IBM stworzyło sztuczny mózg z 48 chipów.

W swoim laboratorium w pobliżu San Jose, IBM zbudował elektroniczny mózg gryzonia z 48 chipów testowych TrueNorth, z których każdy może naśladować podstawowy element mózgu.

IBM stworzyło sztuczny mózg z 48 chipów.

Pod przewodnictwem Dharmendry Modhy, który jest liderem projektu, poznaliśmy cały projekt z bliska.pokryty przezroczystymi płytami z tworzyw sztucznychWygląda jak coś z filmu science fiction z lat 70. ale Modha mówi: "Spójrzysz na małego gryzonia".

Mówi o mózgu małego gryzonia, albo przynajmniej o tym, że te chipy mogą zmieścić się w mózgu.Modha mówi, że system może symulować 48 milionów komórek nerwowych., mniej więcej równa liczbie komórek nerwowych w mózgu małego gryzonia.

W IBM, Modha prowadził grupę komputerową, która wynalazła "neurochip". Kiedy on i jego zespół po raz pierwszy zaprezentowali swój wynalazek, użyli go na trzy tygodnie,wspieranie naukowców i badaczy rządowych w laboratorium badawczo-rozwojowym IBM w Dolinie KrzemowejPo podłączeniu własnych komputerów do mózgu cyfrowej myszy, naukowcy zbadali jej strukturę i zaczęli pisać programy dla chipa TrueNorth.

W zeszłym miesiącu niektórzy badacze widzieli go już w Kolorado, więc zaprogramowali go do rozpoznawania zdjęć i mowy, i zrozumienia naturalnego języka.Czip uruchamia algorytmy "głębokiego uczenia się", które obecnie dominują w usługach sztucznej inteligencji w Internecie., zapewnia rozpoznawanie twarzy dla Facebooka i tłumaczenie języków w czasie rzeczywistym dla Skype'a Microsoftu.IBM ma tu przewagę, ponieważ jego badania mogą zmniejszyć zapotrzebowanie na przestrzeń i zasilanie.W przyszłości możemy umieścić tę sztuczną inteligencję w telefonach komórkowych i innych małych urządzeniach, takich jak AIDS i zegarki.

"Co otrzymujemy z struktury synaptycznej? Możemy klasyfikować obrazy przy bardzo niskim zużyciu energii i możemy stale rozwiązywać nowe problemy w nowych środowiskach". Brian Van Essen,Naukowiec informatyczny z Lawrence Livermore National Laboratory odpowiedzialny za stosowanie algorytmów uczenia głębokiego w bezpieczeństwie narodowym.

TrueNorth to najnowsza technologia, która będzie uruchamiać głębokie uczenie się i szereg innych usług AI w przyszłości.Facebook i Microsoft nadal wymagają oddzielnych procesorów graficznych, ale wszystkie zmierzają w kierunku FPgas (czypów, które mogą być programowane do określonych zadań).Peter Diehl (doktor z Cortex Computing Group na Politechnice w Zurychu) uważa, że TrueNorth jest lepszy od zarówno samodzielnych układów graficznych, jak i FPgas ze względu na niskie zużycie energii.

Jak twierdzi Jason Mars, profesor informatyki na Uniwersytecie w Michigan, główna różnica polega na tym, że TrueNorth bezproblemowo współpracuje z algorytmami głębokiego uczenia się.Obie symulują sieci neuronowe w głębi i generują neurony i synapsy w mózgu."Chip może skutecznie wykonywać polecenia sieci neuronowej". Nie brał udziału w testach, ale uważnie śledził postępy.

Mimo to TrueNorth nie jest jeszcze w pełni zsynchronizowany z algorytmami głębokiego uczenia się.ponieważ jest jeszcze pewna odległość od rzeczywistego rynkuDla Modhy był to również niezbędny proces, ponieważ powiedział: "Musieliśmy położyć solidny fundament dla dużej transformacji".

Mózg w telefonie.

Peter Diehl niedawno odwiedził Chiny, ale z jakiegoś powodu jego telefon nie działał z Google'em i nagle przywrócił sztuczną inteligencję do pierwotnej formy.Ponieważ większość chmury komputerowej teraz zależy od serwerów Google.Bez sieci wszystko jest bezużyteczne.

Głębokie uczenie wymaga ogromnej mocy obliczeniowej, która jest zazwyczaj dostarczana przez gigantyczne centra danych, a nasze telefony są zazwyczaj podłączone do nich przez Internet.z drugiej strony, może przenieść przynajmniej część mocy przetwarzania do telefonu lub innego urządzenia, co może znacznie zwiększyć częstotliwość wykorzystania sztucznej inteligencji.

Aby to zrozumieć, najpierw musimy zrozumieć jak działa uczenie się głębokiego.Firmy takie jak Google i Facebook muszą zbudować własne sieci neuronowe do obsługi określonych zadańJeśli chcą mieć możliwość automatycznego rozpoznawania zdjęć kotów, muszą pokazać sieci neuronowej kilka zdjęć kotów.Inna sieć neuronowa musi wykonać to zadanie.Kiedy robisz zdjęcie, system musi określić, czy są w nim koty, a TrueNorth istnieje, aby uczynić drugi krok bardziej wydajnym.

Po wyszkoleniu sieci neuronowej, chip pomoże ci ominąć gigantyczne centrum danych i przejść do drugiego kroku.może zmieścić się w urządzeniach przenośnychTo zwiększa ogólną wydajność, ponieważ nie trzeba już pobierać wyników z centrum danych przez sieć.może znacznie zmniejszyć presję na centrach danych"To przyszłość przemysłu, gdzie urządzenia mogą samodzielnie wykonywać złożone zadania".

Neurony, aksony, synapsy i impulsy nerwowe

Google ostatnio próbowało wprowadzić sieci neuronowe do telefonów komórkowych, ale Diehl uważa, że TrueNorth jest o wiele wyprzedzający swoich konkurentów, ponieważ jest bardziej zsynchronizowany z głębokim uczeniem.Każdy chip może symulować miliony neuronów, a te neurony mogą komunikować się ze sobą poprzez "synapsy w mózgu".

To właśnie wyróżnia TrueNorth od podobnych produktów na rynku, nawet w porównaniu z procesorami graficznymi i FPgas mają wystarczające zalety." podobne do impulsów w mózguImpulsy nerwowe mogą pokazywać zmianę tonu w czyjejś mowie, lub zmianę koloru obrazu.jeden z głównych projektantów chipa.

Chociaż na chipie jest 5,4 miliarda tranzystorów, zużycie energii wynosi tylko 70 miliwatów.ale jego zużycie energii osiąga 35 do 140 watówNawet chipy ARM, które są powszechnie stosowane w smartfonach, zużywają kilka razy więcej energii niż chipy TrueNorth.

Oczywiście, aby układ naprawdę działał, potrzebuje nowego oprogramowania, co jest dokładnie tym, co Diehl i inni programiści próbowali zrobić podczas testów.Twórcy konwertują istniejący kod do języka, który rozpoznaje i wprowadza do niego chip., ale pracują również nad napisaniem kodów dla TrueNorth.

obecny

Podobnie jak inni programiści, Modha koncentruje się na dyskusji na temat TrueNorth w dziedzinie biologii, takich jak neurony, aksony, synapsy, impulsy nerwowe itp.Czip niewątpliwie naśladuje ludzki układ nerwowy."Takie dyskusje są często bardzo ostrzegawcze, bo ludzki mózg nie jest zbudowany z krzemu".Współzałożyciel firmy o nazwie Skymind.

Kiedy rozpoczął projekt w 2008 roku, z inwestycją 53,5 miliona dolarów od DARPY, ramienia badawczego Departamentu Obrony,Celem było zbudowanie zupełnie nowego chipa z zupełnie innych materiałów i symulowanie ludzkiego mózguAle wie, że to nie nastąpi szybko i "nie możemy ignorować rzeczywistości na drodze do realizacji naszych marzeń", powiedział.

W 2010 roku był przytłoczony do łóżka przez świńską grypę, w tym czasie zdał sobie sprawę, że najlepszym sposobem na przełamanie tego przeszkody było rozpoczęcie z strukturą chipa i osiągnięcie symulacji mózgu."Nie potrzebujesz komórek nerwowych do naśladowania podstawowej fizykiMusimy być wystarczająco elastyczni, aby stać się coraz bardziej podobni do mózgu".

To nie jest cyfrowy mózg, ale to ważny krok na tej drodze, a dzięki testom IBM, plan jest na dobrej drodze.Cała maszyna składa się z 48 różnych maszyn.W przyszłym tygodniu, po zakończeniu badania, Modha i jego zespół rozbiją maszynę, aby naukowcy mogli zabrać ją do domu do dalszych badań.Ludzie wykorzystują technologię do zmiany społeczeństwa, a ci naukowcy są podstawą naszych wysiłków.