Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

【CNCC2015现场报道】人类为什么要进行类脑研究?

昨天机器之心报道了清华大学类脑计算研究中心学术委员会主任张钹对于类脑计算机研究的看法,而在今天的中国计算机大会上,来自西安交通大学教授、中国工程院院士郑南宁的团队分享了他们对于类脑计算和视觉认知的看法。 1 人脑是迄今为止最有效的信息处理系统,从生理角度来说,人脑平均重量只有1300克,功耗只有30瓦,这区区30瓦的功耗可以支持1000亿神经元、1万亿神经胶质细胞、1000万亿突触连接、280 quintillon(百万的三次方)记忆单元。而目前世界上运行最快的超级计算机功耗高达17兆瓦,由170个机柜组成。 事实上,1981年日本曾经启动过第五代计算机计划,目标是突破「冯诺伊曼计算机架构」,这个耗资超过8亿美元的项目在1992年宣布失败。近几年来,集成电路计算技术正在向两个方向发展:
  • 将既有的芯片技术推向极限,小于7纳米的芯片工艺成为众多芯片厂商攻坚的难题;
  • 寻找新的材料和计算方法适应后硅时代,目前已经有的新材料由碳纳米管、石墨烯、忆阻器,计算方法上,量子计算、类脑计算都处在研发中;
另一方面,神经科学、计算机科学、神经网络理论的进步,以及大数据时代对于智能计算的需求使得我们在此聚焦「类脑计算」。类脑计算以神经元作为基本计算和存储单元,利用神经元之间的突触连接传递信息,模拟神经突触的强度变化,其分布式的存储盒分布式的计算党员直接相连构成大规模神经网络计算系统。 本质上说,类脑计算和冯诺伊曼计算架构完全不同,比如在运算和存储上,类脑计算采用紧耦合的运算和存储,而冯诺伊曼计算架构则分离式的。但目前,类脑计算面临诸多困难,首先是我们尚未搞清楚大脑的工作原理,一个最简单的例子:大脑用来处理激励的能量消耗只占了很小的比例,那些与刺激无关的能量消耗到底做了什么?又或者在休眠状态下,人类的记忆会得到强化,这其中的原理又是什么? 其次,现有计算机的计算能力离人脑相差甚远。大脑约有10的11次方神经元,每个神经元约有10的4次方突触连接,以10Hz的速度释放神经脉冲,其计算量约为10的16次方操作,现有的计算机根本无法满足这个计算需求,预计到2019——2023年才有相匹配的计算机出现。 郑南宁的团队表示,目前实现类脑计算的途径包括基于生物学的脑认知模型、基于数据驱动的脑认知模型以及基于数学的脑认知模型。在技术路线上,从组建到系统,利用网络规模和计算能力逐步逼近大脑。   机器之心现场报道。作者:赵赛坡。
入门
暂无评论
暂无评论~