IBM e SyNAPSE, il computer senziente è sempre più vicino

[Redazione di Hardware Upg]

Link alla notizia: http://www.businessmagazine.it/news/...ino_53579.html

Big Blue realizza un chip da 4096 core sinaptici usando normali tecniche di produzione: si tratta di un importante passo avanti verso il computer senziente e, forse, verso la singolarità tecnologica

Click sul link per visualizzare la notizia.

[PhoEniX-VooDoo]

ma concretamente che cosa puo fare?

e' come quando ricreano in laboratorio del tessuto cerebrale vivo e funzionante (nel senso di n neuroni che comunicano) che da un lato e' incredibile ma dall'altro fine a se stesso?

[songohan]

Originariamente inviato da PhoEniX-VooDoo

ma concretamente che cosa puo fare?

e' come quando ricreano in laboratorio del tessuto cerebrale vivo e funzionante (nel senso di n neuroni che comunicano) che da un lato e' incredibile ma dall'altro fine a se stesso?

Questo non è che l'inizio.
(Da qualche parte si deve pur cominciare).

[pabloski]

Originariamente inviato da PhoEniX-VooDoo

ma concretamente che cosa puo fare?

e' come quando ricreano in laboratorio del tessuto cerebrale vivo e funzionante (nel senso di n neuroni che comunicano) che da un lato e' incredibile ma dall'altro fine a se stesso?

Macchè. Qui non c'è nessun tessuto cerebrale o simil-cerebrale. Semplicemente un processore in grado di svolgere attività in parallelo molto velocemente e con consumi ridottissimi.

Il problema dell'IA non è il ferro ma gli algoritmi. Questi processori forse, un giorno, aiuteranno a far girare velocemente ed efficientemente questi algoritmi. Ma prima dobbiamo crearli gli algoritmi, cosa più facile a dirsi che a farsi.

[PhoEniX-VooDoo]

Originariamente inviato da pabloski

Macchè. Qui non c'è nessun tessuto cerebrale o simil-cerebrale. Semplicemente un processore in grado di svolgere attività in parallelo molto velocemente e con consumi ridottissimi.

Il problema dell'IA non è il ferro ma gli algoritmi. Questi processori forse, un giorno, aiuteranno a far girare velocemente ed efficientemente questi algoritmi. Ma prima dobbiamo crearli gli algoritmi, cosa più facile a dirsi che a farsi.

macchè de che?
io ho scritto "e' come quando" inteso come paragone con'un altra situazione, non inteso come "ah ci sono i neuroni nel processore"

[Pier2204]

4096 core sinaptici... inquietante

Ma da qui a creare una IA senziente mi sa che ne deve scorrere di acqua sotto i ponti.. ancora di più se si parla di autocoscienza.

Non credo che vedrò il giorno in cui potrò fare una conversazione filosofica con una macchina, forse quelli che nascono oggi...

[Nhirlathothep]

robbe dei turchi

[Opteranium]

non ho capito nè cosa sia, né cosa realmente possa fare e neppure in che cosa si differenzi dagli altri circuiti.. insomma, non ci ho capito una mazza È un fpga per caso?

Qualche luminare che chiarisca il tutto per i non addetti?

[Avatar0]

Ma la notizia sul chip che potenzia la memoria quando la date ?

[LMCH]

Originariamente inviato da Opteranium

non ho capito nè cosa sia, né cosa realmente possa fare e neppure in che cosa si differenzi dagli altri circuiti.. insomma, non ci ho capito una mazza È un fpga per caso?

Essenzialmente sono dei chip che implementano in hardware delle unita di elaborazione basate su un modello analogo a quello delle cellule neurali del cervello.

Notare l' uso dei termini "modello" ed "analogo", non sono la stessa cosa di quelle del cervello ma usano meccanismi di calcolo simili.

Questi chip permettono di eseguire in modo molto più efficiente "in hardware" algoritmi basati su cellule neurali "simulate in software".

Qualcosa di simile si poteva già fare usando fpga, ma quelli hanno una struttura ottimizzata per roba di uso più generale, mentre questi hanno un implementazione molto più efficiente di "simil-cellule neurali" (non ci si può fare tutto quello che si farebbe con un fpga equivalente, ma per la loro applicazione specifica sono molto più efficienti e veloci).

Per dirla in poche parole, sono roba che accelerano tantissimo tutte quelle applicazioni in cui si usano algoritmi di machine learning (per esempio: tutti quelli in cui bisogna "comprendere" in base a coppie di dati di esempio "input"+"risultato desiderato" come comportarsi con nuovi "input" che sono simili a quelli di esempio ma non la stessa cosa).

[rockroll]

Originariamente inviato da Opteranium

non ho capito nè cosa sia, né cosa realmente possa fare e neppure in che cosa si differenzi dagli altri circuiti.. insomma, non ci ho capito una mazza È un fpga per caso?

Qualche luminare che chiarisca il tutto per i non addetti?

Invece io pure anche non ho capito una mazza, e pensa, avevo completa ignoranza anche di FPGA, e non è che WIKI mi abbia aiutato molto...

Dopo una vita dedicata all'informatica oltre che a scienze matematiche e fisiche, più cerco di stare al passo e più mi rendo conto della mia abissale totale integrale massicia grossa grassa IGNORANZA!!!

[frankie]

In pratica fa in HW quelle operazioni simil cerebrali, reti neurali, machine learning ecc... che di solito vengono svolte via sw.

Facendolo in HW, lo svolgono a 1000 volte la velocità e a 1/1000 del consumo.

Ovvio che sia un architettura diversa

[baruk]

La cosa che impressiona è l'evoluzione della complessità nel giro di soli tre anni...

[WarDuck]

Originariamente inviato da frankie

In pratica fa in HW quelle operazioni simil cerebrali, reti neurali, machine learning ecc... che di solito vengono svolte via sw.

Facendolo in HW, lo svolgono a 1000 volte la velocità e a 1/1000 del consumo.

Ovvio che sia un architettura diversa

La mia opinione, da ignorante in materia di reti neurali e dopo una lettura veloce e superficiale, è che come dici te vengano accelerate alcune funzionalità in hardware esattamente come una GPU accelera le operazioni grafiche che una volta erano gestite dalla CPU.

Se un modello a rete neurale è equivalente ad una macchina di Turing (o inferiore) le fantasie circa una forma di intelligenza completamente autonoma in grado essa stessa di immaginare o creare qualcosa di nuovo rimangono con probabilità 0.99 periodico pari a 0.

La teoria della computabilità è in giro da un bel po' e dovrebbe ricordare a tutti che l'informatica può fare molto meno della matematica.

Se non vado errato, anche il quantum computing (che amplia enormemente il range di funzioni trattabili) è soggetto alle limitazioni di quella teoria.

In ogni caso è un bene che queste ricerche vadano avanti, ed è estremamente interessante il lato consumi.

[pabloski]

Leggete qua https://www.facebook.com/yann.lecun/...52184295832143

[bobafetthotmail]

L'elemento fondamentale di una rete neurale è un "nodo" (un neurone se parliamo di biologia) che riceve segnali da altri "nodi".
Se la somma dei segnali +1 e dei segnali -1 che riceve è superiore ad un certo numero arbitrario detto soglia, tale nodo (o neurone) si attiva e spara il suo segnale (o un +1 o un -1 a seconda del tipo di nodo che esso è) a tutti gli altri nodi a cui è connesso.

Ovviamente il tutto funziona perchè ci sono connessioni specifiche tra alcuni nodi e non tra altri. Se tutti sparano segnali a tutti ci vien solo un gran casino e basta.

Riguardo all'efficienza, questo è un sistema inefficiente per definizione in quanto I nodi deputati ad un certo compito fanno SOLO quello. è un sistema analogico.

Nel cervello ad esempio ci sono neuroni che per tutta la loro (e vostra) vita fanno la stessa identica cosa, tipo ricevere la sensibilità di un pezzettino della pelle di un dito, oppure controllare 30 fibre muscolari in un muscolo, o mantenere una cosa nella memoria.

Quando sentite "l'essere umano usa solo un 10% del cervello" dovete sempre aggiungerci "nello stesso momento". Il restante 90% fa cose che non servono in quel momento specifico, quindi è inattivo o in attesa. A seconda dei momenti e delle attività si attivano o spengono zone diverse del cervello.

Un sistema digitale convenzionale invece fa passare tutto da un processore unico (con più o meno core), che fa tutto. Se qualcosa non serve, il processore può impegnare la potenza che non sta usando per quello a fare qualcos'altro.

Questi tipi di sistemi hanno un utilizzo principalmente nella ricerca biomedica, dove avere una macchina che ti simula il funzionamento di un cervello fa TANTO comodo così puoi fare esperimenti molto utili ma che sarebbero disumani se fatti su esseri umani veri.

Fuori dalla ricerca biomedica... dipende da quanto facile è scrivere algoritmi e se questi nodi sono riprogrammabili in modo dinamico (e sembrerebbe di sì visto che sono "digitali").
Se sono riprogrammabili riescono ad essere efficienti, perchè così quando certe funzioni non servono i nodi della rete cambiano funzione e vengono sempre sfruttati.

Detto questo usare SENZIENTE è SBAGLIATO.
Guardarsi le definizioni. Senziente è solo in grado di sentire stimoli come il dolore. Qualsiasi animale decente e senziente.

La capacità di prendere decisioni non dettate direttamente da istinti o riflessi è la SAPIENZA,
Il nome che abbiamo dato alla nostra specie è "Homo Sapiens Sapiens". Ci sarà un motivo no?

Se un modello a rete neurale è equivalente ad una macchina di Turing (o inferiore) le fantasie circa una forma di intelligenza completamente autonoma in grado essa stessa di immaginare o creare qualcosa di nuovo rimangono con probabilità 0.99 periodico pari a 0.

Il modello a rete neurale è basato sull'architettura del cervello umano, ed eventualmente sarà in grado di simulare un cervello umano che lavora a velocità da computer (neuroni sono relativamente lenti perchè bio/elettrochimici).
Quindi una persona che pensa a 100, 1000 o più volte più veloce di un essere umano reale. Volendo dovrebbe essere possibile anche copiare il proprio cervello dentro uno di questi cosi (dipende quanto buone diventano le scansioni, col progetto Connettoma stanno facendo dei bei passi).

Comunque, anche tra gli esseri umani quelli che creano qualcosa di realmente nuovo sono RARISSIMI. Nel 99% dei casi il massimo dell'originalità è adattare una soluzione per un problema per funzionare decentemente anche su un altro, che ha qualche somiglianza.

Mai sentito "i mediocri imitano, i geni rubano"? (picasso)

[demos88]

Beh è un tentativo di applicare all'hardware ciò che gira nel mondo IA da un pezzo... prima di vederne applicazioni concrete penso che ne passerà, e inizialmente saranno applicazioni dedicate: data mining, riconoscimento di immagini, apprendimento automatico...

[LMCH]

Originariamente inviato da demos88

Beh è un tentativo di applicare all'hardware ciò che gira nel mondo IA da un pezzo... prima di vederne applicazioni concrete penso che ne passerà, e inizialmente saranno applicazioni dedicate: data mining, riconoscimento di immagini, apprendimento automatico...

E' sufficiente che vi sia il software di base per adattare il software basato su reti neurali "simulate in software" e ci sarebbero già un sacco di possibili applicazioni.

Yann LeCunn (linkato da pabloski) "critica" il fatto che non abbiano utilizzato l'architettura ottimale per applicazioni "di fascia alta", ma probabilmente a parte questioni di brevetti hanno scelto un architettura più semplice per ridurre costi e consumi e poter iniziare ad usare quei chip anche per roba "consumer" o quasi.

Ad esempio si potrebbero usare quei chip per avere telecamere pan-tilt-zoom che fanno il tracking in automatico di oggetti e persone in movimento che entrano nel loro campo visivo
(con maggior precisione e minori consumi rispetto a quelle attualmente disponibili), idem per sistemi anti-collisione per carrelli che "decidono da se" come cambiare il percorso per evitare collisioni.

Tutta roba che si può già fare ora ma che comporta installare schede industriali con la potenza di calcolo di un desktop di quelli ben pompati.

Idem per applicazioni industriali in cui attualmente serve una fase di apprendimento offline bella lunga e con poca flessibilità di adattamento in caso di "nuove cose da imparare al volo" quando il sistema di controllo opera online (mentre ora diventerebbe possibile mantenere il sistema in "auto apprendimento" senza troppe conseguenze negative).

[pabloski]

Originariamente inviato da LMCH

Yann LeCunn (linkato da pabloski) "critica" il fatto che non abbiano utilizzato l'architettura ottimale per applicazioni "di fascia alta",

Il problema è che non si ha ancora un'architettura di reti neurali in grado di funzionare come il cervello.

Per cui ogni implementazione è e sarà sempre un mero esperimento.

Comunque queste invenzioni un significato ce l'hanno, ovvero spronare l'industria elettronica alfine di creare nuove architetture hardware. Synapse è poco più di un acceleratore per applicazioni basate su reti neurali integrate and fire, ma è comunque un passo avanti importante da quando le ETANN di Intel non approdarono a nulla. Oggi almeno ci si riesce a creare dei "chip neurali".

L'unico problema è il sensazionalismo dei media, perchè creano false aspettative, affermando che questi chip sono intelligenti. Ovviamente non lo sono. Hanno bisogno di essere "programmati" come una normale cpu. Ed è il programma giusto quello che continua a mancarci.

[hermanss]

Originariamente inviato da Avatar0

Ma la notizia sul chip che potenzia la memoria quando la date ?

...e magari anche quella sul chip di potenziamento sociale e della visione assistita (like Deus EX)