IBM avslöjar revolutionerande "Brain on a Chip"

Annons

IBM har byggt något anmärkningsvärt. Tillkännagav förra veckan via en artikel i Science är "TrueNorth" det som kallas en "neuromorfiskt chip Den senaste datatekniken du måste se för att troKolla in några av de senaste datorteknologierna som är avsedda att omvandla världen inom elektronik och datorer under de kommande åren. Läs mer ‘- ett datorchip designat för att imitera biologiska neuroner, för användning i intelligenta datasystem som Watson.

Chipet, tillverkat av Samsung med 28 nm-processer, har 4096 specialiserade kärnor och kan simulera en miljon människoliknande neuroner, med 256 synapser vardera. De neuroner som simuleras av chipet är 'spiking neurons' - en mer detaljerad, biologisk modell av neuroner än de vanligtvis används i maskininlärning, som kodar information i tidpunkten och frekvensen för pulser som rör sig från neuroner till nervcell.

Chipet kan bara simulera ungefär en fjärdedel så många neuroner som finns i hjärnbarken hos en typisk mus, men har redan förmåga att imponerande mönster av igenkänning av mönster i kombination med ett traditionellt datorsystem.

Vad är TrueNorth?

TrueNorth är produkten från ett ambitiöst projektbryggande i IBM sedan 2011, som har det långsiktiga målet att konstruera en neuromorfisk enhet som kan mänskligt liknande intellekt som kan passa in i den mänskliga hjärnans rymd och konsumera en liknande mängd energi (cirka tjugo watt, eller 1/7 av energin som används av ett Pentium 4). Forskningen finansierades delvis av DARPA, DoD: s forskningsarm, som en del av dettaeir AI-initiativ, 'SYNAPSE' Du kommer inte att tro det: DARPA framtida forskning i avancerade datorerDARPA är en av de mest fascinerande och hemlighetsfulla delarna av den amerikanska regeringen. Följande är några av DARPAs mest avancerade projekt som lovar att förändra teknologivärlden. Läs mer . Om du har sett Terminator 2, skulle det inte vara orättvist att göra en jämförelse.

TrueNorth är ett djärvt första steg mot den visionen, även om det finns en lång väg att gå - den mänskliga hjärnbarken innehåller 20 miljarder nervceller, 20 000 gånger mer än IBMs chip. Många funktioner i arkitekturen i vissa regioner i hjärnan är fortfarande inte väl förståda. Komplicera frågor, kör chipet bara nätverkets beteende: träna nätverket (räkna ut de synaptiska anslutningarna som gör nätverket gör vad du vill) hanteras för närvarande med traditionella datorprocessorer, även om IBM vill flytta den funktionen till chipet någon dag.

IBM har testat chipet på ett antal standardinriktningar för maskininformation, inklusive en bildigenkänningsuppgift designad av DARPA, där deras chip får cirka 80% noggrannhet. Det är en mycket bra poäng - även om det som är mer imponerande är att chipet kunde utföra denna prestation i realtid, bearbeta trettio bilder per sekund och konsumerade endast 63 milliwatt för att göra det - ungefär sju gånger mindre än energibehovet för ett typiskt nattljus.

Om du helt enkelt staplade 20 000 av dessa chips för att motsvara den mänskliga hjärnans signalkrackkraft med brute force, skulle resultatet vara en server som förbrukade bara lite mer energi än en typisk vattenkokare - nästan hundra gånger mer än hjärnan, men inte en oöverkomlig mängd av någon betyder. Detta står i kontrast till den blygsamma superdatorn du normalt behöver för att uppnå samma uppgift. Dharmendra Modha, en IBM Fellow, uttryckte det på detta sätt:

För att understryka denna avvikelse mellan hjärnan och dagens datorer, observera att en "mänsklig" simulering med 100 biljoner synapser krävs 96 Blue Gene / Q-rack av Lawrence Livermore National Lab Sequoia superdatorn ”

Så vad betyder detta chip egentligen för AI-applikationernas framtid?

Det här chipet är bara början: det finns betydande framsteg för att öka densiteten och anslutningen av neuroner, vilket ger kraftförbrukningen ännu lägre och bygger större och större populationer av sammankopplade neuroner. Det finns också möjligheten att använda dedicerad hårdvara för att träna nätverket, vilket kan öppna upp massiva förbättringar i nätverkets beteende.

Men den här typen av teknik kommer börja hitta sin väg in i applikationer inom en relativt nära framtid: chipet är tillräckligt litet och förbrukar lite tillräckligt med ström det flera miljoner nervnätverk kan inbäddas i enheter som autonoma robotar och smartphones, vilket påskyndar den växande omgivande intelligensen rotation.

IBM hoppas också kunna installera chips som innehåller kanske miljarder neuroner i sina Watson-datorsystem, vilket gör att Watsons programvara kan dela ut svåra problem för att hårdvara neurala nätverk och få tillbaka lösningar, vilket gör Watson-enheter billigare, mindre och smartare - helst kan du så småningom köra ett system som Watson på alla smartphone.

Intelligens blir snabbt en av de mest värdefulla varorna inom datoranvändning och gör det billigare att driva intelligenta system kommer att ha en stor inverkan på var dessa system kan distribueras och vad för. där är risker för denna typ av framsteg Här är varför forskare tycker att du borde vara orolig för artificiell intelligensTycker du att konstgjord intelligens är farligt? Kan AI utgöra en allvarlig risk för människors ras. Det här är några skäl till varför du kanske vill vara bekymrad. Läs mer naturligtvis, men värdet är också potentiellt enormt. Datorinformation kommer förmodligen att förändra alla aspekter av våra liv under de kommande åren, och den här typen av forskning kommer att göra det billigare och kraftfullare.

Bildkrediter: “IBM Think Card“, Av Stephen Coles,”IBM Blue Gene / P“, Av Argonne National Labs,”Spåna”Av Steve Jurvetson, Agsandrew / Shutterstock