相關文章

具有思考能力的電腦

540b67a16be06e9ef600a1fba7dbf8e0 去年,Google 的神經網路(neural network)通過一種讓電腦「自學」的演算法,讓電腦透過一個基於一億張照片的資料庫進行分析和學習,最終能自行辨別出「貓的照片」。今年6月,這間公司宣布將進一步運用神經網路讓搜尋變得更加精準。

史丹佛大學開發的生物型電腦處理器

受益於腦科學研究探索上的進展,目前生物型電腦取得了新的突破。

《紐約時報》報導,2014年高通將推出第一款商用版本的生物型電腦處理器。這種電腦不僅會作普通的運算,和普通電腦最大的不同是,這種智慧電腦能學會「容忍」自己的錯誤繼續保持運作,也就是說基本不會出現當機的狀況。

傳統的電腦受制於程序,無論運算性能多強,但是目前電腦的所有行為僅基於人類的各種指令。這麼多年來即使運算技術取得空前突破,但是電腦的設計依然基於現代電腦創始人之一的 John von Neumann 在65 年前定下的方向。

簡單來說,在傳統電腦上程序會命令處理器工作,將得出的結果輸出到 RAM 上,但處理過程產生的數據只會極短暫地停留在處理器的 Cache 上,處理器並不會「記憶」之前做過的事情,整個電腦工作流程更像一條流水線。

而新的智慧電腦,則模仿人腦一樣擁有一個神經系統,在工作時每個元件能互相影響,和傳統的「編程(programming)」不同,數據傳入電腦後,是透過整個「神經系統」相互反應而工作,而且整個工作過程跟人類思考和行動的方式非常類似。其實類人腦架構的電腦技術目前已經開始應用在一些大型科技公司(如之前提到的 Google),它們基於生物學中的神經系統的原理運作,讓電腦能夠在工作過程中「吸收」訊息,從而根據現場的變化做出調整,這也是之前所講這種電腦能夠自行容錯繼續工作的原因。

在未來,新一代的人工智慧系統會因為這種技術變得更加先進,例如電腦將有可能像人類一樣,具備真正意義上的感官能力,進而能夠在面部、語音識別,統籌這些目前還是初始階段的科技變得更加先進,目前這些領域仍然高度依靠人手操作。加州電信與訊息技術研究所(Calit2)是目前研究這種智慧電腦的機構之一,負責人Larry Smarr 表示傳統的「工程型電腦系統」將逐步邁向「生物型電腦系統」。這種技術的革新將為一些自動化產業如自動駕駛掃清了道路。

IBM 的電腦科學家 Dharmendra Modha 表示,新型的電腦具有學習能力,就像具有思考能力的感應器,未來的前景無所限量。當然,至少從目前來說,這種感知型電腦仍無法取代目前傳統電腦,更多是以協作處理器的形式存在。其中之一最大的好處是這種電腦不容易當機,因為它們內部的演算法一直在變,允許電腦不停地適應當前的工作環境,可能我們在未來將會和各種系統更新(Patch)說拜拜了。

對於這種生物電腦來說,衡量處理能力是看「腦袋」大小的。例如去年 IBM 宣布開發出一款模擬人腦運作的超級電腦,就配備了 100 億組神經元——大概為人類大腦的 10%,「想」的速度也比人腦慢 1500 倍。據《紐約時報》介紹,IBM、高通以及史丹佛大學已經開發出神經式構造的處理器,而高通更宣稱將在 2014 年推出面向商​​業市場的產品。而另外,目前全球多所大學也已將重心放在生物型電腦領域的開發上。


使用 Facebook 留言

發表回應

謹慎發言,尊重彼此。按此展開留言規則