仿生晶元一直是人工智慧AI領域的一顆明珠。因為他想挑戰的是人類最終極的秘密——大腦。而如今這條道路發展衍生出了兩個方向,一個計算更快,一個計算更省力,有趣的是,這兩個不同的研究方向的最終終點都是我們的大腦。
學習大腦
人工智慧的終極目標應該就是製造出像人腦一樣的東西。2016年阿爾法狗(AlphaGo)擊敗圍棋冠軍李世石的那一刻,人工智慧披上新的榮光。阿爾法狗雖然很聰明,但是他有一個巨大的問題就是耗能。
AlphaGo在下棋過程中約消耗1兆瓦的電能,相當於一天約100戶家庭的供電量。相比之下,包含超過1000億個神經元的人腦,消耗的功率僅20瓦,只有AlphaGo所消耗能量的5萬分之一。
從這個角度上來說,阿爾法狗輸得很徹底。不給過從這裡我們可以看出,它的發展方向就是想要計算得更快這條分支。從某個角度上說,這條分支也就比較簡單的,依賴材料的更新和深度學習的過程,它就可以變得更加的聰明。
仿生晶元
AI計算速度可以變得很快,但是耗能也是一個大問題。2014年,IBM公布TrueNorth晶元,包含4096個內核,100萬個神經元,而功耗只有65毫瓦。其長期目標是建立擁有100億個神經元、數百兆個突觸、僅消耗1KW功率、體積不到0.002立方米的晶元系統。
而現在越來越多的企業,包括英特爾、IBM、高通、三星、惠普等科技巨頭都在研究神經元晶元,為人工智慧AI的耗能提供動力,值得注意的是,我國的清華大學、中科院、浙江大學和復旦大學等頂尖學府和研究機構,在這一領域的研究中發揮著不容小覷的作用。
一方面是人工智慧計算越來越快,一方面是計算時的耗能愈來愈低,人類的大腦在努力思考著創造另外一個「大腦」,也許在未來成功的那一刻,人類對自己才算是真正的認識。大家關於仿生大腦還有什麼想說的,可以關注並留言給科技貓。
AlphaGo很聰明,但太費電,科技公司欲創造又快又節能的人造大腦
仿生晶元一直是人工智慧AI領域的一顆明珠。因為他想挑戰的是人類最終極的秘密——大腦。而如今這條道路發展衍生出了兩個方向,一個計算更快,一個計算更省力,有趣的是,這兩個不同的研究方向的最終終點都是我們的大腦。
學習大腦
人工智慧的終極目標應該就是製造出像人腦一樣的東西。2016年阿爾法狗(AlphaGo)擊敗圍棋冠軍李世石的那一刻,人工智慧披上新的榮光。阿爾法狗雖然很聰明,但是他有一個巨大的問題就是耗能。
AlphaGo在下棋過程中約消耗1兆瓦的電能,相當於一天約100戶家庭的供電量。相比之下,包含超過1000億個神經元的人腦,消耗的功率僅20瓦,只有AlphaGo所消耗能量的5萬分之一。
從這個角度上來說,阿爾法狗輸得很徹底。不給過從這裡我們可以看出,它的發展方向就是想要計算得更快這條分支。從某個角度上說,這條分支也就比較簡單的,依賴材料的更新和深度學習的過程,它就可以變得更加的聰明。
仿生晶元
AI計算速度可以變得很快,但是耗能也是一個大問題。2014年,IBM公布TrueNorth晶元,包含4096個內核,100萬個神經元,而功耗只有65毫瓦。其長期目標是建立擁有100億個神經元、數百兆個突觸、僅消耗1KW功率、體積不到0.002立方米的晶元系統。
而現在越來越多的企業,包括英特爾、IBM、高通、三星、惠普等科技巨頭都在研究神經元晶元,為人工智慧AI的耗能提供動力,值得注意的是,我國的清華大學、中科院、浙江大學和復旦大學等頂尖學府和研究機構,在這一領域的研究中發揮著不容小覷的作用。
一方面是人工智慧計算越來越快,一方面是計算時的耗能愈來愈低,人類的大腦在努力思考著創造另外一個「大腦」,也許在未來成功的那一刻,人類對自己才算是真正的認識。大家關於仿生大腦還有什麼想說的,可以關注並留言給科技貓。