New computer will mimic human brain -- and I'm kinda scared
Summary
TLDR澳大利亚西部悉尼大学正在建造一台名为“DeepSouth”的新型超级计算机,它将首次在物理结构和运算能力上模仿人脑,每秒能执行约228万亿次运算。这台超级计算机采用了“神经形态”计算技术,不同于人工智能,它在硬件层面模拟人脑,使用可编程门阵列(FPGAs)模拟神经元的“尖峰”行为,并引入随机性以模拟人脑的复杂性。研究目的不是打造超级计算机,而是探究人脑如何以极低功耗运行,为未来降低人工智能能耗提供启示。预计今年4月完成,将远程提供研究使用。
Takeaways
- 🧠 澳大利亚的一个实验室正在建造一台新的超级计算机,它将首次在物理形态上模仿人脑,并执行约228万亿次操作每秒。
- 🔬 这台超级计算机将建在西悉尼大学,是“神经形态”计算范式的一部分,即模仿自然界迄今为止最好的处理装置——大脑。
- 🤖 神经形态计算与人工智能不同,它们是两个不同的研究领域,有着不同的目标,但它们共同点在于都使用神经网络。
- 👶 在人工智能中,神经网络的结构在软件中表示,但物理基础仍然是微芯片上的晶体管;而在人脑中,网络是物理实体,与运行在其上的算法是一体的。
- 💡 科学家和工程师希望通过神经形态计算机消除这种差异,这些计算机在硬件上模仿人脑,而不仅仅是运行在其上的算法。
- 🌐 神经形态处理器的结构并不像大脑,它仍然是一个带有电线的盒子,但其工作原理与手机不同。
- 📈 “神经形态”这个术语有些模糊,包含许多不同的东西,从简单的电线网络到IBM的“TrueNorth”处理器等更复杂的形式。
- 🔍 悉尼的新计算机被命名为“DeepSouth”,不仅为了承认其位置,也是对谷歌的DeepMind和IBM的TrueNorth的致敬。
- 🔧 研究人员希望使用现场可编程门阵列(FPGAs),这些是功能可以电子改变的小电路,将模拟神经元的“尖峰”行为。
- 🔄 他们还将在这些人工神经元的行为中引入一些随机性,因为随机性在人脑中似乎发挥着重要作用,尽管这一点尚不清楚。
- 🔋 这项研究项目的目的不是建造一个超级强大的计算机,而是想了解人脑如何以如此少的功率运行,这可能有助于显著降低人工智能的能源需求。
- 📅 研究人员计划在今年4月完成“DeepSouth”计算机,它将可供研究目的远程访问。
Q & A
澳大利亚的实验室正在建造的新型超级计算机有什么特点?
-澳大利亚的实验室正在建造的新型超级计算机名为'DeepSouth',它将首次在物理结构上模仿人脑,并能执行每秒约2280万亿次操作。
什么是神经形态计算?
-神经形态计算是一种新的计算范式,其计算机模型模仿自然界中最佳的处理设备——大脑。它与人工智能是两个不同的研究领域,具有不同的目标,但它们共同点在于都使用神经网络。
人工智能中的神经网络与人类大脑中的神经网络有何不同?
-在人工智能中,神经网络的结构是通过软件表示的,而物理基础仍然是微芯片上的晶体管。相比之下,人类大脑中的网络是物理实体,与在其上运行的算法是一体的。
神经形态计算机的目标是什么?
-神经形态计算机的目标是在硬件上模仿人脑,而不仅仅是在运行其上的算法上。这意味着它们的连通性和功能反映了生物组织的连通性和功能。
IBM的“TrueNorth”处理器是如何工作的?
-IBM的“TrueNorth”处理器于2014年首次推出,它有100万个核心,每个核心都设计成模仿大脑中神经元的放电方式,并专门设计用于将神经网络的“虚拟”神经元映射到物理神经元上。
DeepSouth计算机与Google的DeepMind和IBM的TrueNorth有何不同?
-DeepSouth计算机将使用现场可编程门阵列(FPGAs),这些是功能可以电子改变的小电路,与普通的微处理器不同。这些可编程阵列将承担神经元的功能,特别是模拟神经元传递信息的“尖峰”行为。
为什么研究人员要在人工神经元的行为中引入随机性?
-研究人员在人工神经元的行为中引入随机性,因为随机性在人脑中似乎发挥着重要的作用,尽管这一点尚未被充分理解。
这个研究项目的最终目的是什么?
-这个研究项目的最终目的不是构建一个超级强大的计算机,而是要了解人脑如何仅用很少的电力运行,并且探索将神经网络从软件映射到硬件上是否能显著降低能源需求。
为什么研究人员选择使用FPGAs来构建DeepSouth计算机?
-研究人员选择使用FPGAs的另一个原因是它们的速度较慢。人脑中的神经元需要几毫秒来更新它们的状态,而现代计算机处理器每秒更新数十亿次,因此它们比我们大脑中的神经元快一百万多倍。如果要构建物理上类似于人脑的东西,就需要慢电子设备。
DeepSouth计算机预计何时完成?
-研究人员计划在今年4月完成DeepSouth计算机的构建。它将可以远程访问,用于研究目的。
这个项目是否可能带来比人脑快百万倍的设备?
-一旦他们成功完成这个项目,他们可能能够构建一个工作方式类似于人脑但速度更快百万倍的设备。
Outlines
Esta sección está disponible solo para usuarios con suscripción. Por favor, mejora tu plan para acceder a esta parte.
Mejorar ahoraMindmap
Esta sección está disponible solo para usuarios con suscripción. Por favor, mejora tu plan para acceder a esta parte.
Mejorar ahoraKeywords
Esta sección está disponible solo para usuarios con suscripción. Por favor, mejora tu plan para acceder a esta parte.
Mejorar ahoraHighlights
Esta sección está disponible solo para usuarios con suscripción. Por favor, mejora tu plan para acceder a esta parte.
Mejorar ahoraTranscripts
Esta sección está disponible solo para usuarios con suscripción. Por favor, mejora tu plan para acceder a esta parte.
Mejorar ahoraVer Más Videos Relacionados
AI Boom Vs. Internet Boom
“Godfather of AI” Geoffrey Hinton Warns of the “Existential Threat” of AI | Amanpour and Company
The Personal Computer Revolution: Crash Course Computer Science #25
7. Layered Knowledge Representations
Geoffrey Hinton 2023 Arthur Miller Lecture in Science and Ethics
Exploring the Latest Breakthroughs in Deep Learning Research | iCert Global
5.0 / 5 (0 votes)