推 wxes50608:推 04/23 06:44
推 BruceX:推 04/23 07:58
推 j022015:所以是我們頭腦要輸出資訊讓外界的器材接收 用電子的方式 04/23 08:03
→ j022015:目前還很困難囉? 04/23 08:03
→ DarkerDuck:請看BrainGate那一篇,這是做得到的。 04/23 09:58
→ DarkerDuck:主要問題是雖有先進的資訊科技,但是牽涉到人體實驗 04/23 10:29
→ DarkerDuck:就很難找到合適的實驗者,尋找最合適的腦機介面技術 04/23 10:30
※ 編輯: DarkerDuck 來自: 140.130.175.227 (04/23 10:31)
→ rexrainbow:推 量化的數據 04/23 10:49
→ rexrainbow:"4P flops"應該是很難達成的目標,所以未來的ai學習應該 04/23 10:55
→ rexrainbow:不會只是模擬出大腦,這樣即使做出來,也只是和一般人一 04/23 10:56
→ rexrainbow:樣. 有個很類似的研究在過去曾經發生過,人類的飛行. 04/23 10:56
→ rexrainbow:人類想要飛行,最後做出來的不是摹仿鳥類的翅膀/肌肉組 04/23 10:57
→ rexrainbow:織. 04/23 10:58
→ DarkerDuck:其實假如摩爾定律可以一直持續下去的話,PC大約可在 04/23 11:05
→ DarkerDuck:30多年後達成這個目標 04/23 11:05
→ DarkerDuck:只是摩爾定律還可以持續多久,有沒有這個需求,沒人知 04/23 11:05
※ 編輯: DarkerDuck 來自: 140.130.175.227 (04/23 11:08)
→ rexrainbow:用三十年"演化"出大腦,已經很快了XD. 04/23 11:11
→ DarkerDuck:目前PC最快的運算元件其實是GPU,大約是1 TFlops 04/23 11:12
→ DarkerDuck:那也只是運算速度達到,但不代表就真的可以讓如大腦般 04/23 11:13
→ DarkerDuck:複雜的神經網路正確運作 04/23 11:14
→ DarkerDuck:用比較保守的摩爾定律,兩年成長一倍,三十年也就有 04/23 11:15
→ DarkerDuck:32萬倍,這就是指速成長的恐怖的地方 04/23 11:16
→ rexrainbow:gpu也不過是一種特化的cpu,要是有神經元專用"npu"也不 04/23 11:22
→ rexrainbow:意外 04/23 11:22
→ DarkerDuck:三萬兩千倍,眼殘了 04/23 11:22
→ rexrainbow:我想摩爾定律應該是假設電子元件都是線性的吧, 科科. 04/23 11:23
→ DarkerDuck:不過Intel也努力讓CPU都一直維持這個趨勢 04/23 11:25
→ rexrainbow:"IBM院士:摩爾定律快玩完了" (google關鍵字) 04/23 11:25
→ rexrainbow:"Intel董事長貝瑞特:摩爾定律還能管用15年" 04/23 11:25
→ DarkerDuck:摩爾定律快玩完了是因為晶片光蝕刻技術已經遇到瓶頸 04/23 11:30
→ DarkerDuck:但會不會有其他技術接手光蝕刻晶片運算也無人知 04/23 11:31
→ rexrainbow:我想應該是會有的,邪惡的美帝一定有很多備用計畫等著 04/23 11:32
→ DarkerDuck:的確有許多新技術在研發,量子計算、光運算、分子運算 04/23 11:33
→ rexrainbow:全世界都在推機器人產業,"機器學習"仍有很多需求, 04/23 11:38
→ rexrainbow:總之, 請繼續努力吧 @@ 04/23 11:39
→ rexrainbow:"人腦不會每個區域都一直在運作",記得大腦裡也有模組, 04/23 14:03
→ rexrainbow:如果只針對最小的模組做模擬,應該就不用一次放一千億個 04/23 14:04
→ rexrainbow:神經元在其中了.只是,這樣做應該還是會有失真的情況. 04/23 14:04
推 pstsubasa:這真是一篇精闢的科普文 04/23 22:13
→ DarkerDuck:大腦的確是有分區啊,對於固定式的AI而言,大腦皮質的 04/24 02:12
→ DarkerDuck:運動區和軀體的皮膚感覺區都可以拿掉。 04/24 02:13
→ DarkerDuck:一些較原始的欲望區域也都可以拿掉,和控制器官的運作 04/24 02:18
→ DarkerDuck:的神經網路也都可以拿掉。 04/24 02:18
→ DarkerDuck:所以存粹是為了做出具有高等思維的AI的話,應該是可以 04/24 02:22
→ DarkerDuck:參考人類大腦皮質部分的神經網路構造就夠了。 04/24 02:23
→ DarkerDuck:電腦所模擬的類神經網路其實也早就商業化了,有很多應 04/24 02:25
→ DarkerDuck:用。有些號稱Fuzzy的洗衣機裡面就有模糊邏輯類神經網路 04/24 02:32
→ DarkerDuck:一些醫學影像處理也會用到類神經網路去辨識癌細胞。 04/24 02:33
→ DarkerDuck:甚至連電腦遊戲AI都很多就是用類神經網路去做。 04/24 02:34
→ DarkerDuck:有些車子的引擎也是用類神經網路去控制的。 04/24 02:36
→ DarkerDuck:只是規模都沒有像人腦那麼大,整合了那麼多功能。 04/24 02:38
→ DarkerDuck:畢竟人腦經過了好幾億年的演化。 04/24 02:39
→ DarkerDuck:就連果蠅的腦神經也是複雜到最近才完全解開的。 04/24 02:41
→ DarkerDuck:像這個研究只解出果蠅嗅覺的神經網路三層模型 04/24 02:46
→ DarkerDuck:就已經非常了不起。 04/24 02:47
→ DarkerDuck:人的視覺皮質總共有六層,而且更為複雜。要解開就更難 04/24 02:48
→ DarkerDuck:上許多。 04/24 02:48
→ rexrainbow:創智慧這本書我一直沒看完 @@ 04/24 10:23
→ rexrainbow:"電腦所模擬的類神經網路其實也早就商業化了"然而AI仍 04/24 10:31
→ rexrainbow:與人類的智慧有很大的差異,我想跟你上篇提到的網路連結 04/24 10:32
→ rexrainbow:方式/組織,學習方式有很大的關係吧. 04/24 10:33
→ rexrainbow:太大的神經系統(大腦)做不出來,目前的類神經網路不夠用 04/24 13:13
→ DarkerDuck:的確只能做出很小的啊,現在連果蠅大小的神經網路 04/24 13:17
→ DarkerDuck:都做不太出來 04/24 13:17
→ DarkerDuck:因為現在現在類神經網路只負責一些簡單的工作, 04/24 13:18
※ 編輯: DarkerDuck 來自: 219.80.140.251 (04/24 13:19)
→ DarkerDuck:太多類神經元並無法增加精準度和效率 04/24 13:20
→ DarkerDuck:太複雜的工作,一坨沒有經過分區分層分類的類神經元 04/24 13:21
→ DarkerDuck:網路是無法達成的 04/24 13:21
→ rexrainbow:這倒是真的,如果只針對單一目的,的確不需要過大的NN 04/24 13:21
→ BruceX:推文好長... 04/25 13:31
推 j022015:我瞎了... 有迴路燒斷的感覺 這不是我的領域... ˊ口ˋ 04/25 18:48
推 popoka:長知識推~ 我竟然都看完了~ 還看得懂... 04/28 14:49
推 Gemani:簡單易懂 推 04/30 12:46
→ rofellosx:每次來攻殼都覺得走錯版.. 05/03 09:42