提示

您还未登录或账号权限不够

美国DARPA欲建模拟人脑计算机

  [ 摘自中国科学院国家科学图书馆成都分馆情报研究部《信息科技动态》] 美国国防部高级研究计划局(DARPA )欲创建能模拟人脑的计算机,以获得具有时间和空间认知能力的人造大脑,实时解决极其复杂的认知问题。该计算机将基于具有运动控制、语言、感官活动和思维过程的大脑新皮质的工作原理而建造。

  为更好地实现此目标,DARPA 的微系统技术办公室(MTO )于2013年8月14日发布了招标书,向业界征求皮质处理器的相关技术和应用信息,以获取大型复杂数据集的分析和处理能力。

  尽管透彻地理解大脑皮质工作原理超出了目前的技术发展水平,但研究人员已经确认了一些受神经模型启发的基础算法,将其与机器学习和神经网络技术相融合。值得关注的是受大脑新皮质启发的算法能够识别时空分布格局,适应环境的变化。因此,这些算法提供了一种前景广阔的数据流过滤和处理方法,有望提高数据识别性能水平和能力。

  DARPA 就开发基于分层暂存记忆算法(HTM )的皮质处理器所需的新型概念和技术信息进行招标。HTM 是一整套的皮质处理模型,而非单一特定算法,必须具有时空认知、使用稀疏分布表达(SDR )和柱状模块结构三个关键特性。

  在类皮质分层模型中,研究人员利用数据的时空演化来形成关联,进行数据处理和分析。与传统的记忆表达不同,SDR 将数据分配到每一比特,通过重叠特征的相似度来表达特性。这种皮质计算模型不仅应该具有数据容错能力强、可大规模并行计算、能效高和可扩展性高等特性,还应能够低功耗地从事高计算精度的超密集型计算。

  DARPA 所征求的皮质处理器研发信息包括算法、硬件、系统和应用四个方面,具体如下所示:

  (1) 算法:实时智能计算所需的算法应能进行概率逻辑运算,并利用能够逐渐改进系统功能的学习技术。这需要强调通过精确计算实现的模式识别,利用SDR 从数据流中推断和提取有用的信息,以解决难以优化或精确求解的问题。

  (2) 硬件:受皮质模型所启发的大规模并行、自适应和概率算法应该与高效、简单和低功耗的硬件相匹配,以利用密集互联技术实现各个皮质处理器模块间的最优化通信和所需连接架构的片上网络优化。

  (3) 系统:皮质处理器技术需要创建健全的系统,以实现复杂的关键任务应用。

  (4) 应用:该皮质处理器技术应具有足够的通用性,涵盖从视觉和成像系统到传感器融合和机器人控制的广泛应用领域。

  目前,DARPA 已经具有一定的类脑计算机系统研究基础,开展了“神经性自适应塑料可伸缩电子系统”(SyNAPSE )的研究项目。在第三期SyNAPSE 项目研究阶段,IBM 的研究人员已于2013 年8 月推出了一种新型的类脑计算机芯片,利用“神经突触内核”模拟神经元,实现对大脑组织和功能的模仿。

  未来,DARPA 将要创建能够思考、感知和理解外界环境的计算机,使其能够像人脑一样发现环境信息的关联,且兼具人脑的小尺寸和低功耗特性,最终将创建具有类似老鼠或猫的智力水平的智能机器人。

                                                                王立娜 编译自

  http://www.popsci.com/science/article/2013-08/darpas-quest-build-computer-mimics-human-brain

  https://www.fbo.gov/index?s=opportunity&mode=form&id=91bc9e58d6fa024d55d7c0583d38fc21&tab=core&_cview=0

  原文标题:DARPA Wants To Build A Computer That Mimics The Human Brain