美文网首页嵌牛IT观察
为什么要研究类脑芯片

为什么要研究类脑芯片

作者: 时光无声_f622 | 来源:发表于2019-12-27 12:43 被阅读0次

    姓名:贺文琪

    学号:19021210758

    【嵌牛导读】一个三岁小女孩在自然历史博物馆中看到一个长腿的动物模型时说“骆驼”,事实上她只是三个月前在一本图画书中首次看到了骆驼的卡通形象。这件她一瞬间完成的事情如果用计算机来做的话,却需要有巨量的数据、复杂的算法和强大的硬件支持。

    【嵌牛鼻子】计算机与人脑

    【嵌牛提问】我们研究类脑芯片有什么意义?

    来源:《生物医疗微纳电子技术》,庄奕琪编著

    【嵌牛正文】 

    当前如日中天的“人工智能”和“深度学习”(如围棋对弈、语音识别、同步翻译等),大多数不是在用户终端(如手机)完成的,而是在云端的巨型服务器完成的(人脑干同样的事情,却不需要这个)。今天称之为“电脑”的计算机,其实与人脑有相当大的差距,无论在功能上还 是在性能上都是如此,原因是计算机的体系架构和运作原理都与人脑差距甚远。即使在不久的将来,计算机的信息处理速率逼近了人脑,其所消耗的功率和占用的体积仍然比人脑至少大1万倍。

    计算机与人脑的比较:

    1、相同之处:

    构成计算机的集成电路芯片内部元件的特征尺寸已与人脑神经元的尺度相当,而集成电路的规模及复杂度也已接近人脑神经网络的规模及复杂度。到2020年,全球最快的超级计算机的运算速度可达到人脑级别的下限 ,但要完整实现人脑神经网络的运算功能仍然有很长的路要走。

    2、不同之处:

    能耗体积:人脑神经组织的能耗约为人体总能耗(~100W)的20%(~20W),而目前最快的超级计算机的能耗已经大于2000万瓦。人脑神经组织的重量约为1.3公斤,大约是目前最快的超级计算机的重量的万分之一,体积也是如此。人脑单位能耗的运算速度不如手机处理器(每秒1000亿次运算,能耗为几瓦),但信息的综合处理速度远高于后者。

    学习能力:人脑可以进行快速、连续和累积的学习,而计算机不行。动态重构:神经元每天有40%的突触会被新生成的突触所代替,形成神经元之间新的互连关系,并构造新的记忆内容,而且这种更新不会影响原有记忆。模糊表达:计算机采用0和1来表达信息,改变1bit或改变一个字母(如fire改为fare)意义就完全变了。人脑采用神经元集合中的少数神经元来表达信息,如表达“猫”只需1万个神经元中的100个活动神经元。每个活动神经元表达的是不同的特征(如宠物、毛皮、爪子等),少数神经元的更新并不会改变整体印象,因此人脑的健壮性(容错及抗干扰能力)远优于计算机。

    实现机制:计算机处理数据总体上是串行的,而人脑是并行的。人脑由近千亿个神经元和近百万亿个突触互连点构成,同一时刻会有数百万个神经元被激活,每个神经元以并行方式与另外数千个神经元发生联系。计算机的处理器与存储器有明确的分工,人脑的神经元对信息的处理与存储是一体化完成的。计算机对信息的表达和处理结构是唯一确定的,而人脑对于信息的表达是模糊的,处理结果是多元化的。

    相关文章

      网友评论

        本文标题:为什么要研究类脑芯片

        本文链接:https://www.haomeiwen.com/subject/ubfdoctx.html