Piikkineuroverkkojen syväoppiminen ja niiden toteutus neuromorfisissa systeemeissä

Abstract

Neuroverkot on rakennettu neuroneista, jotka ovat kytketty toisiinsa synapsien avulla. Jotta neuroverkot saadaan toimimaan halutulla tavalla ja aktivoitumaan tietyissä tilanteissa, opetetaan niille synaptiset painot. Näitä tarkkojen painojen asettamista kutsutaan syväoppimiseksi. Tätä hyödyntävissä syvissä neuroverkoissa on neuroneita monissa kerroksissa, ja juuri tämä monikerroksinen arkkitehtuuri on tuottanut lupaavia tuloksia koneoppimiseen ja tekoälyyn liittyvissä tutkimuksissa. Neuromorfisten systeemien arkkitehtuuri pohjautuu biologisiin hermostoihin, ja niiden avulla pyritään luomaan energiatehokas tapa laskea. Nämä systeemit eivät tällä hetkellä käytä piikkineuroverkkoja, mutta silti nykyiset neuromorfiset systeemit, sekä analogiset että digitaaliset, ovat olleet lupaavia. Niitä on kuitenkin tutkittu vain yksinkertaisilla tutkimuksilla eivätkä ne kykene tällä hetkellä yhtä haastaviin tehtäviin kuin perinteiset tietokoneet. Tarvitaan yhteistyötä monien eri alojen osaajilta, jotta näitä systeemejä saadaan tutkittua lisää, jotta löydetään vähemmän tilaa vievä ja energiatehokkaampi vaihtoehto laskennalle.