Maendeleo ya kompyuta kubwa: kutumia mitandao ya macho ya neuromorphic

Katika miongo michache iliyopita, mtindo uliowahi kujulikana na sahihi, Sheria ya Moore, iliyotabiriwa na Gordon Moore wa IBM mnamo 1965, sasa polepole inakuwa kipimo cha kutofanya kazi cha utendakazi wa kompyuta. Sheria ya Moore ilitabiri kwamba karibu kila baada ya miaka miwili idadi ya transistors katika mzunguko jumuishi itakuwa mara mbili, kwamba kutakuwa na transistors zaidi katika kiasi sawa cha nafasi, na kusababisha kuongezeka kwa computation na hivyo utendaji wa kompyuta. Mnamo Aprili 2005, katika mahojiano, Gordon Moore mwenyewe alisema makadirio yake hayatakuwa endelevu tena: "Kwa upande wa saizi [ya transistors] unaweza kuona kwamba tunakaribia saizi ya atomi ambayo ni kizuizi cha kimsingi, lakini vitakuwa vizazi viwili au vitatu kabla hatujafika mbali hivyo—lakini hiyo ni mbali sana kama vile tumeweza kuona. Tuna miaka mingine 10 hadi 20 kabla hatujafikia kikomo cha kimsingi."   

Ingawa sheria ya Moore inaelekea kufikia mwisho, viashiria vingine vya kompyuta vinaona kuongezeka kwa utumiaji. Kwa teknolojia tunayotumia katika maisha yetu ya kila siku, sote tunaweza kuona mitindo ya kompyuta ikiendelea kuwa ndogo na ndogo lakini pia betri za kifaa zinadumu kwa muda mrefu zaidi. Mwelekeo wa mwisho wa betri unaitwa Sheria ya Koomey, iliyopewa jina la profesa wa Chuo Kikuu cha Stanford Jonathan Koomey. Sheria ya Koomey inatabiri kwamba "... kwa mzigo uliowekwa wa kompyuta, kiasi cha betri unachohitaji kitapungua kwa sababu ya mbili kila mwaka na nusu." Kwa hivyo, matumizi ya nishati ya kielektroniki au ufanisi wa nishati ya kompyuta unaongezeka maradufu kila baada ya miezi 18. Kwa hivyo, kile ambacho mwelekeo na mabadiliko haya yote yanaelekeza na kufichua ni mustakabali wa kompyuta.

Mustakabali wa kompyuta

Tumefika wakati katika historia ambapo tunalazimika kufafanua upya kompyuta kwani mitindo na sheria zilizotabiriwa miongo kadhaa iliyopita hazitumiki tena. Pia, jinsi kompyuta inavyosukuma kuelekea mizani ya nano na quantum, kuna vikwazo vya wazi vya kimwili na changamoto za kuja. Labda jaribio mashuhuri zaidi la kompyuta kubwa zaidi, kompyuta ya quantum, ina changamoto dhahiri ya kutumia msongamano wa quantum kwa ukokotoaji sambamba, yaani, kufanya hesabu kabla ya kutenganisha kwa kiasi. Walakini, licha ya changamoto za kompyuta ya quantum kumekuwa na maendeleo mengi katika miongo michache iliyopita. Mtu anaweza kupata mifano ya usanifu wa jadi wa kompyuta ya John von Neumann inayotumika kwa kompyuta ya quantum. Lakini kuna eneo lingine lisilojulikana sana la (super)computing, linaloitwa kompyuta ya neuromorphic ambayo haifuati usanifu wa kitamaduni wa von Neumann. 

Kompyuta ya neuromorphic ilifikiriwa na profesa wa Caltech Carver Mead katika makala yake ya awali mwaka wa 1990.  Kimsingi, kanuni za kompyuta ya neuromorphic zinatokana na kanuni za utendaji za kibiolojia, kama zile zinazofikiriwa kutumiwa na ubongo wa binadamu katika kukokotoa. Tofauti fupi kati ya nadharia ya kompyuta ya neuromorphic dhidi ya nadharia ya tarakilishi ya von Neumann ilitolewa kwa muhtasari katika makala ya Don Monroe katika the Chama cha Mitambo ya Computing jarida. Taarifa hiyo inakwenda kama hii: "Katika usanifu wa kitamaduni wa von Neumann, msingi wa mantiki wenye nguvu (au kadhaa sambamba) hufanya kazi kwa mfuatano kwenye data iliyochukuliwa kutoka kwa kumbukumbu. Kinyume chake, kompyuta ya ‘neuromorphic’ husambaza hesabu na kumbukumbu kati ya idadi kubwa sana ya ‘nyuroni’ za awali, kila moja ikiwasiliana na mamia au maelfu ya niuroni nyinginezo kupitia ‘synapses.’”  

Vipengele vingine muhimu vya kompyuta ya neuromorphic ni pamoja na kutovumilia kwa makosa, ambayo inalenga kuiga uwezo wa ubongo wa binadamu kupoteza niuroni na bado uweze kufanya kazi. Analog, katika kompyuta ya jadi kupoteza kwa transistor moja huathiri utendaji sahihi. Faida nyingine inayofikiriwa na inayolengwa ya kompyuta ya neuromorphic ni hakuna haja ya kuratibiwa; lengo hili la mwisho ni kuiga tena uwezo wa ubongo wa binadamu kujifunza, kujibu na kukabiliana na ishara. Kwa hivyo, kompyuta ya neuromorphic kwa sasa ndiyo mgombea bora wa kujifunza kwa mashine na kazi za akili za bandia. 

Maendeleo ya neuromorphic supercomputing

Sehemu iliyosalia ya nakala hii itaangazia maendeleo ya kompyuta kuu ya neuromorphic. Hasa, utafiti uliochapishwa hivi karibuni juu ya Arxiv kutoka kwa Alexander Tait et. al. nje ya Chuo Kikuu cha Princeton kinaonyesha kuwa modeli ya mtandao wa neural ya picha ya silicon-msingi inashinda mbinu ya kawaida ya kompyuta kwa karibu mara 2000. Jukwaa hili la picha la neuromorphic la kompyuta linaweza kusababisha uchakataji wa habari haraka. 

Tait et. al. karatasi yenye kichwa Neuromorphic Silicon Photonics huanza kuelezea faida na hasara za kutumia aina ya mwanga wa picha ya mionzi ya sumakuumeme kwa kompyuta. Hoja kuu za awali za karatasi ni kwamba mwanga umetumika sana kwa uwasilishaji wa habari bado sio kwa mabadiliko ya habari, yaani, kompyuta ya macho ya dijiti. Vile vile, kwa kompyuta ya quantum, kuna changamoto za kimsingi za kimwili kwa kompyuta ya macho ya dijiti. Karatasi kisha inaingia katika maelezo ya jukwaa la kompyuta la picha la neuromorphic lililopendekezwa la Tait et. al. timu iliyochapishwa mnamo 2014, yenye jina Matangazo na uzani: Mtandao uliojumuishwa wa usindikaji wa mwiba wa picha. Karatasi yao mpya zaidi inaelezea matokeo ya onyesho la kwanza la majaribio la mtandao wa neva wa picha. 

Katika usanifu wa kompyuta wa "matangazo na uzani", "nodi" hupewa kibeba cha kipekee cha "wavelength carrier" ambacho ni "wavelength division multiplexed (WDM)" na kisha kutangazwa kwa "nodi" zingine. "Nodi" katika usanifu huu zina maana ya kuiga tabia ya neuroni katika ubongo wa binadamu. Kisha mawimbi ya “WDM” huchakatwa kupitia vichujio vinavyoendelea kuthaminiwa vinavyoitwa “microring (MRR) weight banks” na kisha kujumlishwa kwa njia ya kielektroniki katika jumla ya thamani iliyopimwa ya kutambua nishati. Kutokuwa mstari wa mabadiliko/kokotoo hili la mwisho la kielektroniki ni kutofuata mstari unaohitajika ili kuiga utendakazi wa nyuro, muhimu kwa kompyuta chini ya kanuni za neuromorphic. 

Kwenye karatasi, wanajadili kwamba mienendo hii ya mabadiliko ya kielektroniki iliyothibitishwa kimajaribio inafanana kihisabati na modeli ya "mtandao wa neva wa nodi-2 unaoendelea" (CTRNN). Matokeo haya ya utangulizi yanapendekeza kuwa zana za utayarishaji ambazo zimetumika kwa miundo ya CTRNN zinaweza kutumika kwa majukwaa ya neuromorphic ya silicon. Ugunduzi huu unafungua njia ya kurekebisha mbinu ya CTRNN kwa picha za silicon za neuromorphic. Katika karatasi zao, wanafanya muundo kama huo kwenye usanifu wao wa "matangazo na uzito". Matokeo yanaonyesha kuwa muundo wa CTRNN ulioigwa kwenye usanifu wao wa nodi 49 hutoa usanifu wa kompyuta wa neuromorphic kushinda miundo ya kompyuta ya kawaida kwa maagizo 3 ya ukubwa.