Zero
Per tutte le loro debolezze carnali, il cervello umano sono il modello di computer ingegneri hanno sempre cercato di emulare: enorme potenza di elaborazione che sia sorprendentemente efficiente dell’energia, e disponibile in un piccolo fattore di forma. Ma alla fine dell’anno scorso, in un unprepossessing ex opere in metallo Manchester, una macchina è diventata la cosa più vicina a un essere umano artificiale cervello c’è.
Un milione di core SpiNNaker — breve per Spiking Neural Network Architettura-è il culmine di decenni di lavoro e di milioni di sterline di investimento. Il risultato: un massively parallel supercomputer progettato per simulare il funzionamento del cervello umano, che si spera possa dare i neuroscienziati una nuova comprensione di come funziona la mente e aprire nuove vie di ricerca medica.
La genesi del progetto, si trova alla fine del 1990, con il lavoro di Steve Furber, professore ordinario di ingegneria informatica presso l’Università di Manchester.
“Stavo cominciando a chiedersi perché, con processori avendo ottenuto in modo molto più veloce, ci sono cose che hanno trovato difficile da fare che, come esseri umani, abbiamo trovare relativamente facile,” dice Furber. Ha iniziato a esplorare associativo ricordi e, nel tentativo di risolvere le loro difficoltà inesatte ingressi, rivolto la sua attenzione verso le reti neurali.
Nel 2005, lo SpiNNaker progetto ha ottenuto il finanziamento di una sovvenzione, e Furber di ingegneria del gruppo ha biologico cervelli come i loro modelli di computing. SpiNNaker ora risiede all’Università di Manchester, a Kilburn edificio, precedentemente utilizzato a casa mainframe alla fine del 1960 e 1970.
Storicamente, la difficoltà nella realizzazione di computer, che potrebbe imitare il cervello in gran parte viene giù per la connettività. Neuroni — fibre nervose che viaggiano in tutto il corpo e in gran parte terminare nel cervello, di ogni avere migliaia di ingressi e migliaia di risultati. Sistemi di elaborazione lotta con nulla su una scala simile. “Era chiaro che il grande problema nella costruzione di modelli computazionali di reti neurali biologiche è di arrivare da nessuna parte vicino a il grado di connettività si trova in biologia,” Furber dice.
Al fine di costruire un sistema che assomiglia più a un cervello umano, il gruppo di ricerca ha creato un romanzo spiking neural network system-on-a-chip. Spiking neural network architetture di prendere spunto dal modo in cui i neuroni funzionano nel cervello: per passare i segnali da un neurone all’altro, la tensione della membrana deve cambiare, e ciò che è noto come un potenziale d’azione deve essere generato. Il potenziale d’azione è tradotto come le punte in un spiking neural network.
Utilizzando questo tipo di architettura, la squadra di dire che SpiNNaker rompe le regole seguite dalla tradizionale supercomputer perché i nodi di comunicare utilizzando questi semplici messaggi — picchi, che sono intrinsecamente inaffidabile. “Questa rottura con il determinismo offre nuove sfide, ma anche la possibilità di scoprire nuove e potenti principi di calcolo massicciamente parallelo, il” team dice.
Dopo aver raggiunto il mezzo milione di anime nel 2016 parte della UE “Human Brain Project”, SpiNNAker recentemente raggiunto un milione, consentendo di eseguire due miliardi di azioni al secondo e modello di azione di 200 milioni di neuroni in tempo reale.
“SpiNNaker estremamente flessibile-tutti i modelli da noi l’uso di neuroni e di sinapsi sono piccoli pezzi di software. Se si è trasformata in hardware, sarebbe più piccolo e più efficiente, ma il motivo per cui usiamo un software c’è nessun accordo su ciò che il modello giusto è e regioni differenti del cervello probabilmente bisogno di diversi modelli e software ci dà la flessibilità”, dice Furber.
VEDI: Come implementare l’IA e il machine learning (ZDNet relazione speciale) | Scaricare il report in formato PDF (TechRepublic)
Spiking neural networks sono ispirato al cervello, si spera, inoltre, che possono a loro volta versato maggiormente in luce l’organo a cui si ispirano. Questo perché la rete neurale picchi in modo reale neuroni fare e trasmette le informazioni nello stesso modo.
Per esempio, lo SpiNNAker sistema è già stato utilizzato per modellare i gangli della base, una raccolta di strutture nel cervello che aiuta con il modello di movimento di selezione, quando si decide di camminare su di una sedia, e poi sedersi, i gangli basali che invia i piedi modello per le gambe, iniziare a lavorare, quando si raggiunge la sedia, e inviare la seduta pattern per la parte inferiore del corpo, invece. Si spera che la modellazione di gangli basali, i neuroscienziati otterrà una maggiore comprensione in quello che fanno e come lo fanno.
E non è tutto: un più grande ambizione è che SpiNNaker può essere utilizzato per capire la corteccia, lo strato esterno del cervello che ha un ruolo fondamentale nelle funzioni superiori, come il riconoscimento vocale e il processo decisionale. Si è utilizzato per modellare la corticale microcolumn, gruppi di neuroni che funzionano attraverso la corteccia.
“Quando guardiamo le tariffe spike, sono di destra. La prossima sfida è provare e testare alcune teorie sulla funzione di microcolumn, perché tale funzione non è nota… non si sa di che funziona,” Furber dice.
Inoltre, al di fuori, potrebbe anche essere utilizzati per prevedere gli effetti del farmaco sul sistema nervoso umano, e l’aiuto allo sviluppo di nuovi farmaci. Tuttavia, ci sono alcuni ostacoli maggiori alla comunità scientifica, come tutto il necessario cancellare prima che possa accadere: ci deve essere una migliore comprensione di come le droghe influenzano il complesso mix di proteine che compongono le 10 14 sinapsi del cervello. Una volta che è noto, potrebbe essere possibile calcolare come farmaci possono influenzare la sinapsi e quindi finalmente costruire un modello di sistema su SpiNNaker per vedere come tali effetti potrebbero cambiare il comportamento.
SpiNNaker potrebbe anche essere di servizio in l’industria della robotica — se il robot, reali o virtuali. Lo ” Human Brain Project, che SpiNNaker è ora parte, è lo sviluppo di un virtuale, robotica ambiente che l’Università di Manchester è di installare sui propri server.
Questo significa che gli utenti da tutto il mondo in grado di impostare un modello di robot e di chiudere paio di loro chiodare rete modello del cervello in SpiNNaker, dice Furber, che consente loro di osservare il suo comportamento e il controllo remoto attraverso internet.
SpiNNaker è un buon obiettivo per i ricercatori nel campo della robotica, che hanno bisogno di mobili, di bassa potenza di calcolo. Un piccolo SpiNNaker board rende possibile simulare una rete di decine di migliaia di chiodare i neuroni, il processo di input sensoriali e generare la potenza del motore, il tutto in tempo reale e in un basso-sistema di alimentazione.
VEDERE: Sensore piacerebbe enterprise: IoT, ML, e big data (ZDNet relazione speciale) | Scaricare il report in formato PDF (TechRepublic)
In esecuzione ad alta capacità, il suo consumo di energia di picco a 100KW, ma normalmente, non è più in della regione di 1-2KW.
“La potenza è praticamente proporzionale al carico di lavoro e in realtà con le reti neurali, modelli, è molto difficile arrivare ovunque vicino la potenza massima su qualsiasi sottoinsieme di macchina che si sta utilizzando. Siamo in grado di eseguire più operazioni in una volta; noi che non timesharing singole commissioni, ma fisicamente partizionamento macchine, in modo che se un lavoro richiede 6 tavole, qui e c’è bisogno di 12 schede ci, siamo in grado di eseguire insieme e abbiamo praticamente spegnere la comunicazione intorno ai bordi della regione assegnata quindi non c’è alcun rischio di interferenza”, dice Furber.
E per coloro che si preoccupano che SpiNNaker cervello-come computing potrebbe evolversi in un essere senziente computer, probabilmente, non troppo, per paura, almeno non ancora.
SpiNNaker occupa 11 19-inch rack armadi, fare una macchina che è di circa 5m di lunghezza, 2 m di altezza, e 1m di profondità. Attualmente, i modelli uno per cento del cervello umano, così uno SpiNNaker sistema che potrebbe dare un robot umano a livello di cognizione avrebbe bisogno di qualcosa di un miracolo di ingegneria.
Lo SpiNNaker team sta già guardando al futuro e, in collaborazione con l’università tecnica di Dresda, è già al lavoro sulla seconda generazione di chip che dovrebbe fornire più di 10 volte la funzionale densità, ma potrebbe comunque non essere sufficiente a fornire un robot umanoide pensando poteri.
“Non c’è alcun senso in cui questa è una tecnologia che porterà la fantascienza camminare, parlare, robot intelligente”, dice Furber, “perché avevano bisogno di una testa le dimensioni di un hangar e una centrale nucleare, collegato ad esso.”
PRECEDENTE E RELATIVA COPERTURA
ANZ bank sfilare reti neurali nello sforzo per evitare i pericoli di apprendimento profondo
Invece di spingere con successo un proof-of-concept in produzione, ANZ bank ha un numero di controlli sanitari per il lavoro attraverso il primo.
Nvidia propone di eseguire le reti neurali, in maniera più efficace
Come dati diventa più grande e modelli crescere più grande e profondo di apprendimento è ancora una volta il “tutto recintato da hardware”. Al VLSI Simposi, Nvidia ha suggerito alcuni modi per affrontare questo problema.
Wolfram Research va per il Software 2.0, rilascia la rete neurale repository
Wolfram, essendo stato in IA prima che fosse fresco, ora diventa un pezzo di apprendimento profondo hype, nella sua sui generis. Dove si fa a resistere, rispetto alla concorrenza, e come è facile da usare e da integrare Wolfram con il resto del mondo?
Symantec sviluppa una rete neurale per contrastare gli attacchi informatici-indotta blackout
L’azienda sta lanciando un dispositivo che esegue la scansione per malware su dispositivi USB per bloccare gli attacchi su IoT operativi e ambienti tecnologici.
Gli scienziati appena trovato un precedentemente sconosciuto parte del cervello umano (CNET)
Un cervello cartografo suggerisce il cluster di cellule appare unico per gli esseri umani e possono essere responsabili del controllo motorio.
Symantec sviluppa una rete neurale per contrastare gli attacchi informatici-indotta blackout (TechRepublic)
L’azienda sta lanciando un dispositivo che esegue la scansione per malware su dispositivi USB per bloccare gli attacchi su IoT operativi e ambienti tecnologici.
Argomenti Correlati:
UE
0