Computer cognitivo - Cognitive computer

Un computer cognitivo è un computer che collega un'intelligenza artificiale e algoritmi di apprendimento automatico in un circuito integrato (scheda a circuito stampato) che riproduce fedelmente il comportamento del cervello umano. Generalmente adotta un approccio di ingegneria neuromorfica .

Un esempio di computer cognitivo implementato utilizzando reti neurali e tecniche di deep learning è la macchina Watson di IBM . Uno sviluppo successivo di IBM è l' architettura del microchip TrueNorth 2014 , progettata per essere più vicina nella struttura al cervello umano rispetto all'architettura von Neumann utilizzata nei computer convenzionali. Nel 2017 Intel ha anche annunciato la propria versione di un chip cognitivo in "Loihi", che avrebbe dovuto essere disponibile per università e laboratori di ricerca nel 2018. Intel, Qualcomm e altri stanno migliorando costantemente i processori neuromorfici, Intel con i suoi Pohoiki Beach e Springs sistemi.

Chip IBM TrueNorth

Image
Scheda DARPA Synapse con 16 chip TrueNorth

TrueNorth era un circuito integrato CMOS neuromorfo prodotto da IBM nel 2014. Si tratta di una rete di processori manycore su un design di chip , con 4096 core , ognuno con 256 neuroni simulati programmabili per un totale di poco più di un milione di neuroni. A sua volta, ogni neurone ha 256 " sinapsi " programmabili che trasmettono i segnali tra di loro. Quindi, il numero totale di sinapsi programmabili è di poco superiore a 268 milioni (2 28 ). Il suo numero di transistor di base è di 5,4 miliardi.

Particolari

Poiché la memoria, il calcolo e la comunicazione sono gestiti in ciascuno dei 4096 core neurosinaptici, TrueNorth aggira il collo di bottiglia dell'architettura von Neumann ed è molto efficiente dal punto di vista energetico, con IBM che dichiara un consumo energetico di 70 milliwatt e una densità di potenza di 1/10.000 th dei microprocessori convenzionali. Il chip SyNAPSE opera a temperature e potenza inferiori perché assorbe solo la potenza necessaria per il calcolo. Skyrmions sono stati proposti come modelli della sinapsi su un chip.

I neuroni vengono emulati utilizzando un modello Linear-Leak Integrate-and-Fire (LLIF), una semplificazione del modello leaky integrate-and-fire .

Secondo IBM, non ha un orologio e opera su numeri unari e calcola contando fino a un massimo di 19 bit. Detti core sono pilotati da eventi utilizzando entrambe le logiche (a)sincrone e sono interconnessi tramite una rete mesh su chip (NOC) asincrona a commutazione di pacchetto .

IBM ha sviluppato un ecosistema completamente nuovo per programmare e utilizzare TrueNorth. Comprendeva simulatore, un nuovo linguaggio di programmazione, un ambiente di programmazione integrato e persino librerie. Questa mancanza di retrocompatibilità con qualsiasi tecnologia precedente (ad esempio i compilatori C++) pone seri rischi di blocco del fornitore e altre conseguenze negative che potrebbero impedirne la commercializzazione in futuro.

Ricerca

Nel 2018 un cluster di TrueNorth collegato in rete a un computer principale è stato utilizzato nella ricerca sulla visione stereo che ha tentato di estrarre la profondità di oggetti in rapido movimento in una scena.

Chip Intel Loihi

Il chip neuromorfo ad autoapprendimento di Intel, chiamato Loihi (prodotto nel 2017), forse dal nome della montagna sottomarina hawaiana Lōʻihi , offre una notevole efficienza energetica progettata secondo il cervello umano. Intel afferma che Loihi è circa 1000 volte più efficiente dal punto di vista energetico rispetto alla potenza di calcolo generica necessaria per addestrare le reti neurali che rivaleggiano con le prestazioni di Loihi. In teoria, ciò supporterebbe sia l'addestramento all'apprendimento automatico che l'inferenza sullo stesso silicio indipendentemente da una connessione cloud e più efficiente rispetto all'utilizzo di reti neurali convoluzionali (CNN) o reti neurali di apprendimento profondo . Intel indica un sistema per monitorare il battito cardiaco di una persona, prendere letture dopo eventi come l'esercizio o mangiare e utilizzare il chip di calcolo cognitivo per normalizzare i dati ed elaborare il battito cardiaco "normale". Può quindi individuare anomalie, ma anche affrontare nuovi eventi o condizioni.

La prima iterazione del chip Loihi è stata realizzata utilizzando il processo di fabbricazione a 14 nm di Intel e ospita 128 cluster di 1.024 neuroni artificiali ciascuno per un totale di 131.072 neuroni simulati. Questo offre circa 130 milioni di sinapsi , che è ancora piuttosto lontana dagli 800 trilioni di sinapsi del cervello umano , e dietro TrueNorth di IBM , che ne ha circa 256 milioni utilizzando 64 per 4.096 core. Loihi è ora disponibile per scopi di ricerca tra più di 40 gruppi di ricerca accademici come fattore di forma USB . Gli sviluppi recenti includono un chip a 64 core chiamato Pohoiki Beach (da Isaac Hale Beach Park , noto anche come Pohoiki).

Nell'ottobre 2019, i ricercatori della Rutgers University hanno pubblicato un documento di ricerca per dimostrare l'efficienza energetica di Loihi di Intel nella risoluzione della localizzazione e della mappatura simultanee .

Nel marzo 2020, Intel e la Cornell University hanno pubblicato un documento di ricerca per dimostrare la capacità di Loihi di Intel di riconoscere diversi materiali pericolosi , che potrebbero eventualmente aiutare a "diagnosticare malattie, rilevare armi ed esplosivi , trovare narcotici e individuare segni di fumo e monossido di carbonio". ".

Nel settembre 2021, Intel ha rilasciato Lohi 2, che afferma essere più o meno lo stesso, ma più veloce.

SpiNNaker

Spinnaker (Schiacciata Neural Network Architecture) è un massicciamente parallelo , manycore architettura supercomputer progettato dal processore Advanced Group Research Technologies presso il Dipartimento di Informatica, Università di Manchester .

Critica

I critici sostengono che un computer delle dimensioni di una stanza, come il caso di Watson, non è una valida alternativa a un cervello umano da tre libbre. Alcuni citano anche la difficoltà per un singolo sistema di riunire così tanti elementi come le diverse fonti di informazione e le risorse informatiche. Durante il World Economic Forum 2018 , c'erano esperti che sostenevano che i sistemi cognitivi potevano adottare i pregiudizi dei loro dati di allenamento e che ciò è stato dimostrato nel caso dell'algoritmo di riconoscimento delle immagini o di visione artificiale di Google , che ha identificato sfavorevolmente gli afroamericani .

Guarda anche

Riferimenti

Ulteriori letture