Терминът невроморфен е създаден от професор Карвър Мийд в края на 80-те, за да опише системи с много висока степен на интеграция, съдържащи аналогови електронни схеми, които имитират невро-биологичните архитектури в нервната система. Днес терминът се използва както за аналогови, така и за цифрови и смесени аналогово-цифрови системи с много висока степен на интеграция, които имплементират модели на невронни системи (за възприятие, управление на движение, обработка на сетивност), както и софтуерни алгоритми.
Главна идея Невроморфното инженерство се отделя от идеята, което ние знаем за структурата и операциите на мозъка. Въпреки че все още има много неизвестни за мозъка и неговите функции, невроморфното инженерство превръща това, което знаем в компютърни системи. Работата се фокусира най-вече върху възпроизвеждането на аналоговата природа на биологичните изчисления и ролята на невроните в познанието. Биологичните процеси на невроните и техните синапси са плашещо сложни и поради това много трудно изкуствено се симулират. Ключовата характеристика на биологичните мозъци е че цялата обработка в невроните използва аналогови химични сигнали. Това затруднява възпроизвеждането на мозъка в компютъра, защото сегашното поколение компютри е изцяло дигитално. Характеристиките на тези части обаче могат да бъдат абстрахирани в математически функции, които отразяват тясно същността на невроновите операции. Целта на невроморфните изчисления не е да имитира идеално мозъка и всички негови функции, а вместо това да извлече това, което е известно за неговата структура и операции, за да се използва в практична изчислителна система. Нито една невроморфна система няма да претендира, нито да се опитва да възпроизведе всеки елемент от неврони и синапси, но всички се придържат към идеята, че изчисленията са силно разпределени в поредица от малки изчислителни елементи, аналогични на неврона. Въпреки че това отношение е стандартно, изследователите преследват тази цел с различни методи.Furber, Steve (2016). "Large-scale neuromorphic computing systems". Journal of Neural Engineering. 13: 1–15. doi:10.1088/1741-2560/13/5/051001.
Примери Още през 2006 г. изследователи от Технологичния институт Джорджия публикуват програмируема на място невронна решетка.Farquhar, Ethan; Hasler, Paul. (May 2006). A field programmable neural array. IEEE International Symposium on Circuits and Systems. pp. 4114–4117. doi:10.1109/ISCAS.2006.1693534. ISBN 978-0-7803-9389-9. S2CID 206966013. Този чип е първият от линията на все по-сложни масиви от плаващи транзистори, които позволяват програмируемост на заряда на портите на MOSFET за моделиране на канално-йонните характеристики на невроните в мозъка и е един от първите случаи на силициев програмируем масив на невроните.
През ноември 2011 г. група изследователи от Масачузетски технологичен институт създават компютърен чип, който имитира аналоговата, базирана на йони комуникация в синапса между два неврона, използвайки 400 транзистора и стандартни техники за производство на CMOS."MIT creates "brain chip"Poon, Chi-Sang; Zhou, Kuan (2011). "Neuromorphic silicon neurons and large-scale neural networks: challenges and opportunities". Frontiers in Neuroscience. 5: 108. doi:10.3389/fnins.2011.00108. PMC 3181466. PMID 21991244.
През юни 2012 г. изследователи на спинтроника от Университета „Пърдю“ представиха доклад за дизайна на невроморфния чип, използващ странични въртящи се клапани и мемристори. Те твърдят, че архитектурата работи подобно на невроните и следователно може да се използва за тестване на методи за възпроизвеждане на мозъчната обработка. Освен това тези чипове са значително по-енергийно ефективни от конвенционалните.Sharad, Mrigank; Augustine, Charles; Panagopoulos, Georgios; Roy, Kaushik (2012). "Proposal For Neuromorphic Hardware Using Spin Devices". arXiv:1206.3227 [cond-mat.dis-nn].
Изследванията в Ейч Пи лабораториите в Калифорния на метристорите на Mott показват, че въпреки че те могат да бъдат нелетливи, летливото поведение, проявено при температури значително под температурата на фазовия преход, може да бъде използвано за производство на невристор, биологично вдъхновено устройство, имитиращо намереното поведение в невроните.Picket, M. D.; Medeiros-Ribeiro, G.; Williams, R. S. (2012)."A scalable neuristor built with Mott memristors". Nature Materials. 12 (2): 114–7. Bibcode:2013NatMa..12..114P. doi:10.1038/nmat3510. PMID 23241533. S2CID 16271627.
През септември 2013 г. те представят модели и симулации, които показват как пикиращото поведение на тези невристори, което може да се ползва за формиране на компонентите, необходими за машина на Тюринг.Matthew D Pickett & R Stanley Williams (September 2013). "Phase transitions enable computational universality in neuristor-based cellular automata". Nanotechnology. IOP Publishing Ltd. 24 (38). 384002. Bibcode:2013Nanot..24L4002P. doi:10.1088/0957-4484/24/38/384002. PMID 23999059.
Неурогрид, построен от Brains in Silicon в Станфордския университетBoahen, Kwabena (April 24, 2014)."Neurogrid: A Mixed-Analog-Digital Multichip System for Large-Scale Neural Simulations". Proceedings of the IEEE. 102 (5): 699–716. doi:10.1109/JPROC.2014.2313565. S2CID 17176371. е пример за хардуер, проектиран с използване на невроморфни инженерни принципи. Платката е съставена от 16 специално проектирани чипа, наричани NeuroCores. Всяка аналогова схема на NeuroCore е проектирана да емулира невронни елементи за 65536 неврони, максимизирайки енергийната ефективностWaldrop, M. Mitchell (2013). "Neuroelectronics: Smart connections". Nature. 503 (7474): 22–4. Bibcode:2013Natur.503...22W. doi:10.1038/503022a. PMID 24201264.Benjamin, Ben Varkey; Peiran Gao; McQuinn, Emmett; Choudhary, Swadesh; Chandrasekaran, Anand R.; Bussat, Jean-Marie; Alvarez-Icaza, Rodrigo; Arthur, John V.; Merolla, Paul A.; Boahen, Kwabena (2014). "Neurogrid: A Mixed-Analog-Digital Multichip System for Large-Scale Neural Simulations". Proceedings of the IEEE. 102 (5): 699–716. doi:10.1109/JPROC.2014.2313565. S2CID 17176371
Изследователски проект с последици за невроморфното инженерство е проектът за човешки мозък, който се опитва да симулира цялостен човешки мозък в суперкомпютър, използвайки биологични данни. Състои се от група изследователи в областта на неврологията, медицината и компютърните технологии."Involved Organizations"
Хенри Маркрам, съдиректор на проекта, заявява, че проектът предлага да се създаде основа за изследване и разбиране на мозъка и неговите заболявания и да се използват тези знания за изграждане на нови компютърни технологии. Трите основни цели на проекта са да се разбере по-добре как частите на мозъка се напасват и да работят заедно, да се разбере как обективно да се диагностицират и лекуват мозъчни заболявания и да се използва разбирането на човешкия мозък за разработване на невроморфни компютри. Симулацията на цялостен човешки мозък ще изисква суперкомпютър, хиляда пъти по-мощен от днешния, насърчава настоящия фокус върху невроморфните компютри. 1,3 милиарда $ са отпуснати за проекта от Европейската комисия"The Human Brain Project and Recruiting More Cyberwarriors"
Други изследвания с последици за невроморфното инженерство включват инициативата BRAINNeuromorphic computing: The machine of a new soul, The Economist, 2013-08-03 и чипа TrueNorth от IBM.Modha, Dharmendra (August 2014). "A million spiking-neuron integrated circuit with a scalable communication network and interface". Science. 345 (6197): 668–673. Bibcode:2014Sci...345..668M. doi:10.1126/science.1254642. PMID 25104385. S2CID 12706847. Невроморфни устройства също са демонстрирани с помощта на нанокристали, наножици и проводящи полимери.Fairfield, Jessamyn (March 1, 2017). "Smarter Machines" (PDF).
Intel представи своя невроморфен изследователски чип, наречен "Лоихи“, през октомври 2017 г. Чипът използва асинхронна невронна мрежа (SNN) за внедряване на адаптивни самомодифициращи се управлявани от събития фино-зърнести паралелни изчисления, използвани за прилагане на обучение и извод с висока ефективност[Davies, Mike; et al. (January 16, 2018). "Loihi: A Neuromorphic Manycore Processor with On-Chip Learning". IEEE Micro. 38 (1): 82–99. doi:10.1109/MM.2018.112130359. S2CID 3608458]Morris, John. "Why Intel built a neuromorphic chip". ZDNet. IMEC, базиран в Белгия изследователски център за наноелектроника, демонстрира първия в света самообучаващ се невроморфен чип. Вдъхновеният от мозъка чип, базиран на технологията OxRAM, има способността да се самообучава и е доказано, че има способността да композира музика."Imec demonstrates self-learning neuromorphic chip that composes music". IMEC International. IMEC пусна 3-секундната мелодия, съставена от прототипа. Чипът беше зареден последователно с песни в едно и също време подпис и стил. Песните бяха стари белгийски и френски флейти менуети, от които чипът научи правилата в играта и след това ги приложи.Bourzac, Katherine. "A Neuromorphic Chip That Makes Music". IEEE Spectrum. Европейският съюз финансира поредица от проекти в университета в Хайделберг, които водят до развитието на BrainScaleS. BrainScaleS използва аналогови схеми над прага за изпълнение на физически модели на невронални процеси. Използваните тук схеми работят с 10 000 пъти по-голяма биологична скорост. BrainScaleS също така използва интеграция на вафли, за да приспособи увеличената скорост на взаимосвързаните аналогови схеми. Проектът „Синият мозък“, воден от Хенри Маркрам, има за цел да изгради биологично детайлни цифрови реконструкции и симулации на мозъка на мишката. Проектът Blue Brain Project създаде силиконови модели на мозъци на гризачи, като същевременно се опита да възпроизведе възможно най-много подробности за неговата биология. Суперкомпютърните симулации предлагат нови перспективи за разбиране на структурата и функциите на мозъка.
Етични съображения Докато интердисциплинарната концепция за невроморфното инженерство е сравнително нова, много от същите етични съображения се отнасят за невроморфните системи, както за човекоподобните машини и изкуствения интелект като цяло. Фактът обаче, че невроморфните системи са създадени да имитират човешки мозък, поражда уникални етични въпроси, свързани с тяхното използване. Практическият дебат обаче е, че невроморфният хардуер, както и изкуствените „невронни мрежи“ са изключително опростени модели за това как мозъкът работи или обработва информация с много по-ниска сложност по отношение на размера и функционалната технология и много по-правилна структура по отношение на свързаност. Сравняването на невроморфните чипове с мозъка е много грубо сравнение, подобно на сравняването на самолет с птица, само защото и двамата имат крила и опашка. Факт е, че невронните когнитивни системи са с много по-голям порядък по-голяма енергия и изчислителни ефективни от съвременния изкуствен интелект, а невроморфното инженерство е опит да се намали тази празнина чрез вдъхновение от мозъчния механизъм, точно както много инженерни проекти имат биовдъхновени функции.
Демократични опасения Значителни етични ограничения могат да бъдат поставени върху невроморфното инженерство поради общественото възприятие.European Commission (September 2012). "Special Eurobarometer 382: Public Attitudes Towards Robots" (PDF). European Commission.