以假乱真的硅神经元，能复制人脑吗？( 六 ) _小知识

参考文献
[1] C. Eliasmith et al., “A large-scale model of the functioning brain,” Science, 338:1202–05, 2012.
[2] D.S. Modha, R. Singh, “Network architecture of the long-distance pathways in the macaque brain,” PNAS, 107:13485–90, 2010
【以假乱真的硅神经元，能复制人脑吗？】[3] P.A. Merolla et al. “A million spiking-neuron integrated circuit with a scalable communication network and interface,” Science, 345:668–73, 2014.
[4] M. Davies et al. “Loihi: A neuromorphic manycore processor with on-chip learning,” IEEE Micro, 38:82–99, 2018.
[5] J. Schemmel et al., “A wafer-scale neuromorphic hardware system for large-scale neural modeling,” Proc 2010 IEEE Int Symp Circ Sys, 2010.
[6] S.B. Furber et al., “The SpiNNaker Project,” Proc IEEE, 102:652–65, 2014.
译者评论
神经形态芯片是近年来神经手艺方面很是值得注重的一个范畴，它在计较道理方面冲破了冯诺依曼架构，在节能和仿真脑的计较速度方面具有优势，很有可能在对节能要求出格高的范畴如航天，以及硬件实现神经回路或某些相对简单的脑子系统模子时阐扬主要感化。这篇文章是对神经形态芯片近况的一篇较好也较周全的综述。不外译者认为对神经形态芯片在正视的同时，也不克不及估量过高。
第一，有脑规模的模子并不等同于脑模子，有脑规模的模子只是说此中的元件数和元件之间的联络数可以和脑比拟，可是其元件只是对神经元的一种很粗拙的模拟，联络也可能与脑中的现实联络很纷歧样，是以无论从布局和功能两方面来说都和生物脑相去甚远。
第二，神经形态芯片在细胞程度能很好模拟神经元，这是因为有了霍奇金-赫胥黎方程这样靠得住的理论根本，对于一些相对简单的脑子系统，如嗅球、小脑、视网膜等也可望作出很好的模子研究。可是对于此刻还完全没有任何理论框架的全脑问题，此刻就想经由过程逆标的目的工程成立全脑模子是不实际的。在译者看来在可预见的将来还做不到“构建硅脑”，而只能构建脑某些子系统的硅模子。
第三，脑和计较机的工作道理纷歧样，擅长的功能也纷歧样，计较机擅长的数值计较和逻辑推理是生物脑所不擅长的，而脑所擅长的模式识别、小样本进修等方面也是冯诺依曼计较机所不擅长。在译者看来冯诺依曼计较机和神经形态系统应该是互补的关系，而不是谁代替谁的关系。
第四，关于神经形态系统可否成长当作新一代计较机的问题，不仅取决于这一手艺自己，取决于是否能开辟出丰硕的应用生态系统，并且也取决于有几多工程手艺人员愿意丢弃他们驾轻就熟的传统计较机手艺，而从头投入大量精神和物力从头学一门与前完全分歧的新手艺。

以上内容就是以假乱真的硅神经元，能复制人脑吗？的内容啦，希望对你有所帮助哦！

以假乱真的硅神经元，能复制人脑吗？( 六 )

猜你喜欢