Vi mạch não bộ nhanh hơn con người

Bằng cách mô phỏng các ion điện trong các hệ thống thần kinh của con người với các phí điện tử trong một vi mạch tùy chỉnh tương tự, các nhà nghiên cứu của MIT tuyên bố đã tạo ra một công nghệ bộ não nhân tạo học thậm chí còn nhanh hơn so với bộ não con người.

07:11 AM 04/11/2015 In bài viết này

Watson của IBM gần đây cho thấy rằng các siêu máy tính có thể chơi các game show "Jeopardy" tốt hoặc tốt hơn so với con người. Lợi thế mà con người vẫn mô phỏng phần mềm học tập và thu hồi là hệ thần kinh tương tự của một con người nhỏ hơn và điện năng thấp hơn so với căn phòng đầy đủ của máy chủ hiệu suất cao cần thiết cho Watson. Hiện nay, bằng cách sử dụng giả lập phần cứng năng lượng thấp của các mạng thần kinh của con người, thay vì phần mềm mô phỏng trên siêu máy tính hiệu suất cao, Viện nghiên cứu Công nghệ Massachusetts dự đoán rằng vi mạch có kích thước bộ não nhân tạo sẽ được học-và-nhớ lại thậm chí còn nhanh hơn so với con người.

Trong thời đại của máy tính hỗ trợ thiết kế (CAD), mô phỏng phần mềm đã trở thành phép xấp xỉ đầu tiên cho bất kỳ hệ thống thông minh nào. Quyết định các bộ phận của một thiết kế - nếu có - để thực hiện như là một mô phỏng phần cứng thường phụ thuộc vào kết quả của mô phỏng phần mềm. Bằng cách xác định các thói quen thường xuyên nhất được sử dụng và xấp xỉ bao nhiêu độ giả lập phần cứng sẽ tăng tốc độ thực hiện nhanh hơn, câu hỏi đặt ra là liệu chi phí thêm máy gia tốc hoặc ứng dụng cụ thể tùy chỉnh các mạch tích hợp (ASIC) có thể đánh giá được hay không. Giả lập tốt hơn mô phỏng bằng cách tái tạo một chức năng tương tự trong môi trường khác. Với công việc mới này, các nhà nghiên cứu đã sử dụng phí điện tử ở vị trí của các ion hóa học.

Để đẩy việc mô phỏng quy trình học tập-và-nhớ của con người, Giáo sư Chi-Sang Poon, nhà khoa học nghiên cứu chính của MIT tại Phòng Khoa học Y tế và Công nghệ ở Harvard-MIT, và các cộng sự đã tạo ra một mô phỏng phần cứng yếu tố học tập của não bộ - các khớp thần kinh. Các tế bào não được nối với nhau bằng các khớp thần kinh phát triển khi tăng giảm điện áp gây ra việc học tập, và teo lại khi sự vắng mặt của chúng gây ra quên. Poon khẳng định các khớp thần kinh điện tử của mình cùng thi đua nhau học tập và quên đi nhanh hơn so với ở người, nhờ sử dụng phí điện tử trong dây thân kinh trái ngược với các ion hóa chất trong các kênh dẫn truyền thần kinh.

Poon nói: "Chúng tôi muốn bắt chước chức năng của não thực tế, bằng cách bắt các quy trình nội bào được dựa trên kênh ion, không chỉ là điện áp đột biến,". "Mô hình của chúng tôi nắm bắt được tất cả các quá trình ion xảy ra bên trong một khớp thần kinh."

Khớp thần kinh nhân tạo của MIT cuối cùng có thể trở thành một yếu tố mạch trong một bộ phận giả thần kinh như võng mạc nhân tạo chữa bệnh mù mắt và cuối cùng có thể được nhân rộng trên khắp các mạch tích hợp quy mô rất lớn (VLSIs), nơi hàng triệu người có thể mô phỏng toàn bộ các vùng não nhưkhả năng nhận dạng mô hình của vỏ não thị giác. Ngày nay, tuy nhiên, các nhà nghiên cứu MIT vẫn còn đang hoàn thiện một khớp thần kinh duy nhất, mà cho đến nay đòi hỏi phải có khoảng 400 bóng bán dẫn. Poon đã đồng nghiên cứu với đồng nghiệp là giáo sư Mark Bear của MIT, giáo sư Shouval Harel của Đại học Texas và nhà nghiên cứu, cựu tiến sĩ của MIT, Guy Rachmuth.