IBM och Darpa planerar “brain-like” datorer för storskalig dataanalys, beslutsfattande system och bildigenkänning.

Av Jason Palmer

Vetenskap och teknik reporter, BBC News


IBM har meddelat att det kommer att leda en amerikansk statsfinansierad samarbete för att göra elektroniska kretsar som efterliknar hjärnor.

Del av ett område som kallas “kognitiv computing”, kommer forskningen att sammanföra neurobiologists, dator och material forskare och psykologer.

Som ett första steg i sin forskning Projektet har beviljats 4,9 miljoner $ (£ 3.27m) från USA försvarsbyrån DARPA.

Denna teknik skulle kunna användas för storskaliga dataanalys, beslutsfattande eller bildigenkänning.

“Hjärnan har en fantastisk förmåga att integrera tvetydig information via sinnena, och kan enkelt skapa kategorier av tid, rum, objekt och inbördes från sensoriska data, säger Dharmendra Modha, IBM-forskare som är på väg i samarbetet.

“Det finns inga datorer som ens avlägset kan närma sig anmärkningsvärda bedrifter sinnet utför, sade han.

“Huvudtanken med kognitiv Computing är att ingenjör mind-liknande intelligenta maskiner med reverse engineering struktur, dynamik, funktion och beteende i hjärnan.”

‘Perfect storm’

IBM kommer att gå fem amerikanska universitet i ett ambitiöst försök att integrera det som är känt från riktiga biologiska system med resultaten av superdatorn simuleringar av nervceller. Teamet kommer då syftar till att producera för första gången ett elektroniskt system som fungerar som simuleringarna gör.

Det långsiktiga målet är att skapa ett system med graden av komplexitet i en katt hjärna.

Dr Modha säger att tiden är mogen för ett sådant tvärvetenskapligt projekt eftersom tre olika sysselsättningar går samman i vad han kallar en “perfekt storm”.

Neuroforskare arbetar med enkla djur har lärt sig mycket om den inre kretsen av nervceller och synapser som förbinder dem, vilket resulterar i “kopplingsschema” för enkla hjärnor

Superdatorer, i sin tur kan simulera hjärnor upp till komplexiteten i små däggdjur, med hjälp av kunskap från biologisk forskning. Modha ledde ett team som förra året använde BlueGene superdator för att simulera en mus hjärna, bestående 55m nervceller och ungefär en halv biljon synapser.

“Men den verkliga utmaningen är då att manifestera vad som kommer att dras från framtida simuleringar i verkliga elektroniska apparater – nanoteknik,” Dr Modha sa.

Technology har först nyligen nått ett stadium där strukturer kan tillverkas som matchar tätheten av nervceller och synapser från riktiga hjärnor – omkring 10 miljarder varje kvadratcentimeter.

Nätverk

Forskarna har använt bitar av datakod kallas neurala nätverk som syftar till att representera anslutningar av nervceller. De kan programmeras för att lösa ett särskilt problem – beteenden som verkar vara samma som lärande.

Men detta tillvägagångssätt är fundamentalt olika.

“Problemet med neurala nätverk och artificiell intelligens är att de syftar till ingenjör begränsade kognitiva funktioner i taget. De börjar med ett mål och ta fram en algoritm för att uppnå det,” Dr Modha säger.

“Vi försöker en 180 graders förskjutning i perspektiv: söker en algoritm första, andra problem. Vi undersöker centrala mikro-och makro-kretsar i hjärnan som kan användas för en mängd olika funktioner.”

Problemet är inte i organisationen av befintliga neuron-like-kretsar, dock, anpassningsförmåga hjärnor ligger i deras förmåga att ställa synapser, förbindelserna mellan nervceller.

Synapsförbindelser form, bryta, och stärks eller försvagas beroende på de signaler som passerar igenom dem. Göra en nanonivå material som passar den beskrivningen är en av de viktigaste målen för projektet.

“Hjärnan är mycket mindre ett neuralt nätverk än en synaptisk nätverk,” Modha säger.

Första tanke

Den grundläggande förskjutning mot att sätta problemlösning innan problemet blir potentiella tillämpningar för sådan utrustning praktiskt taget obegränsade.

Fri från de begränsningar som uttryckligen programmerad funktion, kan datorer samla ihop olika information, väga det bygger på erfarenhet, form minne självständigt och utan tvekan börja lösa problem på ett sätt som hittills varit förbehållen vad vi kallar “tänkande”.

“Det är ett intressant försök, och modellering datorer efter den mänskliga hjärnan är lovande, säger Christian Keysers, chef för neuroimaging centrum vid University Medical Center Groningen.Dock varnar han att finansieringen hittills är sannolikt otillräckliga för ett sådant stort projekt.

Att insatserna kräver expertis på så många olika discipliner innebär att projektet är unikt i sin omfattning, och dr Modha medger att målen är mer än ambitiösa.

“Vi kommer inte bara för en HomeRun, men för en HomeRun med laddade baser, säger han.



Kommentera:

Namn *:
E-post *:
Webbplats:
Kommentar *:
*