No sé lo que estaba fumando ese día, he sabido acerca de los FPGA desde hace un tiempo y una vez incluso encontré un libro sobre FPGA y redes neuronales. Adiviné ciegamente que debe ser estático. De todos modos, aquí está la información real:
Fuente: http://www.extremetech.com/extre…
Construidos utilizando el proceso de 45 nm de IBM, estos chips son
todavía construido a partir de transistores, pero están organizados en una novela
arreglo que imita las neuronas y las sinapsis de los cerebros animales. Ambos
de los chips tienen 256 neuronas digitales que operan a 10MHz, y
características de chip estándar como memoria, controladores de comunicación, etc.
en. Uno de los chips tiene 262,144 sinapsis programables por humanos, que
lo convierte en un FPGA glorificado (y bastante tonto), pero el otro chip tiene 65,356 sinapsis de aprendizaje , y eso es lo que nos interesa más.
… Con 256 neuronas y 65.356 sinapsis en total,
cada neurona puede hacer al menos 255 conexiones con otras neuronas, por un
total de casi 17 millones de combinaciones diferentes …
- ¿Por qué hay una delgada línea horizontal parpadeando en la pantalla de mi computadora portátil?
- ¿Cuál es mejor: Intel Core i5 3rd Gen, variante 3230M o Intel Core i5 4th Gen, variante 4200M?
- ¿Qué le dice a un procesador que vaya a un caché para ejecutar la siguiente instrucción?
- ¿Cuáles son algunas buenas versiones de juegos por alrededor de 1k a 2k dólares australianos?
- ¿Qué lenguaje de programación es fácil de aprender? (.Net o Mainframe?)
Una abeja melífera tiene aproximadamente 1 millón de neuronas, por lo que 256 es drásticamente limitante. Según el artículo, IBM espera hacerlos escalar a millones y miles de millones de neuronas digitales (los humanos tienen un estimado de 30-100 mil millones de neuronas, por lo que ese debería ser su objetivo). Las neuronas reales también a menudo viajan distancias relativamente grandes para transportar datos de un área cortical a otra (IBM tendrá que averiguarlo). Si el hardware no funciona demasiado bien, siempre hay software (de esa manera no tendría que preocuparse por muchas limitaciones físicas, después de todo no se llama memoria de acceso aleatorio por nada). Si pudiéramos entender qué está haciendo un área particular del cerebro a la entrada particular que recibe, es completamente posible emular eso en el código. De hecho, probablemente no sería tan descabellado decir que probablemente podríamos hacerlo mejor. La naturaleza es más un hacker que un ingeniero de todos modos, pirateando soluciones anteriores para crear nuevas habilidades. Los últimos 60 años más o menos en ciencias de la computación tienen mucho que ofrecer (se podría pensar de 60 a millones de años de evolución, pero la evolución se trata más del azar, no hay una dirección real, el progreso en la evolución es algo voluble) . También hemos evolucionado en ciertas condiciones que nos han hecho predispuestos a ciertos comportamientos que no siempre son adecuados para la tarea en cuestión. Podríamos remediar esto cambiando la forma en que este cerebro artificial procesa.
El procesamiento en el cerebro se divide en capas, y cada capa realiza una función particular en un conjunto de entrada de uno de los sentidos u otra área cortical. Estas funciones suelen ser muy específicas, por ejemplo, V1 (Área visual 1 o corteza estriada) recogerá la entrada de la retina a través del LGN (núcleo geniculado lateral), distinguirá la entrada en función de su tipo y encontrará información como si un parche de luz (línea) en la retina está orientada en cierto ángulo. Otros comprobarán si un punto de luz tiene una dirección de movimiento. No es que las neuronas sean las mejores para realizar todas estas funciones, hay más de una forma de hacer una tortilla. Probablemente podríamos llegar a subprocesos más eficientes que nos permitan crear un cerebro artificial que supere al cerebro normal en ciertas áreas, sumado al hecho de que una neurona digital es más rápida que una neurona real de todos modos. Procesamiento visual más rápido, mayor espacio de almacenamiento de memoria, disparos neuronales más rápidos, más tipos de sentidos, neocórtex más grande (existe la teoría de que la razón por la cual los humanos son mucho más inteligentes que todos los demás animales es porque nuestra relación entre el tamaño del cuerpo y el tejido cerebral es muy alta). alto, la mayoría de los animales tienen suficiente para regular la vida normal y algo más; tenemos suficientes neuronas a nuestra disposición para soñar con ir a la luna y más allá y desbloquear el misterio de la conciencia), más conexiones, yadda, yadda, yadda …
En lo que respecta a mi comprensión del cerebro, ya estamos bastante lejos. No creo que nadie en el campo diga que comprender la conciencia humana ya no es un sueño. Por lo que he leído, hemos progresado mucho y ya hay algunas teorías muy buenas que explican muchos fenómenos cognitivos bastante bien, muchos de ellos están bastante bien establecidos en neurociencia. En este momento tenemos una buena idea general de cómo funciona el cerebro, qué parte está haciendo qué, es cómo nos ha confundido.
Hay muchos debates y preguntas, por ejemplo, si la conciencia está ubicada centralmente en algún lugar del cerebro o si es una propiedad emergente que se deriva de la sinfonía orquestal de regiones cerebrales separadas que trabajan juntas, ¿hay un caso físico y biológico? división de lo consciente y lo inconsciente, ¿existen realmente el id, el ego y el superyó, por qué hay tantas conexiones que retroceden en la jerarquía, cuál es la relación entre la memoria y el sueño, es mi experiencia del rojo lo mismo que el suyo y muchos más? . Abundan las preguntas. (Para más preguntas como estas: ¿cuáles son las principales cosas que necesitamos descubrir en neurociencia y en qué áreas tenemos actualmente el menor conocimiento?) Estamos profundizando cada vez más y a medida que avanzamos, se van descubriendo descubrimientos más sorprendentes. hecho que nos acerca al día en que desentrañamos este misterio. No es exactamente simple, pero hasta ahora nada de lo que he visto en neurociencia me ha hecho pensar que es una tarea fundamental o conceptualmente imposible, nada que una serie de experimentos muy inteligentes (y una gran cantidad de fondos) no puedan resolver. No puedo decir cuánto tiempo llevará completarlo (desafortunadamente todavía bastante tiempo), pero puedo decirte que ni siquiera está cerca de ser imposible.
Vieja respuesta:
El único problema que veo con ese chip es que el circuito es estático. El cerebro humano cambia constantemente, las conexiones neuronales entre las neuronas crecen y desaparecen, se vuelven más fuertes o más débiles. Un chip estático que ha sido fabricado no puede cambiar, por lo que no puede aprender. Por otro lado, si el problema que se pretende resolver no requiere aprendizaje y esa tarea podría llevarse a cabo adecuadamente dentro del circuito establecido, entonces no debería haber ningún problema. Al menos esa es mi impresión.
No creo que sea imposible desentrañar los misterios del cerebro. Es más una cuestión de tiempo. Nada es imposible con el tiempo suficiente.
