[新聞] 老鼠腦機器人問世!! 機器戰警將走出電影?

看板Ghost-Shell作者 (本體名)時間15年前 (2009/04/19 15:35), 編輯推噓10(10062)
留言72則, 3人參與, 最新討論串1/2 (看更多)
http://taiwan.cnet.com/crave/0,2000088746,20131188,00.htm 離攻殼世界又更進一步了…… -- 英國的瑞汀大學(University of Reading)日前一項研究成果震撼了全球,一個採用生物 活體腦組織--老鼠腦--控制的機器人問世。 這個機器人的腦部擁有10萬個神經元,這項研究能夠幫助研究人員對包括阿茲海默症 (Alzheimer's)和巴金森氏症(Parkinson's)等神經方面的疾病更為了解,同時也讓人們知 道腦如何進行學習與記憶。 瑞汀大學研究團隊包含了Kevin Warwick,他是該校系統工程模控學的主導者,以及Ben Whalley,本身是藥劑師也是該校藥劑學教授。他們將培養出來的老鼠神經元,透過縫合 的方式組成這台機器人腦部的灰白質,並打造出多重電極陣列(MEA),將之放在MEA上。 MEA擁有60個電極,藉由MEA與機器人進行溝通。MEA不只是刺激腦部發送電子信號,也同 時接受脈衝訊號,並藉此讓腦部產生反應的電子訊號再發送出去。 根據Kevin Warwick的說法,研究團隊每幾天將一種含有蛋白質的粉紅色液體餵食這些組 織,能夠讓神經保持存活,並使它們獲得成長。24小時它們就會建立連接,一週就能夠產 生類似腦部的活動。如果去刺激一個電極,將會得到反應,藉此就可以來控制機器人本身 。腦以活體的方式生存,故研究人員將其設置在可控制溫度的特製容器中。 腦部輸出的電力將透過MEA來接收,並轉換成超音速聲納傳給機器人,這個聲納訊號會致 使機器人的輪子向前進,或者是向左轉、向右轉,取決於信號的內容。機器人還可以在靠 近物體時傳回信號,以至於機器人本身做出反應來避免碰撞到物體。 藉由目前這套系統,研究團隊能夠教導機器人如何在障礙物之間導航走出來,並教導機器 人如何對特定的訊號產生特別的動作與反應。 根據辨識與研究機器人在障礙物間的自主導航成果,這些研究能夠幫助研究團隊去監控與 觀察腦究竟是如何學習與儲存記憶的。讓人類更了解腦部學習建構的方式,以及腦部記憶 的運作。 -- █◣◥█ ◣ ◢ ███◣ ◢██◤ ███◣◥█◤◢██◣ █ █ █ █ █ █ █ █ █ █ █ █ █ █ █◣ █ ████ ◥██◤ ███◤ ███◤ ███◤ █ █ ● █ █ █ █ █ █ █ █ █ █ ◥◣ █ █ █ █ ◥█ DAN █◣◥█ ◢█◣ █◣ ◢███◤ █ ◥◣ █◣◥██◤ █ █ SIMMONS "Sometimes,Dreams are all that separate us from the machines." -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 220.140.15.68

04/19 17:40, , 1F
這個實驗我記得好幾年前就有看過,不過當時他們剛做而
04/19 17:40, 1F

04/19 17:40, , 2F
已,只有辦法連結幾千個腦神經細胞,但是人腦有一千億
04/19 17:40, 2F

04/19 17:41, , 3F
腦神經細胞,所以離電子人腦還很遠吧
04/19 17:41, 3F

04/19 18:58, , 4F
因為通訊成本太高了
04/19 18:58, 4F

04/19 19:53, , 5F
通訊還好吧,數位通訊技術早就超過人腦可以處理的極限
04/19 19:53, 5F

04/19 20:03, , 6F
主要還是要搞懂神經網路的輸入模式
04/19 20:03, 6F

04/19 20:15, , 7F
這個研究能夠找到神經網路的刺激訓練模式我覺得蠻屌的
04/19 20:15, 7F

04/20 01:07, , 8F


04/20 01:13, , 10F
這隻老鼠跑得比較快 XD
04/20 01:13, 10F

04/20 13:10, , 11F
有問題想問...這機器人是那些腦細胞自主的下命令控制嗎?
04/20 13:10, 11F

04/20 13:11, , 12F
還是事先輸入指令,腦細胞只是協調動作的元件 (代替晶片?)
04/20 13:11, 12F

04/20 13:12, , 13F
如果控制用的腦細胞能夠增殖,那就能發展學習能力了
04/20 13:12, 13F

04/20 13:13, , 14F
畢竟學習記憶需要神經細胞間連結的改變來形成迴路
04/20 13:13, 14F

04/20 16:13, , 15F
那些動作的確是神經細胞自己經過電擊刺激形成新的突觸
04/20 16:13, 15F

04/20 16:14, , 16F
產生學習的行為,他們應該找到了一種刺激正確行為
04/20 16:14, 16F

04/20 16:14, , 17F
的電擊模式
04/20 16:14, 17F

04/20 16:15, , 18F
因為影片裡提到,每次用新的大腦組織,最後都會產生
04/20 16:15, 18F

04/20 16:16, , 19F
不同的行為模式
04/20 16:16, 19F

04/20 16:16, , 20F
所以不會是預先設定好的
04/20 16:16, 20F

04/22 00:14, , 21F
通訊成本指得是通訊(記憶體交換)與運算的成本比例
04/22 00:14, 21F

04/22 00:27, , 22F
例如一次記憶體交換可以做幾次計算(運算)
04/22 00:27, 22F

04/22 00:28, , 23F
以計算機而言,光是記憶體讀取就相當於好幾千/萬個運算
04/22 00:28, 23F

04/22 00:29, , 24F
更不用說是記憶體間的通訊. 詳情可以參考近來熱門的多
04/22 00:29, 24F

04/22 00:31, , 25F
心. 目前的電子裝置會有這個問題, 雖然說有新元件(憶
04/22 00:31, 25F

04/22 00:31, , 26F
組器)似乎有機會擺脫這個困擾
04/22 00:31, 26F

04/22 03:42, , 27F
大概了解你的意思,記憶體時脈已經落後CPU很多
04/22 03:42, 27F

04/22 03:49, , 28F
但現在討論的是大腦組織,大腦組織的時脈只有200Hz
04/22 03:49, 28F

04/22 03:50, , 29F

04/22 03:50, , 30F
每秒只會產生200次電脈衝
04/22 03:50, 30F

04/22 03:56, , 31F
現在隨便找條記憶體都有200Mhz,是神經細胞的百萬倍
04/22 03:56, 31F

04/22 04:03, , 32F
其實大腦組織對外頻寬非常有限,人眼也不過五百萬個椎
04/22 04:03, 32F

04/22 04:05, , 33F
狀細胞,而且實際上只有中央窩的部分可以看清楚物體。
04/22 04:05, 33F

04/22 04:06, , 34F
要用500萬畫素的傳輸頻寬錄影以現在的技術不難做到
04/22 04:06, 34F

04/22 04:07, , 35F
聽覺的部分在二十多年前就可以用CD傳輸人耳聽覺極限的
04/22 04:07, 35F

04/22 04:07, , 36F
聲音了
04/22 04:07, 36F

04/22 04:08, , 37F
大腦頻寬假如很大的話,我們也不用反覆慢慢學習了
04/22 04:08, 37F

04/22 11:05, , 38F
之所以會提到記憶體間的通訊,是想比較腦神經的神經元
04/22 11:05, 38F

04/22 11:06, , 39F
與其他神經元連結的個數(幾千幾萬等等),再比照計算機
04/22 11:06, 39F

04/22 11:07, , 40F
如果也做成相同的連結方式,模仿腦神經的行為.
04/22 11:07, 40F

04/22 11:09, , 41F
以一個計算機當單位神經元的情況下-
04/22 11:09, 41F

04/22 11:10, , 42F
如果計算機s間的通訊(我想這會類似廣播),實在比計算機
04/22 11:10, 42F

04/22 11:11, , 43F
本身的運算慢上許多,那效能瓶頸就會在通訊上,此時多快
04/22 11:11, 43F

04/22 11:11, , 44F
的計算機頻率都是幫不上忙的.
04/22 11:11, 44F

04/22 11:12, , 45F
你也許會想,將所有的神經元模擬都放再同一個計算機/記
04/22 11:12, 45F

04/22 11:13, , 46F
憶體上, 那就要同時(在計算機中當然不會是同時的)模擬
04/22 11:13, 46F

04/22 11:14, , 47F
上億個神經元.如果計算機的效能能比腦神經快上億倍,這
04/22 11:14, 47F

04/22 11:15, , 48F
時才有"可能"說計算機比大腦神經網路快
04/22 11:15, 48F

04/22 11:19, , 49F
"人腦有一千億腦神經細胞","時脈只有200Hz"
04/22 11:19, 49F

04/22 11:22, , 50F
粗略算也要20G的(單核)計算機來模擬(我算數不太好QQ)
04/22 11:22, 50F

04/22 11:38, , 51F
而這只是把每個神經元的行為用1個計算機cycle估計的,
04/22 11:38, 51F

04/22 11:39, , 52F
實際上可能要上百個計算機cycles,這還不考慮記憶體的存
04/22 11:39, 52F

04/22 11:39, , 53F
取.
04/22 11:39, 53F

04/22 12:04, , 54F
"隨便找條記憶體都有200Mhz,是神經細胞的百萬倍"這是
04/22 12:04, 54F

04/22 12:05, , 55F
有待商榷的,在於記憶體的頻寬是指一次讀取,假設沒有其
04/22 12:05, 55F

04/22 12:06, , 56F
它元件(或演算法)輔助下.一次神經元的資料傳送,給上萬
04/22 12:06, 56F

04/22 12:10, , 57F
(假設只有1萬)個神經元-讀取此記憶體1萬次.一秒可以有
04/22 12:10, 57F

04/22 12:11, , 58F
2000次讀取.因此在此情況下,記憶體速度是此種神經連結
04/22 12:11, 58F

04/22 12:12, , 59F
的2000倍而已
04/22 12:12, 59F

04/22 12:16, , 60F
我只是想說明,"目前"的(一般的)計算機並不是快到超越
04/22 12:16, 60F

04/22 12:17, , 61F
大腦許多.當然,我不是說神經網路的連結不重要,只是要
04/22 12:17, 61F

04/22 12:17, , 62F
讓計算機發揮它的長處,這個神經網路的聯結就不能太複雜
04/22 12:17, 62F

04/22 12:19, , 63F
不過還是很感謝你提供的網頁連結,可以讓討論看起來言
04/22 12:19, 63F

04/22 12:19, , 64F
之有物.
04/22 12:19, 64F

04/22 12:29, , 65F
@@ 我算錯了的樣子, 關於記憶體速度與神經元的比例
04/22 12:29, 65F

04/22 12:57, , 66F
大腦絕對比現在的超級電腦快,只是假如只是要做腦機
04/22 12:57, 66F

04/22 12:58, , 67F
介面,以現在的電子技術,要把外界資訊送入大腦,頻寬
04/22 12:58, 67F

04/22 12:58, , 68F
不會是很大的問題。
04/22 12:58, 68F

04/22 12:59, , 69F
至於大腦的速度比超級電腦快到什麼程度,我晚點再PO文
04/22 12:59, 69F

04/22 13:00, , 70F
或許可這樣說,大腦是用低時脈超多核心(至少一千億個)
04/22 13:00, 70F

04/22 13:00, , 71F
所以當然是比現在的超級電腦還快上非常多
04/22 13:00, 71F

04/22 13:43, , 72F
期待~ 快發文吧
04/22 13:43, 72F
文章代碼(AID): #19wjGizy (Ghost-Shell)
文章代碼(AID): #19wjGizy (Ghost-Shell)