Intel on esitellyt uuden, mielenkiintoisen neuromorfisen prosessorin, Loihin. Neuromorfiset prosessorit pyrkivät pohjimmiltaan prosessoimaan dataa optimaalisella tavalla imitoimalla ihmisaivojen toimintatapaa.
Neuromorfisessa prosessoinnissa ei ole sinänsä mitään uutta. Konseptin kehitti alun perin Carver Mead 80-luvun loppupuolella ja lähihistoriassa konseptiin perustuvia prosessoreita ovat kehittäneet muun muassa IBM ja Qualcomm. Myös Intel on tutkinut konseptia aiemmin ja se esitteli ensimmäisen neuromorfisen testiprosessorinsa vuonna 2012.
Intelin mukaan yhtiön Loihi-prosessori on ihmisaivojen tapaan itseoppiva ja mukautuva. Se kykenee opettelemaan erilaisia toimintametodeja itsenäisesti erilaisten ongelmien ratkaisemiseksi, kun perinteiset syväoppimiseen luottavat ratkaisut vaativat suuria datamääriä tietyn tehtävän opetteluun.
Loihi-piiristä löytyy yhteensä 128 laskentaydintä, joissa kussakin on 1024 keinotekoista neuronia. Yhteensä piiristä löytyy yli 130 000 neuronia, jotka kommunikoivat keskenään yli 130 miljoonaan synapsin välityksellä. Piirin kerrotaan olevan peräti 1000 kertaa energiatehokkaampi kuin perinteisiin laskentatapoihin luottavien järjestelmien, sillä se kuluttaa energiaa vain silloin, kun neuroni lähettää pulssisignaalin toiselle neuronille.
Intel aikoo aloittaa ensi vuoden ensimmäisellä puoliskolla yhteistyöprojekteja johtavien yliopistojen ja tutkimuslaitosten kanssa käyttäen Loihi-prosessoria tekoälyn kehittämiseen. Syvemmin asiasta kiinnostuneille suosittelemme lukemaan aluksi Intelin oman tiedotteen asiasta.
Seuraavaksi vaikka google ja intel voisikin fuusioitua. Molemmat on tosin sen verran vahvoja brandejä tahoillaan, että tarvisi varmaan uuden nimen firmalle. Esimerkiksi Cyberdyne systems kuuloistaisi ihan hyvältä.
Ei Google siihen Inteliä tarvitse
![[IMG]](http://i1.kym-cdn.com/photos/images/newsfeed/001/225/459/221.png)
Luin ensin, että Intel on kehittänyt itseoppivan lohi-prosessorin… sekaannus, joka voi käydä vain Suomessa.
Itse taas luin, että Intel on kehittänyt itseoppivan Loiri-prosessorin, joka sitten otetaan käyttöön kun Veskusta aika jättää.
Tuolla pystyy sitten jo melkein mallintamaan banaanikärpäsen aivotoimintaa. Drosophila connectome – Wikipedia
Ihmisen n. 86 miljardiin neuroniin on vielä hieman matkaa.
No joo, on siinä vielä matkaa.
Onko prosessorien ja räkkien jne välinen keskustelu kuinka mahdollinen jos mallinnetaan jotain aivoja useamman neuromorfisen prosessorin voimin?
Jotenkin olettaisin että pieni viive on aika kriittinen?
Mutta jos nyt huvin vuoksi kaivetaan taskulaskin esiin niin tuo 128 ytiminen ei taida olla kovin realistinen jos pitäisi tähdätä sinne ~86 miljardin neuronin tasolle.
Ehkä joku 512 ytiminen (1024 per ydin) niin sitten voidaan ruveta keskustelemaan.
Tuolla 128 ytimisellä kun tarvittaisiin 656'128 prosessoria että päästään sinne 86 miljardin neuronin tasolle.
512 ytimisellä "vain" 164'032 mikä on jo hieman realistisempi lukema?
Esim IBM:n Sequoiassa niitä IBM A2:ia on joku vajaa sata tuhatta.
Mielenkiintoinen prossu. Eli noita varmaan voi latoa serveriin tuhansia ja kastos meillä on tekoäly;)
Ehkä tuosta lopulta tehdään Loiri-versio ja sit siitä saatujen oppien avulla voidaan vihdoin kehittää Spede-prosessori! Sit ihmiskunnan olis taas mahdollista päästä pelaan autenttisia Speden spelejä.
kuinkahan hyvin tuommoinen osaa virtualisoida luovuuteen tarvittavaa feedback looppia virheineen
in its image
In Its Image
Neuroneissa tiedonvälitys tapahtuu pääasiassa natrium- ja kalium-ionien virtauksina solukanavien kautta, mistä johtuen signaali kulkee nopeimmillaan n. 120 m/s. Sähkö taas kulkee kuparia pitkin lähemmäs valonnopeutta, joten viive tuskin on mikään ylitsepääsemätön ongelma.
Toisaalta aivoissa on monia muitakin soluja kuin neuroneja, esim. gliasoluja ja astrosyyttejä, ja aivokuoren neuronit ovat jakautuneet selvästi erotettavissa oleviin kerroksiin (esim. http://epomedicine.com/wp-content/uploads/2016/07/cortex-layers.jpg ). Lisäksi löytyy useampaa reseptorityyppiä, sekä pienemmän ja laajemman skaalan ilmiöitä, kuten pitkäkestoinen potentiaatio ja aivoaaltojen synkronisaatio (mikä nähdään EEG:ssa esim. unen eri vaiheina). Jostain se on kuitenkin aloitettava ja on mielenkiintoista seurata miten teknologia tällä saralla kehittyy.