清华大学让自行车“成精”了!芯片取代人类大脑还有多远?

动漫推荐 浏览(832)

文/周一川编辑/干竹

健康]最近,清华大学制造的一辆自行车已成为“超级网红”:7月31日《自然》期刊的封面推荐了清华大学科学家史路平研究小组的一项新发明。 “天空运动”课程。脑片自行车可用于无人状态下的自动驾驶,转弯,减速,跟随等。

一些网友笑着说,可以用脚踝移动的“脚”车现在可以自行移动,它已成为一辆“自我”车。人们还说,人工智能无法击败所有人类,但它已经被打败了。这张大票还活着。

CGTN网站报道称,田运动芯片仅为3.8×3.8 mm 2,约为指甲的大小,大约有神经元和1000万个突触。它是第一个集成计算机科学和神经导向的。科学芯片,这是开发人工智能的两个总体方向。

通常,两个方向都代表一种信息处理模型,它依赖于不同的平台,并且由于公式和编码方案的基本差异而不兼容。然而,两者的结合被认为是最好的人工智能解决方案。研究人员正在转向模拟人类大脑研究,试图模拟人类大脑的操作机制,使计算机能够以低能量和高效率执行计算,甚至使计算机优于人类智能。

大脑般芯片的巨大潜在优势在于它们可以突破传统芯片的极限:从计算机的诞生开始,随着芯片集成度越来越高,人们不断要求其计算能力越来越高,CPU之间的性能越来越高和记忆差距越来越大。相比之下,人类大脑没有这样的问题。根据研究,人脑可以执行每秒1000亿次操作的操作。类似脑的芯片模仿人脑的突触传递结构,这在处理海量数据方面具有明显的优势,并且比传统芯片消耗更少的功率。

在这个实验中,研究小组提出了一种多核架构来适应这两种方法,并在此基础上开发了芯片,它不仅可以适应基于计算机科学的机器学习算法,而且可以轻松实现基于脑的电路。和各种编码方案。与目前国际先进的TrueNorth芯片相比,天体密度增加了20%,速度提高了至少10倍,带宽增加了至少100倍。

作者指出,无人驾驶自行车系统中的一些功能,包括语音识别,自主决策和视觉跟踪,可以使用基于神经科学的模型,而目标检测,运动控制和避障可以使用机器学习算法的模型。因此,该芯片还将适用于自动驾驶系统和智能机器人。

花费这么多钱和精力去开发一种可以被不方便或不骑车的人使用的无人驾驶自行车是值得的。这值得么?回答这个问题就像回答“谷歌花了这么多人力和物力,只是为了让Go软件值得一试”。技术的不断发展可以带来各领域技术的快速发展。同样,在健康领域,可以带来越来越多的医学治疗:

来自CNBC网站的2017年报告指出,到2021年,医疗保健和生命科学领域的人工智能市场预计每年增长40%,达到66亿美元。例如,该技术可用于疾病的早期诊断,如机器阅读乳房X线照相术;机器学习还允许医生使用患者可用的所有大量数据做出更个性化的治疗决策。机器学习还有助于预测高风险群体的信息。使用深度学习方法,我们可以一次输入500万人,使用血糖和体重数据来评估2型糖尿病的风险,等等。

据Aibusiness报道,Nvidia的报告还显示,除了用于自动驾驶系统之外,深度学习计算机芯片将在医疗保健和医疗领域变得非常重要,并且越来越多的人希望将人工智能支持硬件应用于医疗保健领域。谷歌团队已经证明,深度学习芯片可用于诊断某些患者的眼部问题;斯坦福大学的另一组研究人员发现,它可以像人类皮肤科医生那样成功诊断皮肤癌;纽约西奈山医院的一个研究小组发现深度学习只能通过分析患者的电子健康记录,以惊人的准确度预测患者的可能疾病。

如果人工智能能够完成人类可以完成的任何任务,那么人们会被机器取代,换句话说,人类的大脑会被芯片取代吗?特斯拉首席执行官伊隆马斯克提出了一个新想法:整合人类和人工智能,以防止人类生存被人工智能“威胁”,并避免人工智能超越人类。 7月,马斯克透露,他的新公司Neuralink在“脑 - 计算机接口”研究方面取得了新的进展,该研究可以通过将USB-C接口“插入”鼠标来收集和传输大脑神经元信息。

该设备的短期目标是医疗用途,允许残疾人通过脑电波完成锻炼或控制设备。在未来,人类还可以植入类似的芯片,阅读他们自己的脑电波,并利用他们的思想控制智能设备,使大脑从身体中释放出来,为人类实现更多可能性。

我们曾经说机器人不可能玩专业级的Go,不可能骑自行车,也不可能做出专业级的疾病诊断,但现在已经实现了;现在人们总是说机器人无法取代某个专业领域。工作,然后再看几年?也许正如马斯克所说,依赖芯片需要人类的力量并没有超过机器人。