллекта, но несомненно, что грамотная и «умная» речь является необходимым условиям для взаимодействия человека и машины, и на этом пути программисты добились существенного прогресса.

Как пользователь разнообразных интернет-ресурсов каждый из нас не раз проходил тест CAPTCHA (от англ. «Completely Automated Public Turing test to tell Computers and Humans Apart» — полностью автоматизированный публичный тест Тьюринга для различения компьютеров и людей), который заключается в необходимости ввести несколько символов, представленных в графическом виде, в специальное поле. Подобная задача, хоть и является очень простой для человека, оказывается чрезвычайно сложной и практически невыполнимой для различных «ботов». Известно, что тесты CAPTCHA сегодня выполняют задачу своеобразного фильтра, позволяющего отделить живого человека от программы, предназначенной для рассылки спам-сообщений посредством регистрации бесплатных аккаунтов на e-mail-сервисах, оставления сообщений на форумах, в комментариях к записям в блогах и пр.

С одной стороны, на сегодняшний день такое решение является одним из наиболее эффективных способов борьбы со спамом и спамерами, но с другой – абсолютно не исключено, что именно тест CAPTCHA, как ни странно, даст импульс для усовершенствования искусственного интеллекта. Ведь CAPTCHA, по своей сути, является ничем иным, как одним из вариантов теста Тьюринга, и если бот способен успешно решать поставленную перед ним задачу, то можно смело утверждать, что перед нами представитель искусственного интеллекта – по аналогии с программами, соревнующимися за приз Лебнера. И главное, что определенные подвижки в этом направлении уже есть.

В начале этого года Джефф Ян (Jeff Yan), исследователь из Университета Ньюкасла, Великобритания, представил программу, которая справлялась с тестом CAPTCHA, используемым для защиты сервисов Hotmail, MSN, и Windows Live с эффективностью 60%. Разумеется, эффективность распознавания символов человеком значительны выше, и вплотную приближается к 100%, однако не стоит забывать о том факте, что за единицу времени компьютер способен решить с той или иной степенью успеха тысячи тестов. Другими словами, перед программой Джеффа Яна защита при помощи CAPTCHA оказывается неэффективной.

Ради справедливости отметим, что алгоритм, написанный Яном, «заточен» под решение тестов CAPTCHA, использующихся только в случае Hotmail, MSN, и Windows Live, и программист не раскрывал всех секретов до того момента, как Microsoft не оптимизирует систему безопасности. Другими словами, программа умела распознавать с высокой эффективностью только символы определенной формы, тогда как иные вариации CAPTCHA оставались для нее неразрешимыми. Тем не менее, вполне понятно, что раз написан первый алгоритм для решения теста Тьюринга, то в скором времени появятся и более совершенные решения – так и случилось – все тот же Джефф Ян на грядущей конференции по безопасности ACM Computer and Communication Security Conference «грозится» показать еще более «умную» программу, способную на решение значительно большего количества различных тестов CAPTCHA.

Не менее интересным является детище Филиппа Голля (Philippe Golle) из исследовательского центра в Паоло-Альто. Написанный им бот специализируется на распознавании образов животных – также вариации теста CAPTCHA – и в большинстве случаев верно определяет контуры кошки или собаки. Особый интерес программа представляет благодаря тому факту, что распознать образ животного гораздо сложнее, нежели определение символов. И даже повышенная сложность задачи не влияет на результат – из 100 картинок верно распознаются более 83. Другое дело, что для прохождения теста необходимо обработать 12 изображений, тем самым снижая вероятность успешного решения задачи до 10,3%.

Сразу же возникают опасения, что подобные алгоритмы будут использоваться спамерами для увеличении количества и качества своих атак на сервисы, форумы и блоги, однако точных данных о привлечении искусственного интеллекта для прохождения фильтра в виде тестов CAPTCHA пока нет. Но это совершенно не означает, что в будущем, по мере роста вычислительных возможностей компьютеров, «умные» программы не сделают тесты CAPTCHA забавным анахронизмом, добавляющего проблем простому пользователю, нежели защищающему от спамеров.