آیا سیستم های نورومورفیک آینده محاسبات با کارایی بالا هستند؟ هوش داده PlatoBlockchain. جستجوی عمودی Ai.

آیا سیستم های نورومورفیک آینده محاسبات با کارایی بالا هستند؟

مغز انسان به طرز قابل توجهی در ذخیره و پردازش اطلاعات مهارت دارد. در حالی که دانش ما در مورد نحوه عملکرد مغز به هیچ وجه کامل نیست، دانشمندان و مهندسان در حال توسعه فناوری های محاسباتی هستند که نحوه عملکرد نورون ها در مغز را تقلید می کند. این فقط در مورد ساخت کامپیوترهای سریعتر نیست. مغز همچنین انرژی بسیار کارآمدی دارد و نشانه‌های اولیه نشان می‌دهد که سیستم‌های نورومورفیک می‌توانند بازده انرژی را بهبود بخشند. این یک ملاحظات مهم است زیرا مصرف انرژی و گرمای اتلاف عوامل محدود کننده برای الکترونیک معمولی هستند.

یک سوال بزرگ برای کسانی که در این زمینه کار می کنند این است که تا کجا باید در تقلید از مغز پیش برویم. آیا سیستم‌های آینده باید نورومورفیک باشند – تلاش برای ایجاد سیستم‌هایی که تا حد امکان به مغز نزدیک هستند – یا باید به جای تقلید از مغز، از مغز الهام بگیرند؟

یک راه خوب برای فکر کردن در مورد این رابطه بین پرندگان و هواپیماها است. پرواز انسان از پرندگان الهام گرفته شده است و یک هواپیما چندین جنبه از پرواز پرندگان را تقلید می کند - واضح ترین آنها دو بال است. اما یک هواپیما به هیچ وجه کپی یک پرنده نیست – مثلاً موتورهای جت با ماهیچه های تکان دهنده بال بسیار متفاوت هستند.

چهار کارشناس

این هفته، چهار کارشناس در یک مناظره در مورد نقش آینده سیستم های نورومورفیک در محاسبات این مراسم به ریاست رجینا دیتمن، که متخصص مواد الکترونیکی در Forschungszentrum Jülich در آلمان است.

بحث در مورد محاسبات نورومورفیک بود کوابنا بوهن – بنیانگذار و مدیر آزمایشگاه مغزهای سیلیکون دانشگاه استنفورد در کالیفرنیا – و رالف اتین کامینگز، که آزمایشگاه سیستم های محاسباتی حسی- حرکتی را در دانشگاه جان هاپکینز در مریلند هدایت می کند.

طرفدار احتیاط بودند یان لیکان - که دانشمند ارشد هوش مصنوعی در متا (فیس بوک) و عضو آزمایشگاه هوش محاسباتی، یادگیری، بینایی و رباتیک در دانشگاه نیویورک است - و بیل دالی دانشمند ارشد NVIDIA و عضو Bio-X در دانشگاه استنفورد است.

ادغام در سه بعدی

بوآهن بحث را با گفتن اینکه موفقیت محاسبات نورومورفیک به توانایی ما در ادغام و بزرگ‌نمایی اجزا بستگی دارد، بسیار شبیه به رشد تصاعدی در تعداد ترانزیستورهای روی یک تراشه در صنعت نیمه‌رسانا برای سال‌های متمادی، آغاز کرد. برای نشان دادن اهمیت ثابت زمانی در این قانون مور نورومورفیک، او از یک واحد سرگرم‌کننده قدرت محاسباتی نورومورفیک - مغز کاپیبارا - استفاده کرد که آن را با مغز مگس مقایسه کرد.

بوآهن معتقد است که حرکت از معماری دو بعدی به سه بعدی به یکپارچگی کمک می کند، اما چالش های زیادی وجود دارد.

اتین کامینگز اشاره کرد که محاسبات نورومورفیک بسیار متفاوت از محاسبات معمولی است. برخلاف پالس‌های الکترونیکی در رایانه، نوک ولتاژ در سیستم عصبی حامل اطلاعات نیست، بلکه فواصل بین اسپک‌ها مهم هستند. به یک معنا، سیستم های نورومورفیک به بعد چهارم می رسند.

برنامه های پزشکی

وی تاکید کرد که سیستم‌های نورومورفیک مبتنی بر سنبله نقش مهمی در ادغام سیستم‌های بیولوژیکی با رایانه‌های معمولی خواهند داشت. به عنوان مثال، این منجر به فناوری های پزشکی بهتری مانند پروتز می شود.

دالی در مورد محدودیت های محاسبات نورومورفیک اشاره کرد که خوشه ها روشی ناکارآمد برای نمایش اعداد هستند. این بدان معنی است که آنها برای انجام بسیاری از کارهایی که در حال حاضر توسط رایانه های معمولی انجام می شوند، مفید نیستند. در واقع، او گفت که ما باید بیشتر فکر کنیم که چه مدل های شبکه عصبی برای چه وظایفی مناسب هستند - با استفاده از مثال پرنده و هواپیما. او گفت که سیستم های نورومورفیک برای شبیه سازی زیست شناسی مفید خواهند بود.

LeCun در مورد نیاز به هوشمند بودن در مورد آنچه از مغز در سیستم های محاسباتی کپی می کنیم موافق بود. وی با اشاره به اینکه ساخت و ادغام الکترونیک آنالوگ مورد نیاز برای محاسبات نورومورفیک در حال حاضر بسیار دشوار است، پرسید که آیا انقلابی در فناوری در راه است؟

شتاب دهنده های نورومورفیک

او گفت که سیستم‌های نورومورفیک می‌توانند به عنوان شتاب‌دهنده‌هایی که وظایف خاصی را برای سیستم‌های محاسباتی معمولی انجام می‌دهند، استفاده شوند. مثالی که او آورد شتاب دهنده عینک های واقعیت افزوده است.

بنابراین، آیا حامیان نورومورفیک مخاطب را متقاعد کردند یا بدبینان؟ نظرسنجی انجام شده در ابتدای بحث توسط دیتمن نشان داد که 46 درصد از مخاطبان موافق بودند که سیستم‌های نورومورفیک آینده محاسبات با کارایی بالا هستند. پس از مناظره، این میزان به 56 درصد افزایش یافت، بنابراین آری است.

برای تماشای مناظره می توانید در اینجا ثبت نام کنید: آینده محاسبات با کارایی بالا: آیا سیستم های نورومورفیک جواب می دهند؟ این مناظره توسط مجله حمایت می شود محاسبات و مهندسی نورومورفیک. توسط انتشارات IOP منتشر شده است که برای شما نیز آورده شده است دنیای فیزیک.

پست آیا سیستم های نورومورفیک آینده محاسبات با کارایی بالا هستند؟ به نظر می رسد برای اولین بار در دنیای فیزیک.

تمبر زمان:

بیشتر از دنیای فیزیک