首页 小编推荐正文

斯坦福教授骆利群:为何人脑比核算机慢1000万倍,却如此高效?

摘要:大脑功能高于AI是由于大脑能够大规模并行处理使命。核算机和大脑之间的一个重要差异在于两个体系内处理信息的方法。核算机首要以串行进程履行使命,由于串行进程中的发生的差错会累积和扩大,所以关于这种串行操作的级联,对每个进程的精度要求都特别高。大脑也运用串行进程进行信息处理,但一同,大脑也运用数量很多的神经元和神经元之间的突触衔接来大规模并行处理使命。核算机的晶体管选用数字信号,它运用离散值(0和1)来标明信息。神经元传递信号选用脉冲电流,一同也选用模拟信号来标明信息。

AI源于人类大脑的结构,并测验到达与大脑恰当的才能。那么二者的差异终究在哪里?斯坦福大学神经生物学教授骆利群(Liqun Luo)以为,大脑功能高于AI是由于大脑能够大规模并行处理使命。

一同来看李飞飞教授引荐的这篇文章,深化了解大脑与核算机相似性和差异性。

人类大脑的结构十分杂乱,它由大约1千亿个神经元组成,并由约100万亿个神经突触衔接。人们经常将人脑与核算机——这一有超强核算才能的杂乱体系相比较。

大脑和核算机都顽皮丫头的王子男佣由很多的根本单元组成。神经元和晶体管,这些根本单元彼此衔接构成杂乱的网络,处理由电信号传导的信息。微观来看,大脑和核算机的体系结构十分相似,由输入、输出、中央处理和内存等独立的单元组成[1]。

大脑和核算机,哪一种体系解决问题的才能更强呢?鉴于曩昔几十年核算机技术的迅速开展,你或许会以为核算机更具优势。确实,在一些特定范畴,经过编写程序能够使核算机在杂乱的比赛中打败人类大师,远至上世纪90年代国际象棋比赛,近及与AlphaGo的围棋对决,以及参与常识比赛类电视节目(例如Jeopardy)。

但是,核算机在面临许多实际国际的使命时repeat,为何人脑比核算机慢1000万倍,却如此高效?,复仇者联盟远不及人类——比如在拥堵的城市街道上辨认自行车或特定行人,或罗广新伸手端起一杯茶并稳稳地送到嘴边,更不用说那些需求概念化和创造力的作业。

那么,为什么核算机拿手某些使命,而大脑在其他方面表现更优呢?对核算机和大脑进行比较,将为核算机工程师和神经科学家的作业供给指导意义。

在现代核算机年代的初步,一本矮小而刘冬立精深的作品《核算机与人脑》展开了这种比较。该书作者是闻名的博学家冯诺伊曼,他在20世纪repeat,为何人脑比核算机慢1000万倍,却如此高效?,复仇者联盟40年代初次规划了核算机的体系结构,仍是现代大大都核算机的体系结构的根底[2]。让我们看看下图中的数字。

就根本操作的速度而言,核算机有巨大优势[3]。现在,个人核算机能以每秒10女性p0亿次操作的速度履行根本算术运算(如加法运算)。

大脑的速度能够经过神经元彼此通讯的进程来预算。

例如,神经元激起动作电位——在神经元细胞体邻近开释脉冲电流,并沿着轴突传递人鞭,轴突衔接着下流神经元。在上述进程中,信息按脉冲电流的频率和时刻进行编码,且神经元放电的频率最高约为每秒1000次。

又如,神经元首要经过突触开释神经递质来将信息传递给其他神经元,接纳到信息的神经元在突触传递的进程中将神经递质结合转化回电信号。最快的突触传递大约需求1毫秒。因而不管在脉冲电流仍是突触传递方面,大脑每秒最多可履行大约1000次根本运算,比核算机慢1000万倍。

注:假定算术运算必须将输入转化为输出,所以大脑运算的速度遭到神经元信息传递的根本操作的约束,如动作电位和突触传递。当然也有例外情况,例如,具有电突触的无动作电位神经元(神经元之间的连韩娱之油腻配偶接不存在神经递质)原则上传输信息的时刻要快于1毫秒;同一神经元的树突传递信息的速度也比较快。

核算机repeat,为何人脑比核算机慢1000万倍,却如此高效?,复仇者联盟在根本操作的精repeat,为何人脑比核算机慢1000万倍,却如此高效?,复仇者联盟确度方面有巨大优势。核算机能够依据位数(二进制数字,即0和1)来标明不同精确度的数字。例如,用32位二进制数标明数字精度能够到达1/(2^32)或1/42亿。实验标明,神经体系中的大部分数量(例如,神经元的发射频率,一般用于标明影响的强度),由于生物噪声或许会上下起浮几个百分点,精度最高能够到达1/100,比核算机低几百万倍。

注:噪声反映了神经生物学的多个进程,例如神经递质开释具有概率性。例如,在重复实验中,相同的神经元或许会发生不相同的脉冲电流以呼应相同repeat,为何人脑比核算机慢1000万倍,却如此高效?,复仇者联盟的影响。

专业的网球运初水视频水出芙蓉发动能够核算出网球以160英里/小时飞翔的轨道

大脑进行核算时,一同统筹了速度和准确性。例如,当网球以每小时160英里的速度飞出后,作业网球运发动能够核算网球的运动轨道,移动到球场上的最佳方位,将手臂放到恰当的方位上,并在几百毫秒内挥动球拍,将球击回给对方。

此外,大脑在操控身体并完结击球动作的进程中,其能耗大约只要个人核算机的十分之一。大脑怎么完成这一进程?核算机和大脑之间的一个重要差异在于两个体系内处理信息的方法。

核算机主deverse要以串行进程履行使命,工程师也是经过创立次序指令流来进行核算机的程序规划。由于串行进程中的发生的差错会累积和扩大,所以关于这种串行操作的级联,对每个进程的精度要求都特别高。

大脑也运用串行进程进行信息处理,在sjyp官网将网球击回这一实例中,信息从眼睛流向大脑,然后流向脊髓,以操控腿部,躯干,手臂和手腕的repeat,为何人脑比核算机慢1000万倍,却如此高效?,复仇者联盟肌肉缩短。

但一同,大脑也运用数量很多的神经元和神经元之间的突触衔接来大规模并行处理使命。例如,视网膜中的感光细胞捕捉到移动的网球,并将光信号转化为电信号。这些信号被并行传递到视网膜中的许多不同类型的神经元。

当源自感光细胞的信号传递至视网膜中的2~3个突触衔接时,并行神经元网络现已提取了网球的方位,方向和速度问琴完整版的信息,并将这些信息王俊凯老婆在同一时刻传输至大脑。相同,运动皮层(大脑皮层中担任毅力运动操控的部分)并行发送指令以操控腿部,躯干,手臂和手腕的肌肉缩短,然后使身体和手臂一同运动,准备好反击飞来的网球。

更多具体内容请戳:

http://nautil.us/issue/5/Fame/the-brain-on-trial

大脑之所以能够履行大规模并行使命处理,是由于每个神经元都从许多神经元接纳信息,并将信息发送到其他神经元。哺乳动物输入和输出神经元的均匀数量级为1000(相比之下,每个晶体管悉数的输入和输出仅靠三个引脚)。单个神经元的信息能够传递到许多平行的下流网络。

一同,处理相同信息的神经元能够将它们的输入信息整合到相同的下流神经元,这种整合特性关于进步信息处理的精度特别有用。例如,由单个神经元标明的信息或许含有噪声(比如说,精确度能够到达1/100),经过求取100个带着相同信息的神经元的丢失的魂灵魔画输入信息的均匀值,一起鼠加由的下流神经元能以更高的精度提取信息(精度约为1/1000)。

注:假定每个输入的均匀方差约等于噪声的方差(反映了散布的宽度,单位与均匀值相同)。关于n个独立输入的均匀值repeat,为何人脑比核算机慢1000万倍,却如此高效?,复仇者联盟,均匀希望方差为=/√?n。在本文示例中,=0.01,n=100,因而均匀方差=0.001。

核算机和大脑的根本单元的信号形式既有相同点又有差异性。晶体管选用数字信号,它运用离散值(0和1)来标明信息。神经元轴突中的脉冲电流也是一种数字信号,由于任何时刻,神经元要么在开释脉冲电流,要么处于静默状况。当神经元开释脉冲电流时,其信号的巨细和形状大致相同,这些特色有助茸毛币于脉冲电流的远距离传达。

此外,神经元也开释模拟信号,即运用接连的值来标明信息。一些神经元(像视网膜中的大都神经元)并不开释脉冲电流,它们的输出信号经过分级电信号进行传递(与脉冲电流不同,它的巨细能够不断改变),这种信号比脉冲电流能承载更多信息。神经元的接纳端(信号一般由树突进行接纳)也运用模拟信号来集成数以千计的输入,使树突能够履行杂乱的核算。

注:例如,树突能够作为重合检测器对不同上游还珠之璋在龙心神经元的同步振奋输入进行求和。树突也能够从振奋输入中减去按捺输入。树突中电压门控性离子通道能够使其表现出“非线性”,例如将简略信号中的电信号进行扩大。

你的大脑比核算机慢1000万倍

大脑的另一个明显特色是神经元之间的衔接强度能够依据活动和经历进行修正,这一点能够在反击网球的比如中得以表现,神经科学家普遍以为,这种特色也是学习和记忆的根底。重见习噬魂师复练习使得神经元网络能够更好地履行使命,然后大大进步速度和精度。

在曩昔的几十年里,工程师们经过研讨大脑取得的创意来改进核算机的规划。并行处理战略和依据实际情况来修正衔接强度,现已在现代核算机规划中得以表现。例如,添加并行性,在核算机中运用多核处理器,现已是现代核算机规划的趋势。又如,机器学习和人工智能范畴的“深度学习”近年来取得了巨大的成功,而且促进了核算机和移动设备中的方针和语音辨认方面的快速开展,这都得益于对哺乳动物视觉系燕兰喜统的研讨[4]。

与哺乳动萧语晴小说物视觉体系相同,深度学习选用多层结构来标明越来越笼统的特征(例如视觉目标或语音),而且经过机器学习来调整不同层之间的衔接权重,不再依靠工程师的规划。这些最新进展现已扩刘德华回应杜汶泽事情展到了核算机履行使命的指令表中。当然,大脑仍然比先进的核算机具有更高的灵活性,泛化和学习才能。

借助于核算机,神经科学家将逐渐开掘大脑的作业机理,也有助于激起工程师们的创意,进一步改进核算机的体系结构和功能。不管谁在特定使命中胜出,跨学科的彼此影响将推进神经科学和核算机工程的开展。

版权声明

本文仅代表作者观点,不代表本站立场。
本文系作者授权发表,未经许可,不得转载。