机器是否像人类一样解决问题并不重要。
我一直在研究这一系列神经形态计算,我知道了,有两种观点。,我叫“乐观”的观点,通常由计算机科学家和电气工程师,专注于这种可能性:无人驾驶汽车。房屋,可以学习主人的需求。自动化的医务助理。,“悲观主义者”的观点,通常由神经学家,指出生物大脑和嘲笑的巨大功能组装的数百万甚至数十亿的记忆元素可以接近“思考”作为人类理解它。
这两种观点都是正确的。杰出的成员在一次采访中,Praveen Raghavan IMEC的技术人员负责神经形态计算活动,观察到IMEC侧重于研究领先技术产品。甚至悲观主义者认为有价值的解决方案。许多任务微不足道的人类仍然可以商业产品的基础。
最著名之一的应用神经形态计算,图像识别,说明神经形态算法的进化和限制。半导体行业老兵可能记得怀疑周围的引入自动检查和缺陷分类工具。人类更能够识别受损导线债券或类型的粒子在测试运行,但人类感到无聊或分心的转变。现在,提高自动化工具能够比较“好”和“坏”的结构,甚至提供越来越准确的缺陷分类。
同样,对于人类面部识别是一个简单的工作。我们一直在做这一切的生活,取决于机制,我们的祖先进化了几千年。我们可以决定一个人是否测试门把手在一个办公大楼是一个保安和一个小偷,一个购物者是否把化妆品放在钱包或购物篮,旅行者是否捡一个手提箱是相同的五分钟前一个人放下。
事实上,人类都很擅长这些任务,我们发现他们无聊。我们宁愿看孩子和小狗在操场上,或在广场这对夫妇争吵我们同时,不幸的是,有一个证据确凿的趋势得出不同的结论边缘化群体的成员。乐观主义者认为,这些限制代表重要的工作电脑,可以学习,甚至——也许特别是——在人类发现琐碎的任务。
另一方面,悲观主义者肯定会指出,即使是这些“简单”的任务仍然困难电脑。监控摄像头需要检查图像识别和能力通过时间和空间的运动对象。什么运动模式是“正常”或“可疑吗?”系统可以使自己的决心,没有一个大的图书馆human-labeled -因此human-biased训练数据?Raghavan集团最近展示了一种芯片,可以组成简单,一个声音的旋律,但钢琴演奏者的左派和右派之间的互关联的手,仪器之间的更少,仍然超过其能力。
因为他们很平凡,悲观主义者也问题等相关模型是研究生物的大脑。神经系统是共享只有原油与生物系统的相似之处。事实上,一些著名的心理学家和神经科学家认为情报本身的计算模型根本性的缺陷,导致误导类比比洞察力带来更多的混乱。
本系列中,为半导体行业刊物写的,本质上是乐观的。有趣的过程技术和新的系统架构可以帮助解决重要问题。是否这样做“像人类一样会”不一定是一个问题。重要的是要理解悲观的观点,不过,脾气对神经系统和提醒自己多少我们还不了解。
有关的故事
大脑神经形态计算:建模
竞争模型争相显示大脑是如何工作的,但没有一个是完美的。
接下来的晶体管
新的场效应晶体管,量子位,神经形态方法和先进的包装。
神经网络计算爆炸
资金雄厚的公司开始定制这种方法为特定_花大量的钱收购初创公司。
在神经形态计算(2016年1月)
一般视觉首席执行官谈到为什么有兴趣重燃这样的技术和在未来将如何使用它。
神经形态芯片Biz升温(2016年1月)
旧概念得到新的关注随着设备扩展变得更加困难。
|
|
|
|
|
|
|
|
留下一个回复