怎样才能使机器以同样的方式处理信息呢?
在半导体行业,有二元平衡的例子。,我不只是指二进制代码的1和0。这种平衡也适用于n阱和p阱装置特性或晶片上的沉积和蚀刻材料。
这种二元性存在于我们人类的化妆,太。我们使用这两个智慧和无形的感觉认识挑战,找到解决方案和我们的生活。到目前为止,有两种主要的半球的计算逻辑和记忆。但如果人工智能和机器学习系统是真正想和人类一样,不会比纯粹的数字计算,需要更多的?
从1920年代开始,约翰·冯·诺依曼应用他的天赋在数学跨广泛的项目。其中包括致力于构建第一颗原子弹的曼哈顿计划;冯诺依曼结构创造了具有里程碑意义的数字计算机的存储程序和数据;和发展领域的博弈理论,许多高风险的扑克玩家用今天来推断未来的结果,获得数千万美元。与这些和更多的成就,冯·诺依曼的工作代表分析,左脑思维,基于数据和计算。
但是二进制平衡存在即使在我们的大脑的工作方式。还有一个右脑的方法——更轻盈,本能的感知事物的方式,可以被描述为情感智力。它补充了认知,理性决策模拟或解释的思维方式。它考虑人类的感情和试图通知行为,很难量化。作为一个例子,而冯·诺依曼的博弈理论用于到达决定通过逻辑推理,扑克玩家也收集信息关于他们的对手通过阅读他们的肢体语言和举止。这是正确的大脑在工作。
使机器更紧密地复制人类蓄意的方式解决神经形态计算。而不是严格的数字处理,神经形态芯片同化模拟信息,然后解释为深浅的意思。这将打开门来创建神经网络与我们如何思考。
一种前兆的神经形态计算在我们的生活中已经很普遍了。当我们从一个在线商店或购物零售商,我们表达的兴趣,产品编号,分组连同其他买家的利益,与买方以前的购买和使用,我们购买额外的产品,人们在相同的人口已经购买了。电子邮件和弹出式广告,宣称“你可能也会感兴趣…”演示计算能力被应用进入消费者的正面和影响消费模式。
同样,可以应用于机器学习指导(还是“协助”?)人们未来的行动。数据库被用来预测消费者的需求和当地库存股票,这样,一旦你排的某件物品的供应,你当地的商店或经销商知道并能取代它通过提供你当天送货。
下一步是产品评论的因素从其他人口组的成员。这将允许零售商对你的满意程度做出高概率推断您目前使用的产品,你可以切换到一个类似的产品的可能性从不同的生产商。这个猜测将基于“阅读”你的情感决策过程。通过这种能力预测未来的行为,继续占主导地位扑克玩家电脑是有保证的。打赌。
艺术的状态在神经形态计算尚未达到精确预测我们的下一步的行动。我们没有(还)生活在斯皮尔伯格电影的世界”少数派报告”,专家般的“pre-cogs”可以预测未来犯罪在他们实际发生之前,使执法逮捕之前将那些贪污腐败份子他们预期的损失。但它是有趣的思考。
将数字处理和情绪智力的融合带来了巨大的利益,使我们的Siri语音控制助理Alexa和更好的预测我们的欲望吗?或者将它带给我们更近一步在我们生活无处不在的机械实际运行我们的生活?有一件事似乎是肯定的:如果全面神经形态计算存在,它将被使用。
|
|
|
|
|
|
|
|
|
|
留下一个回复