Gdyby twój układ nerwowy uczył się tak, jak robi to większość sztucznych sieci, do głowy trzeba by ci podłączyć elektrownię atomową. Maksim Tałanow tak właśnie mówi, po czym żartuje, dlaczego jej nie masz: „Mama zapomniała?”. Nie, odpowiada sam sobie, mama była w porządku. Po prostu jej nie potrzebujesz.
Standardowa metoda uczenia, wsteczna propagacja błędu, przy każdym przebiegu nadpisuje wszystkie wagi w sieci. Prawdziwy układ nerwowy jest oszczędniejszy. Synapsy zmienia powoli i tylko te, które naprawdę muszą się zmienić. Resztę zostawia w spokoju.
Tałanow pracuje w Centrum Badań Klinicznych Neuralesi w Mesynie i jako starszy badacz w instytucie sztucznej inteligencji w Nowym Sadzie. Buduje sieci impulsowe, które działają jak neurony, a nie jak maszyny do przetwarzania liczb. Jego zakład: tę oszczędność da się odwzorować w sprzęcie, a nagrodą, na którą wskazuje, jest ciało — chip wszczepiony sparaliżowanej osobie, wspomagający neurorehabilitację lub przywracający utracone funkcje.
Elementem, który czyni to prawdopodobnym, jest memrystor — rezystor z pamięcią. Jego opór zależy od prądu, który już przez niego przepłynął, więc zachowuje się jak synapsa pamiętająca swoją przeszłość. Energię zużywa głównie w momencie zmiany stanu.
Tałanow po raz pierwszy przeczytał o memrystorach w 2012 roku, w czasopiśmie popularnonaukowym. Uderzyły go komentarze czytelników pytających, jak w ogóle programować takie procesory. Po co je programować, pomyślał. Działają jak mózg, więc mogą uczyć się razem z tobą. Gdy później poznał Wiktora Jerochina, badacza memrystorów, jego pierwsza propozycja brzmiała: zbudujmy mózg myszy. Jerochin był przerażony, mówi Tałanow, ale i tak się zgodził.
Przeszkodą była skala. Memrystory to urządzenia kapryśne. Stan wysokiej rezystancji wychodzi inny w każdym eksperymencie, przez co słabo sprawdzają się jako pamięci masowe. Przez lata nikomu nie udawało się zbudować chipów z więcej niż garstką elementów. Potem pojawiły się chipy z pół milionem, a następnie z milionem.
Tu Tałanow podaje konkretne liczby. Prototypy pokazały, że milion memrystorów działa przy poborze mocy rzędu mikrowatów. „Mikrowat” — podkreśla. „Nie megawat”. To o kilka rzędów wielkości mniej niż w konwencjonalnym sprzęcie i zbliża nas do około 20 watów, których używa ludzki mózg.
Milion synaps to, według jego rachunku, mniej więcej tyle, ile zawiera cały biologiczny rdzeń kręgowy. Stąd zdanie, które chce, żeby ludzie zapamiętali:
Potencjalnie możemy zbudować cały rdzeń kręgowy na chipie pobierającym mikrowaty. Już teraz. Мы потенциально можем реализовать весь спинной мозг в чипе, потребляющем микроватой энергии. Уже сейчас.
— Maksim Tałanow, Think Like a Scientist, 107:30
Podkreśla, że to nie fantastyka naukowa. Da się to zrobić już dziś. Ostrożniej wypowiada się jednak o kolejnym kroku: implant dla sparaliżowanej osoby to coś, czego chce „w idealnym przypadku”, a nie coś, co już istnieje. Trzeba też zbudować neurony, bo one również zużywają energię, a — jak mówi — istnieją oparte na memrystorach sposoby ich wytworzenia.
Jego zespół zrobił mały krok w tym kierunku. W artykule z lutego 2023 roku w „Frontiers in Neuroscience” opisał obwód złożony z zaledwie pięciu neuronów, z których dwa zawierały elementy memrystorowe. Obwód generował odpowiedzi elektryczne o wzorcu czasowym charakterystycznym dla reakcji rdzenia na stymulację zewnątrzoponową podczas chodzenia: wczesne wyładowanie po około 10 milisekundach i późne po 30.
Dlaczego pobór mocy ma tak duże znaczenie? Bo chip umieszczony wewnątrz ciała musi jakoś pozbyć się własnego ciepła. Badanie z listopada 2024 roku opublikowane w „PNAS Nexus” ujęło problem wprost: dla implantów przetwarzających sygnały w czasie rzeczywistym moc i ciepło są ograniczeniami decydującymi. Wykazano w nim, że przetwarzanie neuromorficzne zmniejszyło ilość potrzebnych danych o ponad trzy rzędy wielkości.
Tałanow ujmuje to prościej. Chip pobierający mikrowaty nie ma czego wypromieniowywać. Może pracować w temperaturze ciała i to przez długi czas.
