IBM afslører revolutionerende "hjerne på en chip"

Reklame

IBM har bygget noget bemærkelsesværdigt. Annonceret i sidste uge via en artikel i Videnskab er "TrueNorth" det, der er kendt som en "neuromorfisk chip Den seneste computerteknologi, du skal se for at troSe nogle af de nyeste computerteknologier, der er indstillet til at transformere verdenen inden for elektronik og pc'er i de næste par år. Læs mere ‘- en computerchip designet til at efterligne biologiske neuroner til brug i intelligente computersystemer som Watson.

Chippen, der er fremstillet af Samsung ved hjælp af 28 nm-processer, har 4096 specialiserede kerner og kan simulere en million menneskelige lignende neuroner med 256 synapser hver. Neuronerne, der simuleres af chippen, er 'piggende neuroner' - en mere detaljeret, biologisk model af neuroner end dem bruges normalt i maskinlæring, som koder for information i timingen og hyppigheden af ​​impulser, der bevæger sig fra neuroner til neuron.

Chippen kan kun simulere ca. et kvarter så mange neuroner, som findes i cerebral cortex af en typisk mus, men er allerede i stand til imponerende besvær med mønstergenkendelse, når de kombineres med et traditionelt computersystem.

Hvad er TrueNorth?

TrueNorth er produktet af et ambitiøst projektbryggeri i IBM siden 2011, som har det langsigtede mål at konstruere en neuromorfisk anordning, der er i stand til menneskelignende intellekt, der kan passe ind i den menneskelige hjerne og forbruge en lignende mængde af energi (omkring tyve watt eller 1/7 af den energi, der bruges af et Pentium 4). Forskningen blev delvis finansieret af DARPA, DoDs forskningsarm, som en del af their AI-initiativ, 'SYNAPSE' Du vil ikke tro det: DARPA Fremtidsforskning i avancerede computereDARPA er en af ​​de mest fascinerende og hemmeligholdende dele af den amerikanske regering. Følgende er nogle af DARPAs mest avancerede projekter, der lover at omdanne verden af ​​teknologi. Læs mere . Hvis du har set Terminator 2, ville det ikke være uretfærdigt at foretage en sammenligning.

TrueNorth er et dristigt første skridt mod denne vision, skønt der er en lang vej at gå - den menneskelige hjernebark indeholder 20 milliarder neuroner, 20.000 gange mere end IBM's chip. Mange funktioner i arkitekturen i visse regioner i hjernen er stadig ikke godt forstået. Komplicering af spørgsmål, selve chippen udfører kun opførelsen af ​​netværket: træning af netværket (finde ud af de synaptiske forbindelser, der foretager netværket gør, hvad du vil), håndteres i øjeblikket ved hjælp af traditionelle computerprocessorer, selvom IBM gerne vil flytte denne funktion til chip en skønne dag.

IBM har testet chippen på en række standardmachine intelligence-benchmarks, herunder en billedgenkendelsesopgave designet af DARPA, hvor deres chip scorer cirka 80% nøjagtighed. Det er en meget god score - selvom det, der er mere imponerende, er, at chippen var i stand til at udføre denne bedrift i realtid, behandle tredive billeder i sekundet og kun forbrugte 63 milliwatt for at gøre det - cirka syv gange mindre end energibehovet i et typisk natlys.

Hvis du simpelthen stablede 20.000 af disse chips for at svare til den menneskelige hjernes signalknusende kraft med brute force, ville resultatet være en server, der brugte kun lidt mere energi end en typisk elkedel - næsten hundrede gange mere end hjernen, men ikke en uoverkommelig mængde af nogen midler. Dette står i modsætning til den beskedne supercomputer, som du normalt har brug for for at udføre den samme opgave. Dharmendra Modha, en IBM Fellow, udtrykte det på denne måde:

For at understrege denne afvigelse mellem hjernen og dagens computere, skal du bemærke, at en 'menneskeskala' simulering med 100 billioner synapser kræves 96 Blue Gene / Q-stativer af Lawrence Livermore National Lab Sequoia supercomputer ”

Så hvad betyder denne chip egentlig for fremtiden for AI-applikationer?

Nå, denne chip er bare starten: der skal gøres betydelige fremskridt for at øge tætheden og tilsluttet af neuroner, hvilket bringer strømforbruget endnu lavere og bygger større og større populationer af sammenkoblede neuroner. Der er også muligheden for at bruge dedikeret hardware til at træne netværket, hvilket kan åbne for massive forbedringer i nøjagtigheden af ​​netværkets opførsel.

Men denne slags teknologi vilje begynde at finde vej ind i applikationer i relativt kort fremtid: chippen er lille nok og bruger kun lidt nok strøm der multi-million neuron netværk kan integreres i enheder som autonome robotter og smartphones, hvilket fremskynder den voksende omgivende intelligens revolution.

IBM håber også at installere chips, der måske indeholder milliarder af neuroner i dets Watson-computersystemer, så Watsons software kan aflevere vanskelige problemer for hardware neurale netværk og få tilbage løsninger, hvilket gør Watson-enheder billigere, mindre og smartere - ideelt set kan du til sidst køre et system som Watson på alle smartphone.

Intelligens er hurtigt ved at blive en af ​​de mest værdifulde råvarer inden for databehandling og gøre det billigere at betjene intelligente systemer vil have en enorm indflydelse på hvor disse systemer kan implementeres og hvad til. der er risici for denne slags fremskridt Her er hvorfor forskere mener, at du skal være bekymret for kunstig intelligensSynes du, at kunstig intelligens er farlig? Kan AI udgøre en alvorlig risiko for den menneskelige race. Dette er nogle af grundene til, at du måske vil være bekymret. Læs mere naturligvis, men værdien er også potentielt enorm. Computer intelligence vil sandsynligvis ændre alle aspekter af vores liv i de kommende år, og denne form for forskning vil gøre det billigere og mere magtfuldt.

Billedkreditter: “IBM Think Card“Af Stephen Coles,”IBM Blue Gene / P“Af Argonne National Labs,”brainstorm”Af Steve Jurvetson, agsandrew / Shutterstock