สมองของมนุษย์นั้นดีอย่างน่าทึ่งในการจัดเก็บและประมวลผลข้อมูล แม้ว่าความรู้ของเราเกี่ยวกับวิธีการทำงานของสมองจะยังไม่สมบูรณ์นัก นักวิทยาศาสตร์และวิศวกรก็กำลังพัฒนาเทคโนโลยีคอมพิวเตอร์ที่เลียนแบบการทำงานของเซลล์ประสาทในสมอง นี่ไม่ใช่แค่การสร้างคอมพิวเตอร์ที่เร็วขึ้นเท่านั้น สมองยังใช้พลังงานได้อย่างมีประสิทธิภาพ และข้อบ่งชี้ในระยะแรกคือระบบ neuromorphic สามารถให้ประสิทธิภาพพลังงานที่ดีขึ้นได้ นี่เป็นข้อพิจารณาที่สำคัญเนื่องจากการใช้พลังงานและความร้อนเหลือทิ้งเป็นปัจจัยจำกัดสำหรับอุปกรณ์อิเล็กทรอนิกส์ทั่วไป
คำถามสำคัญสำหรับผู้ที่ทำงานภาคสนามคือ เราควรเลียนแบบสมองมากแค่ไหน ระบบในอนาคตควรเป็นแบบ neuromorphic โดยพยายามสร้างระบบที่ใกล้ชิดกับสมองมากที่สุด หรือควรได้รับแรงบันดาลใจจากสมองแทนที่จะเลียนแบบ
วิธีคิดที่ดีคือความสัมพันธ์ระหว่างนกกับเครื่องบิน การบินของมนุษย์ได้รับแรงบันดาลใจจากนก และเครื่องบินเลียนแบบหลายแง่มุมของการบินของนก – ที่ชัดเจนที่สุดคือปีกสองปีก แต่เครื่องบินไม่ใช่สำเนาของนกเลย ตัวอย่างเช่น เครื่องยนต์ไอพ่นนั้นแตกต่างจากกล้ามเนื้อกระพือปีกอย่างมาก
ผู้เชี่ยวชาญสี่คน
สัปดาห์นี้ ผู้เชี่ยวชาญสี่คนเข้าร่วมใน a การอภิปราย เกี่ยวกับบทบาทในอนาคตของระบบ neuromorphic ในการคำนวณ เป็นประธานในการจัดงาน เรจิน่า ดิตต์มันน์ซึ่งเป็นผู้เชี่ยวชาญด้านวัสดุอิเล็กทรอนิกส์ที่ Forschungszentrum Jülich ในประเทศเยอรมนี
การโต้เถียงกรณีของ neuromorphic computing คือ ควาเบน่า โบเฮน – ผู้ก่อตั้งและผู้อำนวยการ Brains ของ Stanford University ในห้องปฏิบัติการซิลิคอนในแคลิฟอร์เนีย – และ ราล์ฟ เอเตียน-คัมมิงส์ซึ่งเป็นผู้อำนวยการห้องปฏิบัติการระบบประสาทสัมผัส-มอเตอร์เชิงคอมพิวเตอร์ที่มหาวิทยาลัยจอห์น ฮอปกิ้นส์ ในรัฐแมริแลนด์
สนับสนุนให้ระมัดระวังเป็น ยานน์ เลอคุน – ซึ่งเป็นหัวหน้านักวิทยาศาสตร์ AI ที่ Meta (Facebook) และเป็นสมาชิกของ Computational Intelligence, Learning, Vision และ Robotics Lab ที่ New York University – และ บิล ดาลี่ เป็นหัวหน้านักวิทยาศาสตร์ที่ NVIDIA และเป็นสมาชิกของ Bio-X ที่มหาวิทยาลัยสแตนฟอร์ด
บูรณาการใน 3D
Boahen เริ่มการอภิปรายโดยกล่าวว่าความสำเร็จของการประมวลผล neuromorphic ขึ้นอยู่กับความสามารถของเราในการรวมและขยายขนาดส่วนประกอบเหมือนกับที่อุตสาหกรรมเซมิคอนดักเตอร์ประสบความสำเร็จในการเติบโตแบบทวีคูณในจำนวนทรานซิสเตอร์บนชิปเป็นเวลาหลายปี เพื่อแสดงให้เห็นว่าค่าคงที่เวลาในกฎของมัวร์นี้มีความสำคัญเพียงใด เขาใช้หน่วยของพลังประมวลผล neuromorphic ที่น่าขบขัน นั่นคือสมองของ capybara ซึ่งเขาเปรียบเทียบกับสมองของแมลงวัน
การย้ายจากสถาปัตยกรรม 2D เป็น 3D จะช่วยขับเคลื่อนการบูรณาการ Boahen เชื่อ แต่ก็มีความท้าทายมากมาย
Etienne-Cummings ชี้ให้เห็นว่าคอมพิวเตอร์ neuromorphic แตกต่างจากคอมพิวเตอร์ทั่วไปมาก ไม่เหมือนกับพัลส์อิเล็กทรอนิกส์ในคอมพิวเตอร์ แรงดันไฟกระชากในระบบประสาทไม่ได้ส่งข้อมูล แต่เป็นช่วงเวลาระหว่างเดือยที่มีความสำคัญ ในแง่หนึ่ง ระบบ neuromorphic เข้าถึงมิติที่สี่
การประยุกต์ใช้ทางการแพทย์
เขาเน้นย้ำว่าระบบ neuromorphic แบบเข็มจะมีบทบาทสำคัญในการรวมระบบทางชีววิทยากับคอมพิวเตอร์ทั่วไป ซึ่งจะนำไปสู่เทคโนโลยีทางการแพทย์ที่ดีขึ้น เช่น การทำเทียม เป็นต้น
เมื่อพูดถึงข้อจำกัดของ neuromorphic computing Dally ชี้ให้เห็นว่าเดือยเป็นวิธีที่ไม่มีประสิทธิภาพในการแสดงตัวเลข ซึ่งหมายความว่าไม่มีประโยชน์สำหรับการทำงานหลายอย่างที่คอมพิวเตอร์ทั่วไปทำอยู่ในปัจจุบัน อันที่จริง เขากล่าวว่าเราต้องคิดให้มากขึ้นว่าแบบจำลองโครงข่ายประสาทเทียมแบบใดเหมาะสมกับงานใด โดยใช้ตัวอย่างนกและเครื่องบิน ระบบ Neuromorphic จะเป็นประโยชน์สำหรับการจำลองชีววิทยา เขากล่าว
LeCun เห็นด้วยกับความต้องการที่จะฉลาดเกี่ยวกับสิ่งที่เราคัดลอกจากสมองในระบบคอมพิวเตอร์ เขาชี้ให้เห็นว่าอุปกรณ์อิเล็กทรอนิกส์แบบอะนาล็อกที่จำเป็นสำหรับการประมวลผลแบบ neuromorphic นั้นยากมากที่จะสร้างและบูรณาการในขณะนี้ และถามว่าการปฏิวัติทางเทคโนโลยีกำลังจะมาถึงหรือไม่
สารเร่งประสาท
เขากล่าวว่าระบบ neuromorphic สามารถใช้เป็นตัวเร่งความเร็วที่ทำงานเฉพาะสำหรับระบบคอมพิวเตอร์ทั่วไป ตัวอย่างที่เขาให้คือคันเร่งสำหรับแว่นตาเสมือนจริง
ผู้เชี่ยวชาญอภิปรายเส้นทางที่เป็นไปได้สู่ AI . ที่เหมือนมนุษย์
ดังนั้น ผู้ชมเชื่อโดยผู้สนับสนุน neuromorphic หรือโดยผู้คลางแคลงหรือไม่? การสำรวจความคิดเห็นในช่วงเริ่มต้นของการอภิปรายโดย Dittman ชี้ให้เห็นว่า 46% ของผู้ฟังเห็นด้วยว่าระบบ neuromorphic เป็นอนาคตของการประมวลผลประสิทธิภาพสูง หลังจากการโต้วาที เรื่องนี้เพิ่มขึ้นเป็น 56% ดังนั้นใช่เลย
สามารถลงทะเบียนเพื่อรับชมการเสวนาได้ที่นี่: อนาคตของการประมวลผลประสิทธิภาพสูง: ระบบนิวโรมอร์ฟิคคือคำตอบหรือไม่ สนับสนุนการอภิปรายโดยวารสาร คอมพิวเตอร์และวิศวกรรมเกี่ยวกับระบบประสาท. เผยแพร่โดย IOP Publishing ซึ่งนำคุณ โลกฟิสิกส์.
- Kwabena Boahen พูดถึงการประมวลผล neuromorphic แบบซิลิคอนในเรื่องนี้ ตอนของ ฟิสิกส์โลกรายสัปดาห์ Week พอดคาสต์.
โพสต์ ระบบ neuromorphic เป็นอนาคตของการประมวลผลประสิทธิภาพสูงหรือไม่? ปรากฏตัวครั้งแรกเมื่อ โลกฟิสิกส์.
- '
- 3d
- เกี่ยวกับเรา
- คันเร่ง
- ประสบความสำเร็จ
- AI
- ผู้ฟัง
- การเริ่มต้น
- กำลัง
- เชื่อ
- ชีววิทยา
- สร้าง
- การก่อสร้าง
- แคลิฟอร์เนีย
- ความท้าทาย
- หัวหน้า
- ชิป
- มา
- เมื่อเทียบกับ
- คอมพิวเตอร์
- การคำนวณ
- พลังคอมพิวเตอร์
- การพิจารณา
- การบริโภค
- ได้
- การอภิปราย
- ที่กำลังพัฒนา
- ต่าง
- Dimension
- ผู้อำนวยการ
- ก่อน
- อย่างมีประสิทธิภาพ
- ที่มีประสิทธิภาพ
- อิเล็กทรอนิกส์
- พลังงาน
- วิศวกร
- เหตุการณ์
- ตัวอย่าง
- ผู้เชี่ยวชาญ
- ปัจจัย
- เร็วขึ้น
- ชื่อจริง
- เที่ยวบิน
- ผู้สร้าง
- อนาคต
- ประเทศเยอรมัน
- ดี
- การเจริญเติบโต
- ช่วย
- โปรดคลิกที่นี่เพื่ออ่านรายละเอียดเพิ่มเติม
- สรุป ความน่าเชื่อถือของ Olymp Trade?
- HTTPS
- สำคัญ
- อุตสาหกรรม
- ข้อมูล
- แรงบันดาลใจ
- รวบรวม
- บูรณาการ
- Intelligence
- IT
- มหาวิทยาลัย Johns Hopkins
- ความรู้
- ห้องปฏิบัติการ
- กฏหมาย
- นำ
- การเรียนรู้
- แมรี่แลนด์
- วัสดุ
- ทางการแพทย์
- Meta
- โมเดล
- มากที่สุด
- เครือข่าย
- นิวยอร์ก
- ตัวเลข
- เล่น
- มา
- เป็นไปได้
- อำนาจ
- การประกาศ
- คำถาม
- ทะเบียน
- ความสัมพันธ์
- หุ่นยนต์
- กล่าวว่า
- นักวิทยาศาสตร์
- นักวิทยาศาสตร์
- สารกึ่งตัวนำ
- ความรู้สึก
- สมาร์ท
- So
- ผู้ให้การสนับสนุน
- ความสำเร็จ
- ระบบ
- ระบบ
- พูดคุย
- งาน
- เทคโนโลยี
- เทคโนโลยี
- เวลา
- มหาวิทยาลัย
- ใช้
- วิสัยทัศน์
- นาฬิกา
- สัปดาห์
- อะไร
- WHO
- การทำงาน
- โรงงาน
- โลก
- ปี