人腦的最小尺度也就是細胞(分子層面),當前CPU也都快到納米級別的尺度。而同時人腦的體積也那麼小,與其相比計算機可以體積龐大。直覺上來說,人腦的計算力並不是當前計算機無法達到的高度,那麼當前科技模擬人腦的瓶頸在哪裡?


人腦中大約有860億個神經元,而四核i7中大約只有14億個電路門,且其中很大一部分都布置在簡單的高速緩存存儲線上。雖然PC中的門電路比人腦中的神經元要快一些,但神經元可以看作是是功能更強大且機制複雜的設備。運行在超級計算機上規模比較大的人工神經網路規模也不過是以千萬來計數,作用還遠不如青蛙的大腦複雜。

即使人工神經網路的增長速度是按照摩爾定律進行的,在傳統計算機上運行的人工神經網路也要再過幾十年才能在複雜度上與人腦匹敵。但如果這樣做,單個門和組成門的電路規模就必須縮小很多,這應該很難實現,到時候可能必須創建專用於模擬神經網路的設備,這又會延長不少時限。即便如此,也只是在數目上匹敵,複雜度上可能還我們需要追趕的路程還有很遠。

補充:最近聽了一次類腦計算的講座,後續可以補充點內容。


模擬的先決條件是什麼?

模擬兩個剛性小球碰撞,得先知道剛性碰撞公式。


我個人也覺得,人腦確實是因為"太快",所以當前科技無法模擬人腦。

1.我可以從NLP自然語言理解的角度來舉例:

當我們聽到一個問題「1+1=?」

我們立馬會猜想這是一個數學問題,然後知道要運算,答案是2。這幾乎是瞬間。

也許大家會認為,計算機計算加減乘除比這個快多了,那麼ok,我再舉個例子。

接下來根據每個人的世界認知以及知識儲備隨機出一系列問題:

  1. 數學運算 1+1=?
  2. 光速有多快?
  3. 霸王別姬的男演員是誰?
  4. 奧巴馬是誰?
  5. 牛奶中是否含有蛋白質?

回答上面這些問題,你就會發現,人還是那麼快,而機器就不行了。每個人知道的知識很多,首先,為什麼你會第一時間認為它是一個數學問題,並且是求和?如果是機器,是不是要先判斷,它是數學問題?政治問題?生物問題?等等,在遍歷了所有可能性以後,才會得出結果,並且再搜索答案。搜索答案也是大海撈針,從所有知識的開頭開始檢索到結束。但是人卻能非常快的理解,並解決。

綜上,人腦的運算快=所有知識儲備/解決問題花費的時間。

PS:一個成年人的知識儲備有多少,可想而知,並且知識儲備並不會因為文化高低而受到太大影響。畢竟我不認為一個農民他掌握的內容就真的比讀過書的人。在地里幹活的人,至少他懂耕作,你不就不懂了嗎?

目前我能掌握到的是,人腦肯定也有一個緩存區,在這個緩存區中的知識,檢索起來會非常快,比如日常工作,生活息息相關的內容。太長久的往往容易被忘記,但是就是這塊緩存也顯得異常驚人,我還是能感受到它儲量不俗。

以上僅個人觀點,哈哈,算是我的猜想而已。


個人覺得是一切的根本問題是功耗,也就是發熱。發熱決定了目前的計算機晶元沒法做太大也沒法向三維空間發展。甚至把幾百萬個晶元串聯起來就可稱超級計算機。試下下,把一個幾平方厘米的晶元做成三維,假設1厘米厚,如果不受發熱影響,即使不考慮空間電路網帶來更多的優勢,就是簡單的按厚度來做加減法,1cm/20nm等於多少?50w倍。不受發熱影響可以把晶元做成人腦那麼大,也就是1.5立方分米10*10*15cm/2*2cm*20nm 一億多倍了。雖然這個還是趕不上大腦,但是只要沒有熱量的問題,做大總會趕上的


人類現在要用計算機技術摸擬自己的大腦,科技研發方向還沒找准吧,關於人腦思考原理,與以二進位為基礎的馮諾依曼運算方式有著天壤之別,以電脈衝信號進行運算,不發熱才怪呢,而人腦也是二進位嗎,根本不是,雖然馮諾依曼式的計算機在一些運算速度方面遠超人類,但其原理根本不是人腦的原因。摩爾定律僅僅適用於以電脈衝硅晶片為基礎的電子科技產業的發展,根本不適用於人腦,因為人腦的運行原理根本不是那種靠高頻電脈衝序列(有的是程序指令序列,有的數據信息序列)的運算方式,所以說,只要採用當前的計算機原理(包括當前的人工智慧技術其基礎也是二進位的計算機理論為基礎的)來摸擬人腦,肯定不可能實現。


十年前,瑞士神經科學家Henry Markram在TED大會上宣布,十年內他能用計算機模擬出人腦,進一步揭露意識的本質。但如今,這曾經震驚神經學界的大型人腦模擬項目Human Brain Project正式宣告失敗。

  項目參與者坦言,人腦神經元之間的合作和聯繫機制遠比目前科學家所能了解到的複雜得多。

  加拿大Neurolinx研究所的Klaus M. Stiefel和辛辛那提大學的Daniel S. Brooks專門寫了一篇論文來闡述為什麼針對人類大腦的模擬做不成。他們認為,即使是低等動物,也需要大量參數,對哺乳動物來說,參數、組織層次限制和大腦特定生態學特徵會讓這件事情無法達成。

大家還是多關注基礎研究吧,從基礎科學去推動科技進步,有需要用到GPU的朋友可以再智星雲租用,現在還有分時租用,也有3080可以租用。


先談談人腦的計算力。經過估算,人腦的計算力達到每秒幾十億億次浮點運算,相當於目前最強的超算,遠比想像的要高,但功耗低了幾千萬倍。具體估算過程不久前我剛回答過。再說說結構的精細程度。電腦晶元是達到十納米左右,但需要若干電路組成基本運算,這樣就大一些了,而人腦的基本元器件是鈉等離子大小不足零點幾納米,即使較大的分子也只有幾納米,但功能已經更複雜了,這樣相比,人腦的細度是電腦的幾十倍,更重要的是,在微觀角度,人腦是立體的,雖然最後的分布不是全3D的,這樣,精密度就比電腦高了成千上萬倍。最重要的是,人腦的神經網路結構非常高級,而電腦模擬的結構則顯得非常低級。比如人腦的神經元種類可能有幾百種,而電腦模擬的人工智慧的神經元只有一種。這樣造成電腦在模擬上的效率非常低下。以上綜合一下可以看到,目前電腦無論從硬體軟體都比人腦差了萬倍甚至千萬倍,因此想做到全面達到人腦水平估計還需二十年。
因為根本沒搞明白人腦的運作機制,所以無從模擬,談計算機的快慢也沒意義
大腦是神經網路肉質CPU,造出神經網路的CPU是超級難的吧?腦神經網路的精密並不一定就說是小。更難的我認為是構造問題。還有就是堆體積並不能解決性能問題。比如說顯卡造大一點,CPU造大一點。超算的話主要是架構問題,它能把多塊CPU聯到一起計算。所以說只要你架構足夠先進,單個CPU性能沒那麼厲害總體上看性能還是十分強勁的。
推薦閱讀:
相关文章