O Professor Alexander Dimitrov, da Washington State University (WSA) realizará a palestra: Neuromorphic computing systems: what do we do, what can we do, and how to do it?

Dia: 31/07/2024
Horário: 14h00
Online via http://aovivo.ic.unicamp.br

Abstract

We are at the crossroads of powerful currents in science and technology, spurred by recente advances in both neuroscience research, and neuromorphic engineering. A recent focus on brain studies has produced a wealth of new, multimodal structural and functional neural data. At the same time, advances in electronics and the search for unconventional computational paradigms led to the creation of neuromorphic systems like Intel’s Loihi, IBM’s NorthPole, and the EU SpiNNaker and BrainScaleS. We see a natural match between hardware realizations of data-based neuronal models produced by the neuroscience research endeavor and the neuromorphic hardware abstractions forming the foundation of current and future neuromorphic chips. We also see a new paradigm in computing abstractions, possibly advancing beyond the von Neumann paradigm, and through Moore’s scaling law.

One major unresolved question is the practical issue of programming neuromorphic systems. How can we efficiently combine neuromorphic modules to achieve specific dynamics, and later – specific task by that dynamics? As with the original development of computers, tools from applied math, with 70-80 years additional development past the complement of the 1940-s will be crucial for this: nonlinear optimization, including evolutionary programming; linear and nonlinear control; sensitivity analysis; neural-derived cost functions. All neuromorphic simulations should be validated against classic numeric algorithms, e.g. using neuroinformatics tools developed for neural data and model validation.

There is also a broader question: what is computable with these new systems? Neuromorphic system elements have their own dynamics, which is steerable to a degree. How close can such modules approximate dynamics of interest to us? What are appropriate cost functions to assess levels of approximation? And in our context: to what degree can such a neural dynamical system be represented in current neuromorphic computing environment?

Professor Dimitrov will report on his lab’s work with Loihi along these questions.

Resumo

Estamos na encruzilhada de correntes poderosas na ciência e tecnologia, impulsionadas pelos recentes avanços tanto na pesquisa em neurociência quanto na engenharia neuromórfica. Um foco recente nos estudos do cérebro produziu uma riqueza de novos dados neurais estruturais e funcionais multimodais. Ao mesmo tempo, avanços em eletrônica e a busca por paradigmas computacionais não convencionais levaram à criação de sistemas neuromórficos como o Loihi da Intel, o NorthPole da IBM e os projetos europeus SpiNNaker e BrainScaleS. Vemos uma correspondência natural entre as realizações de hardware de modelos neuronais baseados em dados produzidos pela pesquisa em neurociência e as abstrações de hardware neuromórfico que formam a base dos chips neuromórficos atuais e futuros. Também observamos um novo paradigma nas abstrações computacionais, possivelmente avançando além do paradigma de von Neumann e através da lei de escala de Moore.

Uma questão importante e não resolvida é o problema prático de programar sistemas neuromórficos. Como podemos combinar eficientemente módulos neuromórficos para alcançar dinâmicas específicas e, posteriormente, tarefas específicas por meio dessas dinâmicas? Assim como no desenvolvimento original dos computadores, ferramentas da matemática aplicada, com 70-80 anos adicionais de desenvolvimento desde o complemento da década de 1940, serão cruciais para isso: otimização não linear, incluindo programação evolucionária; controle linear e não linear; análise de sensibilidade; funções de custo derivadas de neurônios. Todas as simulações neuromórficas devem ser validadas contra algoritmos numéricos clássicos, por exemplo, usando ferramentas de neuroinformática desenvolvidas para validação de dados e modelos neurais.

Há também uma questão mais ampla: o que é computável com esses novos sistemas? Os elementos do sistema neuromórfico têm suas próprias dinâmicas, que podem ser direcionadas até certo ponto. Quão próximo esses módulos podem aproximar dinâmicas de interesse para nós? Quais são as funções de custo apropriadas para avaliar os níveis de aproximação? E em nosso contexto: até que ponto um sistema dinâmico neural pode ser representado no ambiente de computação neuromórfica atual?

O Professor Dimitrov relatará o trabalho de seu laboratório com o Loihi sobre essas questões.