Aivoja jäljittelevät tietokoneet säästävät sähköä

Tietokoneet kuluttavat yhä enemmän sähköä maailmassa. Tällä hetkellä tieto- ja viestintätekniikka kuluttaa koko maailman sähköenergiasta jo 3-9 prosenttia ja kulutus kasvaa joka vuosi. Samalla kun älylaitteita tulee koko ajan lisää, tekoäly vaatii tietokoneilta enemmän tehoa – ja virtaa.

Tekoälyn keskeinen ala on koneoppiminen. Siinä tietojärjestelmiä opetetaan hyödyntämään algoritmeja eli ohjelmakoodia toistuvien kuvioiden havaitsemiseen datassa, tietomassassa. Kun tekoälymallia opetetaan tunnistamaan esimerkiksi kuvissa esiintyvä ihminen, laskennan vaatiman energian tuotanto saattaa aiheuttaa yhtä suuret hiilidioksidipäästöt kuin viisi tavallista henkilöautoa koko elinkaarensa aikana - auton valmistus mukaan lukien.

Esineiden internet (IoT) kasvattaa myös keräämämme ja käsittelemämme datan määrää. Pelkästään yhdessä lentokoneen siivessä saattaa olla tulevaisuudessa yli 10 000 anturia, jotka keräävät tietoa esimerkiksi siiven kunnosta ja säästä.

”Kasvavan tietomäärän käsittely onnistuu vain, jos tietokoneiden kokoa saadaan kutistettua. Tämä edellyttää myös sitä, että energiatehokkuutta parannetaan”, kertoo erikoistutkija Sayani Majumdar VTT:ltä.

Perinteisessä tekniikassa on rajoituksensa sille, miten paljon nykyisiä transistoreja voidaan pienentää.

Erikoistutkija Sayani Majumdar työskentelee laboratoriossa pienentääkseen memristoreja eli muistivastuksia muutamien nanomillimetrien kokoisiksi.

Laitteet suunnitellaan muistuttamaan aivoja

Majumdar hakee ratkaisua kumpaankin ongelmaan kehittämällä nanokokoisia osia uudenlaisiin tietokoneisiin, joiden toimintaperiaate jäljittelee ihmisaivojen toimintaa.

”Ihmisaivot käsittelevät tietoa erittäin energiatehokkaasti. Me haluamme päästä samaan”, Majumdar kertoo.

Evoluution kehittämissä aivoissa samat alueet voivat sekä ajatella että muistaa. Sen sijaan perinteisessä tietokoneessa on erillinen muisti ja prosessori, joka suorittaa laskennan. Tietoliikenne osien välillä vaatii sähköä ja vie tilaa.

Jos aivojen pitää suorittaa tehtävä, esimerkiksi tunnistaa näkökenttään tullut olento, aivotoiminnot käynnistyvät hyvin nopeasti. Kun tehtävä on suoritettu, hermosolut palaavat jälleen hyvin nopeasti rauhalliseen perustilaan, jossa energiaa kulutetaan hyvin vähän. Perinteinen tietokone taas tuhlaa sähköä odotteluihin. Prosessori on joutokäynnillä, kun se odottaa tietojen siirtymistä muistiin ja tietoja muista komponenteista.

Kun tietojärjestelmä on suunniteltu aivojen tapaan toimivaksi, sitä kutsutaan neuromorfiseksi. Neuromorfinen laite edellyttää sekä muistina että prosessorina toimivaa memristoria eli muistivastusta.

Memristori muistaa, vaikka virta katkaistaan

Majumdar kehittää memristoreja ja tutkii niiden kykyä oppia samoin periaattein kuin ihmisaivot. Memristori muistaa, mikä jännite sillä on aiemmin ollut, vaikka virta katkaistaan. Tätä käytetään sekä tiedon käsittelyyn että sen tallentamiseen samassa paikassa – ihmisaivojen tavoin.

Jos perinteinen tietokone on lepotilassa, se kuluttaa edelleen virtaa pitäessään itsensä valmiina toimimaan. Jos käytetään memristoreja, tietokonetta voi heti käyttää samasta tilasta kuin aiemmin, vaikka virta sammutetaan kokonaan. Tämä säästää paljon sähköä.

”Tavoitteenamme on saada miljoonia memristoreja mahtumaan neliösenttimetrin kokoiselle alueelle.”

Ensimmäiset memristorit tulivat markkinoille pari vuotta sitten. Vaikka neuromorfisia laitteita ei vielä ole saatu sarjatuotantoon, äärettömän pienikokoisia memristoreja ja muita laitteistojen osia kehitetään nyt kuumeisesti eri puolilla maailmaa. Tällä vuosikymmenellä ne tekevät läpimurtonsa.

Niitä käytetään tulevina vuosina arkipäivän laitteissa kuten kännyköissä ja autoissa. Niiden avulla ihmiset seuraavat terveydentilaansa ja taloon luvattomasti yrittäviä tunkeilijoita. Niitä käytetään tutkimuksiin meren pohjalla, planeettojen pinnalla ja myrkyllisissä ympäristöissä – siellä, mihin ihmisillä ei ole asiaa.

Laitteet valmistetaan ympäristöystävällisemmin

Aikaisemmin Majumdar kehitti Suomen Akatemian rahoituksella Aalto-yliopistossa uudenlaisia ferrosähköisiä tunneliliitoksia. Ne ovat muutaman nanometrin paksuisia, kahden elektrodin välissä olevia ohutkalvoja. Liitokset toimivat vain muutamien volttien jännitteellä eli niiden käyttöön tarvitaan erittäin vähän sähköä. Liitokset voivat tallentaa tietoa yli kymmeneksi vuodeksi ilman, että sähköä tarvitaan enää tallennuksen jälkeen. Laitteiden valmistus on yksinkertaisempaa ja eikä niiden valmistuksessa tarvita enää myrkyllisiä metalleja. Nyt Majumdar jatkaa tutkimustyötä neuromorfisten laitteiden kehittämiseksi VTT:ssä.

”Tavoitteenamme on yhdistää memristorit laajasti neuroverkkoihin, tietokoneiden laskennan malleihin, jotta niitä voidaan hyödyntää IoT:ssä ja antureita hyödyntävissä älyratkaisuissa.”

Majumdarilla on laaja kansainvälinen kokemus. Hän väitteli aikoinaan kotikaupungissaan Intian Kolkatassa. Tämän jälkeen hän saapui tutkijaksi Åbo Akademihin ja Turun yliopistoon, joista hän siirtyi maailman parhaimpiin kuuluvaan yliopistoon MIT:hin Bostonissa. MIT:stä hän tuli Aaltoon käyden välillä myös Saksan Max Planck -insituutissa.

Majumdar kasvoi akateemisessa perheessä, jossa ymmärrettiin tyttären mielenkiinto tutkijauraa kohtaan.

”Haluan ehdottomasti innostaa tyttöjä tieteen pariin”, Majumdar kertoo.

Hän muistuttaa, että naisia on fyysikoiden joukossa kovin vähän: ”Ihmisten moninaisuus tuo tuoreita tuulahduksia tutkimukseen.”

Entisenä akatemiatutkijana Majumdar kiittää Suomen Akatemiaa.

”Viiden vuoden aikana pystyin täysin keskittymään tutkimukseeni. Akatemia antoi myös mahdollisuuden mukauttaa tutkimusaihetta, kun tutkimus tuotti uutta mielenkiintoista tietoa.”

Teksti: Visa Noronen
Kuvat: VTT