Re: [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 (達克鴨)時間15年前 (2009/04/23 03:51), 編輯推噓7(7070)
留言77則, 9人參與, 最新討論串2/2 (看更多)
之前用推文的會太長,所以直接回文了。 大腦到底有多快,這可以換另外一種說法,用電腦模擬一顆大腦到底要多快的CPU, 首先我們理解一下大腦的結構,人腦大約有一千億個腦細胞,每個腦細胞又有伸出 突觸和其他大約一千個腦細胞相連,每秒平均放出兩百個電脈衝。 每個腦神經細胞都可以當作CPU,它的運算模式是將所有突觸的輸入乘上權值再相加, 假如大於一個閥值就觸發一個神經脈衝,前面講到每個腦神經細胞平均會和一千個 腦神經細胞相連,那麼也就是平均每個腦神經細胞會有1000個input進來, 那至少就要1000次的乘法浮點運算,再加上1000次的浮點加法運算,一個腦神經細胞 一個脈衝就要用掉2000次的浮點指令運算,人腦有一千億個腦細胞,那麼就需要 2K*100G=200T 個浮點指令運算 再乘上人腦時脈是200Hz,每秒平均放出兩百個電脈衝 200T*200=40000T=40P 個浮點指令運算/秒 當然實際值可能比這個少得多,因為人腦不會每個區域都一直在運作,但就算打個一折, 變4P flops,都還是比目前世界上最快的超級電腦都還要快得多,依照TOP 500的資訊 2008年11月排名第一的超級電腦它的運算效能是1105000 GFlops 也就是1.1PFlops http://www.top500.org/system/performance/9707 這台電腦叫做Roadrunner,是美國能源部的超級電腦,是個叢集式的超級電腦, 總共有高達12萬個CPU核心,每個核心都以數GHz的速度在運作。像這種超級電腦都 會耗掉一整棟樓的面積,還必須蓋專用電廠供電。 http://zh.wikipedia.org/wiki/IBM_Roadrunner 由此可見得人腦的資訊處理能力是多麼恐怖,就算現在電腦如此之快,但要達到人腦 的資訊處理能力,還是有段差距。 至於我說的頻寬問題,就是在於人腦和電腦對比的話,CPU和記憶體根本就合起來的, 所以不會有頻寬問題,所謂的記憶是分散在神經網路的突觸拓譜當中,不像現在馮紐曼 式的電腦,是有個記憶體儲存程式,有個CPU進行運算,還要有個Bus負責之間的聯繫, 大腦沒有這個問題,基本上大腦的"程式"是分散在大腦各處,而不是儲存在記憶體, 但是和電腦類比的話,人腦的IO其實沒有多快,也就是人腦對外的資訊傳遞所消耗的 頻寬以現在的科技能力是可以做到的,簡單的講就是可以用數位訊號傳輸人耳聽覺 極限的聲音,用數位訊號傳遞也快要達到人眼辨識極限的Full HD影像,至於其他的 感覺其實也都沒有比視覺還要來的消耗頻寬。當然人腦傳遞訊息的方式和數位訊號傳遞 的方式不太一樣,神經系統是許多神經平行輸入,例如視覺就可以有數百萬個椎狀細胞 平行輸入,而電腦則通常是用序列方式高頻傳輸,只有一條細線,但是頻率高達GHz, 但總的來說以現在的科技,腦機介面要做,頻寬不會是太大問題,主要是要做個訊號轉 換,把相應的訊號都對到正確的神經突觸上,以目前最為成熟的人工電子耳的科技來說, 只用了22個頻道,也就是說只用了22個電擊在耳蝸的神經細胞上就可以得到不錯的效果, 這根本不需要多大的資料傳輸量。當然要達到完美效果,最好是能夠和人類的一萬六千 多個毛細胞互相對應。目前人工電子耳可以讓耳聾患者聽懂語音,卻無法去欣賞音樂。 http://tinyurl.com/dm7jmg 假如真的要在腦中做個記憶體晶片,使得腦部可以獲得額外的儲存的空間的話,那當然 也不可能使用類似現在序列式的高頻傳輸技術,而必須和是和大腦相容的低頻並列式傳 輸,可能必須要用到上億個電極和突觸相連,並且還要能把這些資料用條細傳輸線傳 到人腦外,這個時候頻寬才會是個問題。 總的來說,人腦的和感官的頻寬其實沒有多快,但是總運算能力很大,除非想要把人腦 的運算功能用條傳輸線搬到腦部外做大幅擴充改造,否則只是要做感官的腦機介面以現 在的資訊傳輸技術而言是綽綽有餘的。 -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 219.86.67.97 ※ 編輯: DarkerDuck 來自: 219.86.67.97 (04/23 04:01) ※ 編輯: DarkerDuck 來自: 219.86.67.97 (04/23 04:03) ※ 編輯: DarkerDuck 來自: 219.86.67.97 (04/23 04:08)

04/23 06:44, , 1F
04/23 06:44, 1F

04/23 07:58, , 2F
04/23 07:58, 2F

04/23 08:03, , 3F
所以是我們頭腦要輸出資訊讓外界的器材接收 用電子的方式
04/23 08:03, 3F

04/23 08:03, , 4F
目前還很困難囉?
04/23 08:03, 4F

04/23 09:58, , 5F
請看BrainGate那一篇,這是做得到的。
04/23 09:58, 5F

04/23 10:29, , 6F
主要問題是雖有先進的資訊科技,但是牽涉到人體實驗
04/23 10:29, 6F

04/23 10:30, , 7F
就很難找到合適的實驗者,尋找最合適的腦機介面技術
04/23 10:30, 7F
※ 編輯: DarkerDuck 來自: 140.130.175.227 (04/23 10:31)

04/23 10:49, , 8F
推 量化的數據
04/23 10:49, 8F

04/23 10:55, , 9F
"4P flops"應該是很難達成的目標,所以未來的ai學習應該
04/23 10:55, 9F

04/23 10:56, , 10F
不會只是模擬出大腦,這樣即使做出來,也只是和一般人一
04/23 10:56, 10F

04/23 10:56, , 11F
樣. 有個很類似的研究在過去曾經發生過,人類的飛行.
04/23 10:56, 11F

04/23 10:57, , 12F
人類想要飛行,最後做出來的不是摹仿鳥類的翅膀/肌肉組
04/23 10:57, 12F

04/23 10:58, , 13F
織.
04/23 10:58, 13F

04/23 11:05, , 14F
其實假如摩爾定律可以一直持續下去的話,PC大約可在
04/23 11:05, 14F

04/23 11:05, , 15F
30多年後達成這個目標
04/23 11:05, 15F

04/23 11:05, , 16F
只是摩爾定律還可以持續多久,有沒有這個需求,沒人知
04/23 11:05, 16F
※ 編輯: DarkerDuck 來自: 140.130.175.227 (04/23 11:08)

04/23 11:11, , 17F
用三十年"演化"出大腦,已經很快了XD.
04/23 11:11, 17F

04/23 11:12, , 18F
目前PC最快的運算元件其實是GPU,大約是1 TFlops
04/23 11:12, 18F

04/23 11:13, , 19F
那也只是運算速度達到,但不代表就真的可以讓如大腦般
04/23 11:13, 19F

04/23 11:14, , 20F
複雜的神經網路正確運作
04/23 11:14, 20F

04/23 11:15, , 21F
用比較保守的摩爾定律,兩年成長一倍,三十年也就有
04/23 11:15, 21F

04/23 11:16, , 22F
32萬倍,這就是指速成長的恐怖的地方
04/23 11:16, 22F

04/23 11:22, , 23F
gpu也不過是一種特化的cpu,要是有神經元專用"npu"也不
04/23 11:22, 23F

04/23 11:22, , 24F
意外
04/23 11:22, 24F

04/23 11:22, , 25F
三萬兩千倍,眼殘了
04/23 11:22, 25F

04/23 11:23, , 26F
我想摩爾定律應該是假設電子元件都是線性的吧, 科科.
04/23 11:23, 26F

04/23 11:25, , 27F
不過Intel也努力讓CPU都一直維持這個趨勢
04/23 11:25, 27F

04/23 11:25, , 28F
"IBM院士:摩爾定律快玩完了" (google關鍵字)
04/23 11:25, 28F

04/23 11:25, , 29F
"Intel董事長貝瑞特:摩爾定律還能管用15年"
04/23 11:25, 29F

04/23 11:30, , 30F
摩爾定律快玩完了是因為晶片光蝕刻技術已經遇到瓶頸
04/23 11:30, 30F

04/23 11:31, , 31F
但會不會有其他技術接手光蝕刻晶片運算也無人知
04/23 11:31, 31F

04/23 11:32, , 32F
我想應該是會有的,邪惡的美帝一定有很多備用計畫等著
04/23 11:32, 32F

04/23 11:33, , 33F
的確有許多新技術在研發,量子計算、光運算、分子運算
04/23 11:33, 33F

04/23 11:38, , 34F
全世界都在推機器人產業,"機器學習"仍有很多需求,
04/23 11:38, 34F

04/23 11:39, , 35F
總之, 請繼續努力吧 @@
04/23 11:39, 35F

04/23 14:03, , 36F
"人腦不會每個區域都一直在運作",記得大腦裡也有模組,
04/23 14:03, 36F

04/23 14:04, , 37F
如果只針對最小的模組做模擬,應該就不用一次放一千億個
04/23 14:04, 37F

04/23 14:04, , 38F
神經元在其中了.只是,這樣做應該還是會有失真的情況.
04/23 14:04, 38F

04/23 22:13, , 39F
這真是一篇精闢的科普文
04/23 22:13, 39F

04/24 02:12, , 40F
大腦的確是有分區啊,對於固定式的AI而言,大腦皮質的
04/24 02:12, 40F

04/24 02:13, , 41F
運動區和軀體的皮膚感覺區都可以拿掉。
04/24 02:13, 41F

04/24 02:18, , 42F
一些較原始的欲望區域也都可以拿掉,和控制器官的運作
04/24 02:18, 42F

04/24 02:18, , 43F
的神經網路也都可以拿掉。
04/24 02:18, 43F

04/24 02:20, , 44F

04/24 02:22, , 45F
所以存粹是為了做出具有高等思維的AI的話,應該是可以
04/24 02:22, 45F

04/24 02:23, , 46F
參考人類大腦皮質部分的神經網路構造就夠了。
04/24 02:23, 46F

04/24 02:25, , 47F
電腦所模擬的類神經網路其實也早就商業化了,有很多應
04/24 02:25, 47F

04/24 02:32, , 48F
用。有些號稱Fuzzy的洗衣機裡面就有模糊邏輯類神經網路
04/24 02:32, 48F

04/24 02:33, , 49F
一些醫學影像處理也會用到類神經網路去辨識癌細胞。
04/24 02:33, 49F

04/24 02:34, , 50F
甚至連電腦遊戲AI都很多就是用類神經網路去做。
04/24 02:34, 50F

04/24 02:36, , 51F
有些車子的引擎也是用類神經網路去控制的。
04/24 02:36, 51F

04/24 02:38, , 52F
只是規模都沒有像人腦那麼大,整合了那麼多功能。
04/24 02:38, 52F

04/24 02:39, , 53F
畢竟人腦經過了好幾億年的演化。
04/24 02:39, 53F

04/24 02:41, , 54F
就連果蠅的腦神經也是複雜到最近才完全解開的。
04/24 02:41, 54F

04/24 02:42, , 55F

04/24 02:46, , 56F
像這個研究只解出果蠅嗅覺的神經網路三層模型
04/24 02:46, 56F

04/24 02:47, , 57F
就已經非常了不起。
04/24 02:47, 57F

04/24 02:48, , 58F
人的視覺皮質總共有六層,而且更為複雜。要解開就更難
04/24 02:48, 58F

04/24 02:48, , 59F
上許多。
04/24 02:48, 59F

04/24 10:23, , 61F
創智慧這本書我一直沒看完 @@
04/24 10:23, 61F

04/24 10:31, , 62F
"電腦所模擬的類神經網路其實也早就商業化了"然而AI仍
04/24 10:31, 62F

04/24 10:32, , 63F
與人類的智慧有很大的差異,我想跟你上篇提到的網路連結
04/24 10:32, 63F

04/24 10:33, , 64F
方式/組織,學習方式有很大的關係吧.
04/24 10:33, 64F

04/24 13:13, , 65F
太大的神經系統(大腦)做不出來,目前的類神經網路不夠用
04/24 13:13, 65F

04/24 13:17, , 66F
的確只能做出很小的啊,現在連果蠅大小的神經網路
04/24 13:17, 66F

04/24 13:17, , 67F
都做不太出來
04/24 13:17, 67F

04/24 13:18, , 68F
因為現在現在類神經網路只負責一些簡單的工作,
04/24 13:18, 68F
※ 編輯: DarkerDuck 來自: 219.80.140.251 (04/24 13:19)

04/24 13:20, , 69F
太多類神經元並無法增加精準度和效率
04/24 13:20, 69F

04/24 13:21, , 70F
太複雜的工作,一坨沒有經過分區分層分類的類神經元
04/24 13:21, 70F

04/24 13:21, , 71F
網路是無法達成的
04/24 13:21, 71F

04/24 13:21, , 72F
這倒是真的,如果只針對單一目的,的確不需要過大的NN
04/24 13:21, 72F

04/25 13:31, , 73F
推文好長...
04/25 13:31, 73F

04/25 18:48, , 74F
我瞎了... 有迴路燒斷的感覺 這不是我的領域... ˊ口ˋ
04/25 18:48, 74F

04/28 14:49, , 75F
長知識推~ 我竟然都看完了~ 還看得懂...
04/28 14:49, 75F

04/30 12:46, , 76F
簡單易懂 推
04/30 12:46, 76F

05/03 09:42, , 77F
每次來攻殼都覺得走錯版..
05/03 09:42, 77F
文章代碼(AID): #19xtL9iC (Ghost-Shell)
文章代碼(AID): #19xtL9iC (Ghost-Shell)