人工智能有可能拥有自己的意识然后统治世界吗？( 六 ) _小知识

-Matt Chinworth-
对于某些应用来说，好比成立进修过程的模子可能需要数周、数月甚至数年的时候，若是速度能快一点，就会有所帮忙。这就是BrainScaleS的优势地点，它的运行速度大约是生物脑的1000至10000倍。并且这个系统只会越来越进步前辈。它正处于进级到BrainScaleS2的过程中，正在与神经科学家紧密亲密合作以开辟新版本所用的新处置器。
新系统将可以或许更好地仿照进修和化学过程，好比多巴胺对进修的影响，而这些都是其他神经形态系统无法复制的。研究人员暗示，它还将可以或许建模各类神经元、树突和离子通道，以及布局可塑性的一些特征，如突触的丢掉和发展。也许有一天，该系统甚至可以或许接近人的进修和智能。帮忙开辟BrainScaleS的海德堡大学生物物理学家约翰内斯·舍梅尔（Johannes Schemmel）说道：“理解生物智能，我认为是本宿世纪迄今为止最大的问题。 ”
参考文献
[1] C. Eliasmith et al., “A large-scale model of the functioning brain,” Science, 338:1202–05, 2012.
[2] D.S. Modha, R. Singh, “Network architecture of the long-distance pathways in the macaque brain,” PNAS, 107:13485–90, 2010.
[3] P.A. Merolla et al. “A million spiking-neuron integrated circuit with a scalable communication network and interface,” Science, 345:668–73, 2014.
[4] M. Davies et al. “Loihi: A neuromorphic manycore processor with on-chip learning,” IEEE Micro, 38:82–99, 2018.
[5] J. Schemmel et al., “A wafer-scale neuromorphic hardware system for large-scale neural modeling,” Proc 2010 IEEE Int Symp Circ Sys, 2010.
[6] S.B. Furber et al., “The SpiNNaker Project,” Proc IEEE, 102:652–65, 2014.
译者评论
神经形态芯片是近年来神经手艺方面很是值得注重的一个范畴，它在计较道理方面冲破了冯诺依曼架构，在节能和仿真脑的计较速度方面具有优势，很有可能在对节能要求出格高的范畴如航天，以及硬件实现神经回路或某些相对简单的脑子系统模子时阐扬主要感化。这篇文章是对神经形态芯片近况的一篇较好也较周全的综述。不外译者认为对神经形态芯片在正视的同时，也不克不及估量过高。
第一，有脑规模的模子并不等同于脑模子，有脑规模的模子只是说此中的元件数和元件之间的联络数可以和脑比拟，可是其元件只是对神经元的一种很粗拙的模拟，联络也可能与脑中的现实联络很纷歧样，是以无论从布局和功能两方面来说都和生物脑相去甚远。
第二，神经形态芯片在细胞程度能很好模拟神经元，这是因为有了霍奇金-赫胥黎方程这样靠得住的理论根本，对于一些相对简单的脑子系统，如嗅球、小脑、视网膜等也可望作出很好的模子研究。可是对于此刻还完全没有任何理论框架的全脑问题，此刻就想经由过程逆标的目的工程成立全脑模子是不实际的。在译者看来在可预见的将来还做不到“构建硅脑” ，而只能构建脑某些子系统的硅模子。
第三，脑和计较机的工作道理纷歧样，擅长的功能也纷歧样，计较机擅长的数值计较和逻辑推理是生物脑所不擅长的，而脑所擅长的模式识别、小样本进修等方面也是冯诺依曼计较机所不擅长。在译者看来冯诺依曼计较机和神经形态系统应该是互补的关系，而不是谁代替谁的关系。
第四，关于神经形态系统可否成长当作新一代计较机的问题，不仅取决于这一手艺自己，取决于是否能开辟出丰硕的应用生态系统，并且也取决于有几多工程手艺人员愿意丢弃他们驾轻就熟的传统计较机手艺，而从头投入大量精神和物力从头学一门与前完全分歧的新手艺。

人工智能有可能拥有自己的意识然后统治世界吗？( 六 )

猜你喜欢