Είναι τα νευρομορφικά συστήματα το μέλλον των υπολογιστών υψηλής απόδοσης; PlatoBlockchain Data Intelligence. Κάθετη αναζήτηση. Ολα συμπεριλαμβάνονται.

Είναι τα νευρομορφικά συστήματα το μέλλον των υπολογιστών υψηλής απόδοσης;

Ο ανθρώπινος εγκέφαλος είναι εξαιρετικά καλός στην αποθήκευση και την επεξεργασία πληροφοριών. Ενώ οι γνώσεις μας για το πώς λειτουργεί ο εγκέφαλος δεν είναι καθόλου ολοκληρωμένες, επιστήμονες και μηχανικοί αναπτύσσουν τεχνολογίες υπολογιστών που μιμούνται τον τρόπο λειτουργίας των νευρώνων στον εγκέφαλο. Δεν πρόκειται μόνο για την κατασκευή ταχύτερων υπολογιστών. ο εγκέφαλος είναι επίσης πολύ ενεργειακά αποδοτικός και οι πρώτες ενδείξεις δείχνουν ότι τα νευρομορφικά συστήματα θα μπορούσαν να προσφέρουν βελτιωμένη ενεργειακή απόδοση. Αυτό είναι ένα σημαντικό στοιχείο επειδή η κατανάλωση ενέργειας και η σπατάλη θερμότητας είναι περιοριστικοί παράγοντες για τα συμβατικά ηλεκτρονικά.

Ένα μεγάλο ερώτημα για όσους εργάζονται στον τομέα είναι πόσο μακριά πρέπει να φτάσουμε στη μίμηση του εγκεφάλου. Πρέπει τα μελλοντικά συστήματα να είναι νευρομορφικά – προσπαθώντας να δημιουργήσουν συστήματα που να είναι όσο το δυνατόν πιο κοντά στον εγκέφαλο – ή θα πρέπει να εμπνέονται από τον εγκέφαλο, αντί να τον μιμούνται;

Ένας καλός τρόπος για να το σκεφτείτε αυτό είναι η σχέση μεταξύ πουλιών και αεροπλάνων. Η ανθρώπινη πτήση εμπνεύστηκε από πουλιά και ένα αεροπλάνο μιμείται πολλές πτυχές της πτήσης των πτηνών - η πιο προφανής είναι τα δύο φτερά. Αλλά ένα αεροπλάνο δεν είναι σε καμία περίπτωση αντίγραφο ενός πουλιού – οι κινητήρες τζετ είναι πολύ διαφορετικοί από τους μύες που χτυπούν τα φτερά, για παράδειγμα.

Τέσσερις ειδικοί

Αυτή την εβδομάδα, τέσσερις ειδικοί συμμετείχαν σε ένα δημόσια συζήτηση σχετικά με τον μελλοντικό ρόλο των νευρομορφικών συστημάτων στους υπολογιστές. Στην εκδήλωση προήδρευσε Regina Dittmann, ο οποίος είναι ειδικός σε ηλεκτρονικά υλικά στο Forschungszentrum Jülich στη Γερμανία.

Το επιχείρημα για τη νευρομορφική υπολογιστική ήταν Κουαμπένα Μπόαχεν – ο ιδρυτής και διευθυντής του εργαστηρίου Brains in Silicon του Πανεπιστημίου Στάνφορντ στην Καλιφόρνια – και Ραλφ Ετιέν-Κάμινγκς, ο οποίος διευθύνει το Εργαστήριο Υπολογιστικών Αισθητηριοκινητικών Συστημάτων στο Πανεπιστήμιο Johns Hopkins στο Μέριλαντ.

Υπέρ της προσοχής ήταν Γιάν Λεκούν – ο οποίος είναι επικεφαλής επιστήμονας τεχνητής νοημοσύνης στο Meta (Facebook) και μέλος του Εργαστηρίου Υπολογιστικής Νοημοσύνης, Μάθησης, Όρασης και Ρομποτικής στο Πανεπιστήμιο της Νέας Υόρκης – και Μπιλ Νταλί είναι επικεφαλής επιστήμονας στη NVIDIA και μέλος του Bio-X στο Πανεπιστήμιο του Στάνφορντ.

Ενσωμάτωση σε 3D

Ο Boahen ξεκίνησε τη συζήτηση λέγοντας ότι η επιτυχία των νευρομορφικών υπολογιστών εξαρτάται από την ικανότητά μας να ενσωματώνουμε και να κλιμακώνουμε εξαρτήματα όπως ακριβώς ο τρόπος με τον οποίο η βιομηχανία ημιαγωγών πέτυχε εκθετική αύξηση στον αριθμό των τρανζίστορ σε ένα τσιπ για πολλά χρόνια. Για να δείξει πόσο σημαντική είναι η χρονική σταθερά σε αυτόν τον νευρομορφικό νόμο του Moore, χρησιμοποίησε μια διασκεδαστική μονάδα νευρομορφικής υπολογιστικής δύναμης – τον ​​εγκέφαλο του capybara – την οποία συνέκρινε με τον εγκέφαλο μιας μύγας.

Η μετάβαση από τις αρχιτεκτονικές 2D σε 3D θα βοηθούσε στην προώθηση της ολοκλήρωσης, πιστεύει ο Boahen, αλλά υπάρχουν πολλές προκλήσεις.

Ο Etienne-Cummings επεσήμανε ότι ο νευρομορφικός υπολογισμός είναι πολύ διαφορετικός από τον συμβατικό υπολογισμό. Σε αντίθεση με τους ηλεκτρονικούς παλμούς σε έναν υπολογιστή, οι αιχμές τάσης σε ένα νευρικό σύστημα δεν μεταφέρουν πληροφορίες, αλλά τα διαστήματα μεταξύ των αιχμών είναι σημαντικά. Κατά μία έννοια, τα νευρομορφικά συστήματα φτάνουν στην τέταρτη διάσταση.

ιατρικές εφαρμογές

Τόνισε ότι τα νευρομορφικά συστήματα που βασίζονται σε ακίδες θα διαδραματίσουν σημαντικό ρόλο στην ενοποίηση βιολογικών συστημάτων με συμβατικούς υπολογιστές. Αυτό θα οδηγούσε σε καλύτερες ιατρικές τεχνολογίες όπως η προσθετική, για παράδειγμα.

Μιλώντας για τους περιορισμούς του νευρομορφικού υπολογισμού, ο Dally επεσήμανε ότι οι αιχμές είναι ένας αναποτελεσματικός τρόπος αναπαράστασης αριθμών. Αυτό σημαίνει ότι δεν είναι ιδιαίτερα χρήσιμα για την εκτέλεση πολλών εργασιών που εκτελούνται αυτήν τη στιγμή από συμβατικούς υπολογιστές. Πράγματι, είπε ότι πρέπει να σκεφτούμε περισσότερο ποια μοντέλα νευρωνικών δικτύων είναι κατάλληλα για ποιες εργασίες – χρησιμοποιώντας το παράδειγμα του πουλιού και του αεροπλάνου. Τα νευρομορφικά συστήματα θα ήταν χρήσιμα για την προσομοίωση της βιολογίας, είπε.

Ο LeCun συμφώνησε με την ανάγκη να είμαστε έξυπνοι σχετικά με αυτό που αντιγράφουμε από τον εγκέφαλο στα υπολογιστικά συστήματα. Επισήμανε ότι τα αναλογικά ηλεκτρονικά που χρειάζονται για τους νευρομορφικούς υπολογιστές είναι πολύ δύσκολο να κατασκευαστούν και να ενσωματωθούν αυτή τη στιγμή και ρώτησε εάν έρχεται επανάσταση στην τεχνολογία.

Νευρομορφικοί επιταχυντές

Είπε ότι τα νευρομορφικά συστήματα θα μπορούσαν να χρησιμοποιηθούν ως επιταχυντές που κάνουν συγκεκριμένες εργασίες για συμβατικά υπολογιστικά συστήματα. Ένα παράδειγμα που έδωσε είναι ένας επιταχυντής για γυαλιά επαυξημένης πραγματικότητας.

Άρα, πείστηκε το κοινό από τους υπερασπιστές των νευρομορφικών ή από τους σκεπτικιστές; Μια δημοσκόπηση που έγινε στην αρχή της συζήτησης από τον Dittman έδειξε ότι το 46% του κοινού συμφώνησε ότι τα νευρομορφικά συστήματα είναι το μέλλον των υπολογιστών υψηλής απόδοσης. Μετά τη συζήτηση, αυτό ανήλθε στο 56%, άρα τα ναι.

Μπορείτε να εγγραφείτε για να παρακολουθήσετε τη συζήτηση εδώ: Το μέλλον των υπολογιστών υψηλής απόδοσης: είναι τα νευρομορφικά συστήματα η απάντηση; Η συζήτηση υποστηρίζεται από το περιοδικό Νευρομορφική Υπολογιστική και Μηχανική. Κυκλοφορεί από την IOP Publishing που σας φέρνει και εσείς Κόσμος Φυσικής.

Ο ορθοστάτης Είναι τα νευρομορφικά συστήματα το μέλλον των υπολογιστών υψηλής απόδοσης; εμφανίστηκε για πρώτη φορά σε Κόσμος Φυσικής.

Σφραγίδα ώρας:

Περισσότερα από Κόσμος Φυσικής