サンノゼ近くの研究所にて, IBMは、げっ歯類の電子脳を以下から構築しました。 48 TrueNorth テストチップ, それぞれが脳の基本的な構成要素を模倣することができます.
IBMは人工脳を作った 48 チップ
プロジェクトリーダーのダルメンドラ・モダ氏のリーダーシップの下, 私たちはプロジェクト全体に密接に関わりました. そのボリュームはトイレの薬棚のようなものであることがわかります, 半透明のプラスチックパネルで覆われています, チップがはっきりと見えます, 回路基板とその内部のカラフルなインジケーター. 70年代のSF映画に出てきそうな雰囲気ですね, しかしモーダは言う, “あなたは小さなげっ歯類を見ています。”
彼は小さなげっ歯類の脳について話しています, あるいは、少なくともこのチップのスタックはその脳に適合できる. これらのチップはニューロンとして機能します, 脳の基本的な構成要素. モーダ氏は、システムはシミュレーションできると述べています 48 百万個の神経細胞, 小さなげっ歯類の脳の神経細胞の数にほぼ等しい.
IBMで, Modha はコグニティブ コンピューティング グループを運営していました, を発明したのは “ニューロチップ。” 彼と彼のチームが初めて発明を発表したとき, 彼らはそれを3週間のテスト実行に使用しました, シリコンバレーにあるIBMの研究開発ラボで学者や政府研究者をサポート. 自分のコンピュータをデジタルマウスの脳に接続した後, 研究者たちはその構造を調査し、TrueNorth チップ用のプログラムを書き始めました。.
先月, 何人かの研究者はすでにコロラド州でこの男を目撃していた, 写真と音声を認識するようにプログラムされていたのです, 自然言語を理解する. チップが実行するのは、 “ディープラーニング” 現在インターネットの人工知能サービスを支配しているアルゴリズム, Facebook に顔認識を提供し、Microsoft の Skype にリアルタイム言語翻訳を提供します。. まだ, IBMは、その研究によりスペースと電源の必要性を削減できる可能性があるため、ここで有利なスタートを切ることができます。. 将来, この人工知能を携帯電話やその他の小型デバイスに組み込むことができるかもしれません, 補聴器や時計など.
“シナプス構造から何が得られるのか? 非常に低い電力消費で画像を分類できます, そして私たちは新しい環境で常に新しい問題を解決することができます。” ブライアン・ヴァン・エッセン, ローレンス・リバモア国立研究所のコンピューター科学者で、深層学習アルゴリズムを国家安全保障に適用する責任を負っている.
TrueNorth は、将来的にディープラーニングやその他のさまざまな AI サービスを実行する最新テクノロジーです. Google のアルゴリズムを実行する今日のマシン, Facebook と Microsoft は依然として個別のグラフィック プロセッサを必要としています, しかし、それらはすべてFPgasに向かって進んでいます (特定のタスク用にプログラムできるチップ). ピーター・ディール (チューリッヒ工科大学コーテックスコンピューティンググループで博士号を取得) TrueNorth は消費電力が低いため、スタンドアロン グラフィックス チップと FPgas の両方よりも優れていると考えています.
主な違い, ジェイソン・マーズは言う, ミシガン大学のコンピューターサイエンスの教授, TrueNorth は深層学習アルゴリズムとシームレスに連携するということです. どちらもニューラル ネットワークを徹底的にシミュレートし、ニューロンとシナプスを生成します “脳の中で。” “チップはニューラル ネットワークのコマンドを効率的に実行できます。” 彼は試運転には参加しなかった, しかし、チップの進歩を綿密に追跡してきた.
それでも, TrueNorth はまだ深層学習アルゴリズムと完全には同期していません. しかし, IBMはチップの改良に外部の研究者を参加させることを決定した, 実際の市場からはまだ距離があるため. モーダの場合, それも必要なプロセスだった, 彼が言ったように: “私たちは大きな変革に向けて強固な基盤を築く必要がありました。”
電話の中の脳
ピーター・ディールは最近中国を旅行しました, でも何らかの理由であなたは知っています, 彼の携帯電話は Google で動作しませんでした, そして彼は突然人工知能を元の形に戻しました. 現在、クラウド コンピューティングのほとんどは Google のサーバーに依存しているため、, したがって、ネットワークなしでは, すべてが無駄だ.
ディープラーニングには膨大な処理能力が必要です, 通常は巨大なデータセンターによって提供されます, 私たちの電話は通常、インターネット経由で接続されています. トゥルーノース, 一方で, 処理能力の少なくとも一部を携帯電話や他のデバイスに移すことができます, AIの使用頻度が大幅に拡大する可能性がある.
しかし、これを理解するには, まずディープラーニングがどのように機能するかを理解する必要があります. 2段階で動作します. 初め, Google や Facebook のような企業は、特定のタスクを処理するために独自のニューラル ネットワークを構築する必要があります. 猫の写真を自動的に認識する機能が必要な場合, 彼らはニューラルネットワークに大量の猫の写真を見せなければなりません. それから, パターンがトレーニングされた後, 別のニューラル ネットワークがこのタスクを実行する必要がある. 写真を取り出すときは, システムはその中に猫がいるかどうかを判断する必要があります, TrueNorth は 2 番目のステップをより効率的にするために存在します。.
ニューラルネットワークを訓練したら, このチップは巨大なデータセンターを回避して第 2 段階に直接進むのに役立ちます。. また、TrueNorth のチップは非常に小型で電力効率が高いため、, ハンドヘルドデバイスにフィットします. これにより、データセンターからネットワーク経由で結果をダウンロードする必要がなくなるため、全体的な効率が向上します。. 普及できれば, データセンターへの負担を大幅に軽減できます. “これが業界の未来です, デバイスは複雑なタスクを独立して実行できます。” “火星は言った.
ニューロン, 軸索, シナプスと神経インパルス
Googleは最近、携帯電話にニューラルネットワークを導入しようとしている, しかしディール氏は、TrueNorth がライバルよりはるかに先を行っていると考えている, ディープラーニングとより同期しているため. 各チップは数百万のニューロンをシミュレートできます, これらのニューロンは、 “脳内のシナプス。”
これが、TrueNorth を市場の同様の製品と区別する理由です。, グラフィックプロセッサやFPgasと比較しても十分な利点があります. TrueNorth チップが形成される可能性があります “神経インパルス,” 脳内の電気インパルスに似ています. 神経インパルスは、誰かのスピーチのトーンの変化を示すことがあります, または画像の色の変化. “これはニューロン間の小さなメッセージと考えることができます。” ロドリゴ・アルバレス・イカサ, チップの主任設計者の一人.
ありますが、 5.4 チップ上の10億個のトランジスタ, その消費電力はたったの 70 ミリワット. 標準の Intel プロセッサについてはどうですか? それは持っています 1.2 10億個のトランジスタ, しかし、その消費電力は 35 に 140 ワット. ARMチップでも, スマートフォンでよく使われているもの, TrueNorth チップよりも数倍多くの電力を消費します.
もちろん, チップが本当に機能するために, 新しいソフトウェアが必要です, これはまさに、Diehl と他の開発者がテスト実行中にやろうとしていたことです。. 言い換えると, 開発者は既存のコードを、チップが認識して入力する言語に変換しています。, しかし、彼らは TrueNorth 用のネイティブ コードの作成にも取り組んでいます.
現在
他の開発者と同じように, Modha は生物学の分野で TrueNorth について議論することに重点を置いています, ニューロンなどの, 軸索, シナプス, 神経インパルス, 等. このチップは間違いなく、いくつかの点で人間の神経系を模倣しています。, しかし、それでも限界があります. “この種の議論は多くの場合非常に慎重です. 結局, シリコンは人間の脳を構成するものではありません。” クリス・ニコルソン, スカイマインドという会社の共同創設者.
モダはこれらの主張を認めています. 彼がプロジェクトを始めたとき 2008, と $53.5 Darpaからの100万ドルの投資 (国防総省の研究部門), 目標は、まったく異なる材料からまったく新しいチップを構築し、人間の脳をシミュレートすることでした。. しかし彼はそれがすぐには起こらないことを知っている, そして “夢を追う途中で現実を無視することはできません,” 彼は言いました.
で 2010, 彼は豚インフルエンザで寝たきりだった, その間に彼は、ボトルネックを突破する最善の方法は、チップ構造から始めて脳のシミュレーションを実現することであることに気づきました。. “基本的な物理学を模倣するのに神経細胞は必要ありません, 化学と生物学による計算能力の向上. 私たちは、ますます脳のようになれるよう、十分な柔軟性が必要です。” 彼は言った.
これはTrueNorthチップです. デジタル脳ではありません, しかし、それは途中の重要なステップです, そしてIBMの試用版を利用して, 計画は順調に進んでいます. マシン全体は実際には次のもので構成されています 48 別々のマシン, それぞれに独自の TrueNorth プロセッサーが搭載されています. 来週, 試運転が終わって, モダと彼のチームは、研究者がさらなる研究のために家に持ち帰れるように機械を分解する予定です. 人類はテクノロジーを利用して社会を変える, これらの研究者が私たちの取り組みの根幹です.