In seinem Labor in der Nähe von SAN Jose, IBM hat daraus ein elektronisches Nagetiergehirn gebaut 48 TrueNorth-Testchips, Jedes davon kann einen Grundbaustein des Gehirns nachahmen.
IBM hat daraus ein künstliches Gehirn gemacht 48 Chips
Unter der Leitung des Projektleiters Dharmendra Modha, Wir haben das gesamte Projekt hautnah miterlebt. Es versteht sich, dass sein Volumen einem Badezimmer-Medizinschrank ähnelt, welches mit lichtdurchlässigen Kunststoffplatten verkleidet ist, und kann die Chips deutlich sehen, Darin befinden sich Leiterplatten und bunte Anzeigen. Es sieht aus wie aus einem Science-Fiction-Film der 70er Jahre, aber Modha sagt, “Sie sehen ein kleines Nagetier.”
Er spricht vom Gehirn eines kleinen Nagetiers, oder zumindest passt dieser Stapel Chips in dieses Gehirn. Diese Chips fungieren als Neuronen, die Grundbausteine des Gehirns. Modha sagt, das System könne simulieren 48 Millionen Nervenzellen, entspricht in etwa der Anzahl der Nervenzellen im Gehirn eines kleinen Nagetiers.
Bei IBM, Modha leitete die Cognitive Computing-Gruppe, der das erfunden hat “Neurochip.” Als er und sein Team ihre Erfindung zum ersten Mal vorstellten, Sie nutzten es für einen dreiwöchigen Testlauf, Unterstützung von Akademikern und Regierungsforschern im Forschungs- und Entwicklungslabor von IBM im Silicon Valley. Nach dem Anschluss ihrer eigenen Computer an das digitale Mausgehirn, Die Forscher erforschten seine Struktur und begannen, Programme für den TrueNorth-Chip zu schreiben.
Letzten Monat, Einige Forscher hatten diesen Kerl bereits in Colorado gesehen, Deshalb hatten sie es so programmiert, dass es Fotos und Sprache erkennt, und etwas natürliche Sprache verstehen. Der Chip läuft “tiefes Lernen” Algorithmen, die heute die künstlichen Intelligenzdienste des Internets dominieren, Bereitstellung von Gesichtserkennung für Facebook und Echtzeit-Sprachübersetzung für Microsoft Skype. Trotzdem, IBM hat hier einen Vorsprung, weil seine Forschung den Bedarf an Platz und Stromversorgung reduzieren könnte. In der Zukunft, Möglicherweise können wir diese künstliche Intelligenz in Mobiltelefone und andere kleine Geräte integrieren, wie Hörgeräte und Uhren.
“Was bekommen wir von der synaptischen Struktur?? Wir können Bilder mit sehr geringem Stromverbrauch klassifizieren, und wir können ständig neue Probleme in neuen Umgebungen lösen.” Brian Van Essen, ein Informatiker am Lawrence Livermore National Laboratory, der für die Anwendung von Deep-Learning-Algorithmen auf die nationale Sicherheit verantwortlich ist.
TrueNorth ist die neueste Technologie, die in Zukunft Deep Learning und eine Reihe anderer KI-Dienste ermöglichen wird. Heutige Maschinen, die Algorithmen von Google ausführen, Facebook und Microsoft benötigen weiterhin separate Grafikprozessoren, aber sie alle bewegen sich in Richtung FPgas (Chips, die für bestimmte Aufgaben programmiert werden können). Peter Diehl (PhD in der Cortex Computing Group der Polytechnischen Universität Zürich) glaubt, dass TrueNorth aufgrund seines geringen Stromverbrauchs sowohl eigenständigen Grafikchips als auch FPgas überlegen ist.
Der Hauptunterschied, sagt Jason Mars, Professor für Informatik an der University of Michigan, ist, dass TrueNorth nahtlos mit Deep-Learning-Algorithmen zusammenarbeitet. Beide simulieren neuronale Netze in der Tiefe und erzeugen Neuronen und Synapsen “im Gehirn.” “Der Chip kann die Befehle des neuronalen Netzwerks effizient ausführen.” Am Testlauf nahm er nicht teil, hat aber den Fortschritt des Chips aufmerksam verfolgt.
Auch so, TrueNorth ist noch nicht vollständig mit Deep-Learning-Algorithmen synchronisiert. Jedoch, IBM hat beschlossen, externe Forscher in die Verbesserung des Chips einzubeziehen, weil es noch einiges vom tatsächlichen Markt entfernt ist. Für Modha, es war auch ein notwendiger Prozess, wie er sagte: “Wir mussten eine solide Grundlage für eine große Transformation legen.”
Das Gehirn im Telefon
Peter Diehl reiste kürzlich nach China, aber aus irgendeinem Grund wissen Sie, sein Telefon funktionierte nicht mit Google, und er brachte die künstliche Intelligenz plötzlich wieder in ihre ursprüngliche Form zurück. Denn der Großteil des Cloud Computings hängt mittlerweile von den Servern von Google ab, also ohne Netzwerk, alles ist nutzlos.
Deep Learning erfordert eine enorme Rechenleistung, die typischerweise von riesigen Rechenzentren bereitgestellt wird, und unsere Telefone sind normalerweise über das Internet mit ihnen verbunden. TrueNorth, auf der anderen Seite, kann zumindest einen Teil seiner Rechenleistung auf Ihr Telefon oder ein anderes Gerät übertragen, Dies könnte die Häufigkeit der KI-Nutzung erheblich erhöhen.
Aber um das zu verstehen, Sie müssen zunächst verstehen, wie Deep Learning funktioniert. Es funktioniert in zwei Stufen. Erste, Unternehmen wie Google und Facebook müssen ihre eigenen neuronalen Netze aufbauen, um bestimmte Aufgaben zu bewältigen. Wenn sie die Möglichkeit wünschen, Katzenfotos automatisch zu erkennen, Sie müssen dem neuronalen Netzwerk eine Reihe von Katzenfotos zeigen. Dann, nachdem das Muster trainiert wurde, Ein anderes neuronales Netzwerk muss diese Aufgabe übernehmen. Wenn Sie ein Foto machen, Das System muss feststellen, ob sich darin Katzen befinden, und TrueNorth existiert, um den zweiten Schritt effizienter zu gestalten.
Sobald Sie das neuronale Netzwerk trainiert haben, Der Chip kann Ihnen helfen, das riesige Rechenzentrum zu umgehen und direkt zum zweiten Schritt überzugehen. Und weil der Chip von TrueNorth so klein und energieeffizient ist, Es passt in Handheld-Geräte. Dies erhöht die Gesamteffizienz, da Sie die Ergebnisse nicht mehr vom Rechenzentrum über das Netzwerk herunterladen müssen. Wenn es populär gemacht werden kann, Dadurch kann der Druck auf Rechenzentren erheblich verringert werden. “Das ist die Zukunft der Branche, wo Geräte komplexe Aufgaben selbstständig ausführen können.” “sagte Mars.
Neuronen, Axone, Synapsen und Nervenimpulse
Google versucht seit Kurzem, neuronale Netze auf Mobiltelefone zu bringen, Aber Diehl ist der Meinung, dass TrueNorth seinen Konkurrenten weit voraus ist, weil es eher mit Deep Learning synchronisiert ist. Jeder Chip kann Millionen von Neuronen simulieren, und diese Neuronen können miteinander kommunizieren “Synapsen im Gehirn.”
Dies unterscheidet TrueNorth von ähnlichen Produkten auf dem Markt, Auch im Vergleich zu Grafikprozessoren und FPGAs gibt es genügend Vorteile. Es können sich TrueNorth-Chips bilden “Nervenimpulse,” ähnlich wie elektrische Impulse im Gehirn. Nervenimpulse können eine Veränderung des Tons in der Sprache einer Person anzeigen, oder eine Farbänderung in einem Bild. “Man kann es sich als kleine Nachrichten zwischen Neuronen vorstellen.” Rodrigo Alvarez-Icaza, einer der Hauptdesigner des Chips.
Obwohl es welche gibt 5.4 Milliarden Transistoren auf dem Chip, Sein Stromverbrauch beträgt nur 70 Milliwatt. Was ist mit Standard-Intel-Prozessoren?? Es hat 1.2 Milliarden Transistoren, aber sein Stromverbrauch erreicht 35 zu 140 Watt. Sogar ARM-Chips, die häufig in Smartphones verwendet werden, verbrauchen ein Vielfaches mehr Strom als TrueNorth-Chips.
Natürlich, damit der Chip wirklich funktioniert, es braucht neue Software, Genau das haben Diehl und andere Entwickler im Testlauf versucht. Mit anderen Worten, Die Entwickler wandeln bestehenden Code in eine Sprache um, die der Chip erkennt und in ihn einspeist, Sie arbeiten aber auch daran, nativen Code für TrueNorth zu schreiben.
gegenwärtig
Wie andere Entwickler, Modha konzentriert sich auf die Diskussion von TrueNorth im Bereich der Biologie, wie Neuronen, Axone, Synapsen, Nervenimpulse, etc. Der Chip ahmt zweifellos in mancher Hinsicht das menschliche Nervensystem nach, aber es hat immer noch seine Grenzen. “Solche Diskussionen sind oft sehr vorsichtig. Schließlich, Silizium ist nicht der Stoff, aus dem das menschliche Gehirn besteht.” Chris Nicholson, Mitbegründer einer Firma namens Skymind.
Modha erkennt diese Behauptungen an. Als er das Projekt startete 2008, mit einem $53.5 Millioneninvestition von Darpa (der Forschungszweig des Verteidigungsministeriums), Ziel war es, aus völlig anderen Materialien einen völlig neuen Chip zu bauen und das menschliche Gehirn zu simulieren. Aber er weiß, dass es nicht so schnell gehen wird, aber es ist wirklich der beste Weg, um zu entkommen “Wir können die Realität auf dem Weg zur Verwirklichung unserer Träume nicht ignorieren,” sagte er.
In 2010, Er war mit der Schweinegrippe bettlägerig, Während dieser Zeit erkannte er, dass der beste Weg, den Engpass zu überwinden, darin bestand, mit der Chipstruktur zu beginnen und eine Simulation des Gehirns zu erreichen. “Sie benötigen keine Nervenzellen, um die grundlegende Physik nachzuahmen, Chemie und Biologie zur Verbesserung der Rechenleistung. Wir müssen flexibel genug sein, um dem Gehirn immer ähnlicher zu werden.” „sagte er.
Dies ist der TrueNorth-Chip. Es ist kein digitales Gehirn, aber es ist ein wichtiger Schritt auf dem Weg, und mit dem Probelauf von IBM, Der Plan ist auf Kurs. Die gesamte Maschine besteht eigentlich aus 48 separate Maschinen, jeweils mit eigenem TrueNorth-Prozessor. Nächste Woche, mit dem Probelauf vorbei, Modha und sein Team werden die Maschine zerlegen, damit die Forscher sie für weitere Untersuchungen mit nach Hause nehmen können. Der Mensch nutzt Technologie, um die Gesellschaft zu verändern, und diese Forscher sind das Rückgrat unserer Bemühungen.