Cai Shaotang'dan Wang Zhigang'a: Memristor'a dayalı beyin benzeri derin öğrenme bilgisayarı oluşturma
Xinzhiyuan önerilir
1950'lerde von Neumann, bilgisayarların temel çekirdek mimarisi haline gelen ve bugün hala kullanımda olan von Neumann mimarisini önerdi. Yarım asır geçti. Aslında, bilgisayarın temel bilgi işlem bileşeni olan CPU özünde değişmedi.O zamanlar von Neumann'ın vizyonuyla karşılaştırıldığında, yalnızca daha küçük, daha entegre ve daha güçlü hale getirildi. Ancak son yıllarda, bilgi işlem teknolojisinde gelişmeler oldu.
İlerleme esas olarak iki yönden oluşuyor, biri beyin benzeri çiplerin ortaya çıkması ve diğeri de kuantum hesaplamanın gelişmesidir. Bugün eskiye odaklanıyoruz.
Beyin benzeri bilgi işlem çipinin ana fikri, von Neumann'ın toplayıcıya dayanan önceki hesaplama çerçevesini tamamen kırdı ve nöronlar açısından bir çip oluşturdu. Bu çipte, genel amaçlı bir CPU'da gördüğümüz hiçbir şey yok, ancak her nöron ve nöronlar, nöron sinapsları ile birbirine bağlı. Böyle bir mimari, doğası gereği, CNN veya DNN algoritmaları gibi sinir ağlarına dayalı bazı algoritmaları tamamlayabilen ve kendine özgü avantajları olan bir sinir ağıdır.
Şu anda, bir çip üzerindeki nöronlar arasında milyonlarca nöron ve bağlantı vardır ve 250 milyondan fazla sinaps (nöral sinaps) vardır. Böylesine karmaşık bir yonga çok düşük güç tüketimine sahiptir, sadece 70 miliwatt. Bir akıllı telefonun güç tüketimi yaklaşık 5 watt ve enerji tüketimi bir cep telefonunun% 1'i ve bir dizüstü bilgisayarın binde biri kadardır. Böylece, milyonlarca nöron ve yüz milyonlarca sinaps içeren bir çipin, örüntü tanıma veya derin öğrenme gibi görevleri yürütmek için çok küçük, çok düşük güç tüketimi yapılabileceğini ve sonra takılabileceğini hayal edebilirsiniz. Her tür sensörle, şu anda herkesin bahsettiği uç hesaplama budur.
Aslında, 1980'lerde, çok büyük hacimli devrelerin (VLSI) ana geliştiricilerinden biri olan Carver Mead, bu tür sinir ağı hesaplama işlevlerini uygulamak için zaten büyük ölçekli entegre devreler kullanmaya başlamıştı.Bu çalışma NASA (NASA) tarafından ödüllendirildi. ) Ve Ulusal Sağlık Enstitülerinin (NIH) dikkati.
Bununla birlikte, uzun bir süredir, geleneksel tamamlayıcı metal oksit yarı iletken (CMOS) teknolojisine dayalı beyin benzeri bilgi işlem çiplerinin gerçekleştirilmesi yavaş ilerlemektedir.
2008 yılında, Hewlett-Packard Company'nin araştırmacıları ilk nanometre boyutlu hatıra cihazını yaptılar. Bu, beyin benzeri bilgi işlem çiplerinin araştırmasının sıçramalar ve sınırlarla geliştirilmesini sağlar.Biyolojik sinir sinapsları ve sinapsların gücünü ayarlayabilen nöronlar arasındaki ara bağlantıyı etkili bir şekilde gerçekleştirebilir ve böylece beyin benzeri bilgi işlem çiplerinin hızlı gelişimi için önemli bir temel oluşturabilir.
Birleşik Krallık'taki Kent Üniversitesi Bilgisayar Bilimleri Fakültesi Dekanı ve IEEE Bilgisayar Derneği'nin İngiliz Bölümü Başkanı Profesör Wang Zhigang, nöronlardan ve memristor sinapslardan oluşan bir sinir ağı kurmayı umarak, uzun yıllar boyunca insan beynini simüle eden memristörlere dayanan derin öğrenme makinelerinin araştırılmasına kendini adamıştır. bilgisayar. 12 Mayıs 2017'de düzenlenen Pekin Beyin Bilimi ve Beyin Benzeri Hesaplama Salonunda Profesör Wang, "Beyin Gibi Derin Öğrenme Bilgisayarı Yapmak" konulu araştırmasını herkesle paylaştı.
Beyinden ilham alan bir derin öğrenme makinesi oluşturun
1981'de Nobel Tıp Ödülü'nü kazanan David Hubel ve Torsten Wiesel, beynin görsel korteksinin derecelendirildiğini keşfettiler. Dolayısıyla insan beyni derin öğrenen bir bilgisayardır.
Profesör Wang Zhigang, nöronlardan ve memristor sinapslardan oluşan bir sinir ağı bilgisayarı kurmayı umarak, uzun yıllar boyunca insan beynini simüle edebilen memristörlere dayanan derin öğrenme makineleri araştırmasına kendini adamıştır.
Onun görüşüne göre memristör beyindeki sinapsa eşdeğerdir ve işlemci nöron hücresine eşdeğerdir. Böyle bir makine, bir masaya sığacak kadar küçüktür. Mevcut yarı iletken teknolojisi ile, işgal edilen alan bir futbol sahasına eşdeğer olabilir.
Akademisyen Cai Shaotang. Bu arada, o "Kaplan Anne" Cai Meier'in babası.
Memristors'un babası olan akademisyen Shaotang Cai (Leon Chua, Kaliforniya Üniversitesi, Berkeley), ilk kez 1971'de memristors kavramını önerdi. Yük, akım, voltaj ve manyetik akı arasındaki ilişkiyi incelediğinde, direnç, kapasitans ve indüktöre ek olarak, yük ve manyetik akı arasındaki ilişkiyi temsil eden bir bileşen olması gerektiği sonucuna vardı. Bu bileşen ile direnç, geçen akım miktarı ile değişecektir; akım durduğunda, direnç halen mevcut değerde kalacaktır.
2008 yılında, Stan Williams ve HP Labs'tan ekibi, "Doğa" da deneysel olarak memristörlerin var olduğunu belirleyen "Memristor: Eksik Devre Elemanı Bulundu" adlı bir makale yayınladı. Prensip olarak memristor, küçük boyut, düşük enerji tüketimi avantajlarına sahiptir ve bilgiyi verimli bir şekilde depolayabilir ve işleyebilir.Bir memristorun iş yükü, bir CPU yongasındaki bir düzine transistörün kullanımına eşdeğerdir. O zamandan beri, memristorun önerilmesinden 37 yıl sonra, memristor yönündeki araştırma çılgınlığı yenilendi.
Aslında, HP Labs tarafından üretilen memristor ile Profesör Cai Shaotang tarafından öngörülen memristör arasında hala bazı farklılıklar var. Örneğin, Profesör Cai tarafından tahmin edilen memistör, manyetik akı ile elektrik yükünü q birbirine bağlayan bir bileşen iken, HP tarafından üretilen memristörün kimyasal bir sürece eşdeğer olan ne manyetik akısı ne de elektrik yükü vardır. Bununla birlikte, Cai Shaotang'a göre, HP tarafından üretilen memistörün dış davranışı, voltaj ve akım arasındaki ilişkiyi gösterir. ve q'nun matematiksel bir miktarı olmamasına rağmen, memristörün işlevlerini gerçekleştirebilir ve dikkate alınmalıdır. Bu bir memristor.
Araştırmacılar şöyle dedi: Bir memristör cihazının en ilginç özelliği, içinden akan yük miktarını ezberleyebilmesidir. Profesör Cai Shaotang'ın orijinal fikrine göre - memistörün direnci, cihazdan ne kadar yük geçtiğine bağlıdır, yani yük belirli bir yönde akarsa, direnç artacaktır; yük ters yönde akarsa, direnç azalacaktır. Basitçe ifade etmek gerekirse, böyle bir cihazın herhangi bir andaki direnci, zamanın bir fonksiyonudur - ne kadar yükün ondan ileri veya geri geçtiği. Bu basit fikir doğrulanabilirse, bilgi işlem ve bilgisayar bilimi üzerinde derin ve önemli bir etkisi olacaktır.
Basit bir sinir ağı bilgisayar devresi yapmak için memristoru kullanın Hebbian yasasına göre: A nöronunun aksonu B nöronuna çok yakın olduğunda ve B'ye sürekli ve sürekli heyecan kattığında, bu iki nöron veya bunlardan biri Bazı büyüme süreçleri veya metabolik değişiklikler meydana gelecek, A'yı B'yi uyarabilen hücrelerden biri haline getirecek ve etkinliği artacaktır.
Pavlov'un koşullu refleksi, memristörün durum geçişi yoluyla kaydedilebilir - köpek zili duyduğunda, salyası akacaktır.
Başka bir deneyde amip, farklı sıcaklıktaki suda farklı hızlarda yüzer.Su her 1 saatte bir birkaç dakika soğutulduğunda amip yüzmeyi durdurur ve su sıcaklığı yükseldiğinde yüzmeye devam eder. Birkaç saat boyunca aynı soğutmadan sonra sıcaklık durdu, ancak amip soğumanın ilk birkaç dakikasında yüzmedi. Birkaç saat sonra, amip "aldatıldığını" buldu, bu yüzden Bu süre zarfında yüzmeyi bırakın. Önümüzdeki bir saat içinde su birkaç dakika soğutulursa, amip önümüzdeki birkaç saat içinde aynı süre boyunca yüzmeyi bırakacaktır.
Amip deneyi için memristör eşdeğer bir devre yapmak için kullanılır Devrenin temel bileşeni memristördür, giriş sıcaklıktır ve hız kondansatör üzerindeki voltajla değiştirilir. Bu deney amipin davranışını simüle edebilir.Bu deneyden dolaylı olarak amipin içinde bir memristör olduğuna inanılabilir.
Yeni nesil bellek yapmak için memristörü kullanın - bu tür bir hafıza çok basittir, sadece yatay koordinat x ve dikey koordinat y gerektirir ve memristör ortadaki bir kabloyla bağlanır. Bir adresi bulmak için bir x değeri ve bir y değeri verin, karşılık gelen x eksenine voltajın yarısını ekleyin, karşılık gelen y eksenindeki voltajın yarısını ekleyin ve yalnızca her ikisi de aynı anda karşılanırsa, hedef bileşen normal çalışabilir. Voltajın yalnızca yarısını alan bileşenler düzgün çalışmayacaktır.
Memristör hafızasının transistör hafızasına göre avantajları yüksek yoğunluğu, yüksek entegrasyonu, basit yapısıdır ve memristör uçucu hale gelmez. Yeni nesil bilgi işlem makineleri-sinir ağı bilgisayarlarını üretmek için memristörlerin kullanılmasının mümkün olduğunu tahmin ediyoruz.
Derin öğrenme, yapay zekanın çehresini büyük ölçüde değiştirmiştir.Genellikle yapay zeka yayının burada olduğuna inanılmaktadır.Sinaptik memristör olarak kullanılabileceği gibi derin öğrenme sinir ağlarında da kullanılabilir.
Profesör Wang Zhigang'ın Tanıtımı: İngiltere, Kent Üniversitesi Bilgisayar Bilimleri Fakültesi Dekanı ve Profesörü ve IEEE Computer Society'nin İngiliz Bölümü Başkanı. 2004 yılında, Cambridge Cranfield Yüksek Performanslı Hesaplama Merkezi Grid Merkezi'nin (40 milyon pound sermaye ile Cambridge Üniversitesi tarafından kurulmuş) müdürü olarak atandı. 2006 yılında, Kraliyet Bilgisayar Topluluğu Üyeliğine seçildi ve İngiliz hükümeti kilit fonu projesinin EPSRC e-Bilim değerlendirme projesinde ve İrlanda Bilim Vakfı'nın (SFI) üst düzey bilgi işlem grubunda uzmandır. 2007 ACM / IEEE Supercomputing Storage Challenge Final Ödülü (American Computer Society / IEEE Society) ilk kazanan oldu. Araştırma ilgi alanları şunları içerir: beyin benzeri bilgi işlem, memristor ve teorisi, sinir ağı, Turing dışı mimari, büyük veri, bulut bilgi işlem, yeşil bilgi işlem vb. Princeton Üniversitesi, Carnegie Mellon Üniversitesi, CERN, Hong Kong Bilim ve Teknoloji Üniversitesi, Yunanistan'daki Aristotle Üniversitesi ve Güney Afrika'daki Johannesburg Üniversitesi dahil olmak üzere dünya çapında birçok kez açılış konuşmaları yapmaya davet edildi.
Pekin Beyin Bilimi ve Beyninden Esinlenen Bilgi İşlem Salonu Hakkında: Salon, Pekin Beyin Bilimi ve Akıllı Teknoloji Enstitüsü, Tsinghua Üniversitesi Beyinden İlham Alan Hesaplama Araştırma Merkezi tarafından Pekin Beyin Bilimi ve Beyninden Esinlenen Hesaplama Salonu tarafından barındırılıyor ve Pekin Bilim ve Teknoloji Bilgi Merkezi tarafından üstleniliyor . Moderatör, Tsinghua Üniversitesi Beyinden Esinlenen Bilgi İşlem Araştırma Merkezi direktörü ve Bin Yetenek Programı özel profesörü Shi Luping'di.
Xinzhiyuan'ın işe alım bilgilerini görüntülemek için [Orijinali Oku] 'ya tıklayın.
