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和技术研究所概述了他们认为我们将如何实现目标。

我们将如何、何时以及是否能够创造出与我们的认知能力相匹配的机器,是计算机科学家和哲学家之间激烈争论的话题。最具争议的问题之一是,解决方案需要在多大程度上反映我们迄今为止最好的智能例子:人类大脑。

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”让很多人相信,我们或许可以在不模仿大脑的硬件或软件的情况下实现“人工通用智能”。

其他人认为我们仍然缺少基本的东西方面的智慧如何的作品,而填补这一空白的最好方法就是向自然借东西。对很多人来说,这意味着建设。”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,我们现有的计算机技术看起来与生物信息处理系统非常不同,其运作原理也完全不同。首先,现代计算机是数字的,而神经元是模拟的。虽然两者都依赖于电子信号,但它们有非常不同的味道,而且大脑也使用大量的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。

他们方法的关键中概述应用物理快报,是电子和光学技术的结合。其逻辑是,电子学擅长计算,而光学系统可以以光速传输信息,因此将它们结合起来可能是模仿大脑卓越的计算和通信能力的最佳方式。

这并不是一个新想法,但到目前为止,让我们最好的电子和光硬件凝胶被证明是难以置信的困难。该团队认为他们已经找到了一个可能的解决办法,将系统温度降至零下450度度。

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。

每个神经元都有数千个由单个光子探测器组成的人工突触,这些光子探测器可以从其他神经元接收光信息。这些进入的信号通过超导电路进行组合和处理,一旦它们超过某一阈值,硅LED就被激活,向所有下游神经元发送光脉冲。

研究人员设想将数百万个这样的神经元结合到300-毫米硅晶片,然后堆叠这些晶片,以创建一个高度互联的网络,模拟大脑的架构,短程连接由每个芯片上的光波导处理,远程连接由光纤处理r光纤电缆。

他们承认,需要低温冷却整个设备是一个挑战。但他们说,提高了电力效率他们的设计应该抵消冷却的成本,一个像人脑这样规模的系统应该不会比一个现代系统需要更多的能量或空间超级计算机。他们还指出,有显着的研发进入低温冷却量子计算机,他们很可能会利用这一点

研究人员已经在实验中演示了系统的一些基本组件,不过他们承认,要把这些组件组装起来还有很长的路要走。虽然这些元件中的许多都与标准电子制造兼容,但寻找廉价制造和集成它们的方法将是一项巨大的任务。

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“尖峰神经网络年代,但我们对生物神经网络的理解仍然很初级,我们模仿它们的能力甚至更差。尽管科学家和科技公司一直在试验这种方法,但它的能力仍远远低于深度学习

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:InspiredImagesPixabay.

我是印度班加罗尔的一名自由科技作家。我主要感兴趣的领域是工程、计算和生物学,特别关注这三者之间的交叉点。

遵循Edd: