建立一个能够在人类大脑的规模和复杂性地支持人工智能的计算机将是巨大的工程努力。现在研究人员国家标准与技术研究院概述了他们认为我们会到达那里的方式。

我们如何创造可以匹配我们的认知能力的机器是计算机科学家和哲学家之间的激烈辩论主题。最具争议性问题之一是解决方案所需的程度,以至于到目前为止,解决方案的智力最佳举例:人类脑。

由深神经网络提供动力的AI的快速进步 - 尽管他们的名字效果非常不同大脑 - 已经说服了许多人,我们可能能够实现“人为普通情报”而不模仿大脑的硬件或软件。

其他人认为我们仍然缺少根本的方面智慧如何作品,而那最好的填补空白的方法就是从大自然借钱。对于许多意思是建造“神经形态“更密切地模仿生物脑的架构和操作的硬件。

问题是,我们处置的现有计算机技术看起来与生物信息处理系统非常不同,并以完全不同的原则运作。对于一开始,现代计算机是数字,神经元是模拟的。虽然依靠电信号,但它们的口味非常不同,并且大脑也使用一系列化学信号来进行处理。

然而,现在,NIST的研究人员认为他们已经找到了一种能够以模仿大脑的核心属性的方式结合现有技术的方法。使用他们的方法,他们概述了“神经形态超级计算机”的蓝图,这不仅可以匹配,而且超越生物系统的物理限制。

他们的方法的关键,概述了应用物理字母是电子和光学技术的组合。逻辑是电子设备在计算时很好,而光学系统可以以光速传输信息,因此组合它们可能是模仿大脑优异的计算和通信能力的最佳方式。

这不是一个新的想法,但到目前为止,我们最好的电子和光学硬件凝胶难以置信。团队认为他们发现了一个潜在的解决方法,将系统的温度降至负450华氏度。

虽然这似乎只复杂复杂,但它实际上开辟了一系列新的硬件可能性。存在一堆高性能的电子和光学部件,只能在这些寒冷的温度下工作,如超导电子设备,单光子探测器和硅LED。

研究人员建议使用这些组件构建人工神经元,这些元素更像其生物堂兄弟而不是传统的计算机组件,从而射击电脉冲或尖峰,而不是周围的穿梭数量。

每个神经元有来自单光子探测器制成的数千个人造突触,从其他神经元拾取光学消息。通过超导电路组合和处理这些输入信号,一旦它们通过某个阈值,硅LED被激活,向所有下游神经元发送光学脉冲。

研究人员设想将数百万这些神经元与300-相结合毫米硅晶片然后堆叠晶片以创建高度互连的网络,以模仿大脑的架构,通过围绕码头处理的光波导和远程连接有短距离连接R.光缆。

他们承认,需要低声冷却整个设备是一项挑战。但他们说改善的功率效率和他们的设计应该取消这种冷却的成本,并且人类大脑等级的系统应该不需要更多的力量或空间而不是现代超级计算机。他们还指出,有显着的研发进入低温冷却量子计算机,它们可能会捎带

系统的一些基本组成部分已经通过研究人员进行了实验证明,尽管他们承认仍然有很长的路要走将所有的作品放在一起。虽然许多这些组件与标准电子制品兼容,但寻找廉价和集成它们的方法,将它们集成为庞大的任务。

也许更重要的是机器运行什么样的软件的问题。它旨在实现“尖峰神经网络S.“与大脑中发现的那些类似,但我们对生物神经网络的理解仍然是基本的,我们模仿它们的能力甚至更糟糕。虽然科学家和科技公司都在试验这种方法,但它仍然比深度学习

鉴于建立这种规模的设备所涉及的巨大的工程挑战,在这个蓝图使其摆脱绘图板之前可能是一段时间。但该提案是狩猎中有趣的新篇章人工综合情报

图像信用:Inspiredimages.Pixabay.

我是印度班加罗尔的自由职业者科学和技术作家。我的主要感兴趣的领域是工程,计算和生物学,特别关注三个之间的交叉点。

遵循EDD: