På dess labb nära SAN Jose, IBM har byggt en elektronisk gnagarhjärna av 48 TrueNorth testchips, som var och en kan efterlikna en grundläggande byggsten i hjärnan.
IBM gjorde en konstgjord hjärna av 48 pommes frites
Under ledning av projektledaren Dharmendra Modha, vi kom på nära håll med hela projektet. Det är underförstått att dess volym är som ett badrumsmedicinskåp, som är täckt med genomskinliga plastpaneler, och kan tydligt se markerna, kretskort och färgglada indikatorer inuti den. Det ser ut som något ur en 70-tals science fiction-film, men Modha säger, “Du tittar på en liten gnagare.”
Han pratar om hjärnan hos en liten gnagare, eller åtminstone kan den här stapeln med marker passa in i den hjärnan. Dessa chips fungerar som neuroner, de grundläggande byggstenarna i hjärnan. Modha säger att systemet kan simulera 48 miljoner nervceller, ungefär lika med antalet nervceller i en hjärna från en liten gnagare.
På IBM, Modha drev den kognitiva beräkningsgruppen, som uppfann “neurochip.” När han och hans team först avslöjade sin uppfinning, de använde den för en tre veckor lång testkörning, stödja akademiker och statliga forskare vid IBM:s forsknings- och utvecklingslabb i Silicon Valley. Efter att ha kopplat sina egna datorer till den digitala mushjärnan, forskarna utforskade dess struktur och började skriva program för TrueNorth-chippet.
Förra månaden, några forskare hade redan sett den här killen i Colorado, så de hade programmerat det att känna igen foton och tal, och förstå ett naturligt språk. Chipet driver “djup inlärning” algoritmer som nu dominerar Internets artificiella intelligenstjänster, tillhandahåller ansiktsigenkänning för Facebook och språköversättning i realtid för Microsofts Skype. Fortfarande, IBM har ett försprång här eftersom dess forskning kan minska behovet av utrymme och strömförsörjning. I framtiden, vi kanske kan lägga in denna artificiella intelligens i mobiltelefoner och andra små enheter, såsom hörselhjälpmedel och klockor.
“Vad får vi ut av den synaptiska strukturen? Vi kan klassificera bilder med mycket låg strömförbrukning, och vi kan hela tiden lösa nya problem i nya miljöer.” Brian Van Essen, en datavetare vid Lawrence Livermore National Laboratory som är ansvarig för att tillämpa algoritmer för djupinlärning på nationell säkerhet.
TrueNorth är den senaste tekniken som kommer att driva djupinlärning och en rad andra AI-tjänster i framtiden. Dagens maskiner som kör algoritmer från Google, Facebook och Microsoft kräver fortfarande separata grafikprocessorer, men de går alla mot FPgas (chips som kan programmeras för specifika uppgifter). Peter Diehl (PhD i Cortex Computing Group vid Polytechnic University Zürich) tror att TrueNorth är överlägsen både fristående grafikkretsar och FPgas på grund av sin låga strömförbrukning.
Den största skillnaden, säger Jason Mars, professor i datavetenskap vid University of Michigan, är att TrueNorth fungerar sömlöst med algoritmer för djupinlärning. Båda simulerar neurala nätverk på djupet och genererar neuroner och synapser “i hjärnan.” “Chipet kan effektivt utföra kommandon från det neurala nätverket.” Han deltog inte i testkörningen, men har noga följt chipets framsteg.
Ändå, TrueNorth är ännu inte helt synkroniserad med djupinlärningsalgoritmer. Dock, IBM har beslutat att involvera utomstående forskare i att förbättra chippet, eftersom det fortfarande är en bit från den faktiska marknaden. För Modha, det var också en nödvändig process, som han sa: “Vi behövde lägga en solid grund för en stor omvandling.”
Hjärnan i telefonen
Peter Diehl reste nyligen till Kina, men av någon anledning vet du, hans telefon fungerade inte med Google, och han tog plötsligt artificiell intelligens tillbaka till sin ursprungliga form. Eftersom det mesta av cloud computing nu beror på Googles servrar, alltså utan nätverket, allt är värdelöst.
Djup inlärning kräver en enorm mängd processorkraft, som vanligtvis tillhandahålls av gigantiska datacenter, och våra telefoner är vanligtvis anslutna till dem via Internet. TrueNorth, å andra sidan, kan flytta åtminstone en del av dess processorkraft till din telefon eller annan enhet, vilket avsevärt skulle kunna utöka frekvensen av AI-användning.
Men att förstå detta, du måste först förstå hur djupinlärning fungerar. Det fungerar i två steg. Första, företag som Google och Facebook behöver bygga sina egna neurala nätverk för att hantera specifika uppgifter. Om de vill ha möjligheten att automatiskt känna igen kattbilder, de måste visa det neurala nätverket en massa kattfoton. Sedan, efter att mönstret har tränats, ett annat neuralt nätverk måste utföra denna uppgift. När du tar ut ett foto, systemet måste avgöra om det finns katter i det, och TrueNorth finns för att göra det andra steget mer effektivt.
När du har tränat det neurala nätverket, chippet kan hjälpa dig att kringgå det gigantiska datacentret och gå direkt till det andra steget. Och för att TrueNorths chip är så litet och strömsnålt, den kan passa in i handhållna enheter. Detta ökar den totala effektiviteten eftersom du inte längre behöver ladda ner resultaten från datacentret över nätverket. Om det går att popularisera, det kan avsevärt minska trycket på datacenter. “Det här är branschens framtid, där enheter kan utföra komplexa uppgifter självständigt.” “sa Mars.
Neuroner, axoner, synapser och nervimpulser
Google har nyligen försökt få neurala nätverk till mobiltelefoner, men Diehl tycker att TrueNorth ligger långt före sina rivaler, eftersom det är mer synkroniserat med djupinlärning. Varje chip kan simulera miljontals neuroner, och dessa neuroner kan kommunicera med varandra genom “synapser i hjärnan.”
Det är detta som skiljer TrueNorth från liknande produkter på marknaden, även jämfört med grafikprocessorer och FPgas har tillräckligt med fördelar. TrueNorth-chips kan bildas “nervimpulser,” liknar elektriska impulser i hjärnan. Nervimpulser kan visa en förändring i tonen i någons tal, eller en förändring i färg i en bild. “Du kan tänka på det som små meddelanden mellan neuroner.” Rodrigo Alvarez-Icaza, en av chipets ledande designers.
Även om det finns 5.4 miljarder transistorer på chipet, dess strömförbrukning är endast 70 milliwatt. Vad sägs om vanliga Intel-processorer? Det har den 1.2 miljarder transistorer, men dess strömförbrukning når 35 till 140 watt. Även ARM-chips, som ofta används i smartphones, förbrukar flera gånger mer ström än TrueNorth-chips.
Naturligtvis, för att chippet verkligen ska fungera, den behöver ny programvara, vilket är precis vad Diehl och andra utvecklare har försökt göra under testkörningen. Med andra ord, utvecklarna konverterar befintlig kod till ett språk som chippet känner igen och matar in i det, men de arbetar också med att skriva inbyggd kod för TrueNorth.
presentera
Som andra utvecklare, Modha fokuserar på att diskutera TrueNorth inom området biologi, såsom neuroner, axoner, synapser, nervimpulser, etc. Chipet härmar utan tvekan det mänskliga nervsystemet på vissa sätt, men det har fortfarande sina begränsningar. “Den här typen av diskussioner är ofta mycket försiktiga. När allt kommer omkring, kisel är inte vad den mänskliga hjärnan är gjord av.” Chris Nicholson, medgrundare av ett företag som heter Skymind.
Modha erkänner dessa påståenden. När han startade projektet i 2008, med en $53.5 miljoninvestering från Darpa (forskningsavdelningen vid försvarsdepartementet), Målet var att bygga ett helt nytt chip av helt andra material och simulera den mänskliga hjärnan. Men han vet att det inte kommer att ske snabbt, och “vi kan inte ignorera verkligheten på vägen till att förverkliga våra drömmar,” sa han.
I 2010, han var sängliggande med svininfluensa, under vilken tid han insåg att det bästa sättet att bryta igenom flaskhalsen var att börja med chipstrukturen och åstadkomma en simulering av hjärnan. “Du behöver inte nervceller för att efterlikna grundläggande fysik, kemi och biologi för att förbättra datorkraften. Vi måste vara tillräckligt flexibla för att bli mer och mer lika hjärnan.” ’ sa han.
Detta är TrueNorth-chippet. Det är inte en digital hjärna, men det är ett viktigt steg på vägen, och med IBM:s testkörning, planen är på rätt spår. Hela maskinen består faktiskt av 48 separata maskiner, var och en med sin egen TrueNorth-processor. Nästa vecka, med rättegången överkörd, Modha och hans team kommer att bryta ner maskinen för forskare att ta hem för vidare studier. Människor använder teknik för att förändra samhället, och dessa forskare är ryggraden i våra ansträngningar.