Grad学生赢得IBM Fimship to Mimic Brain Architecture

时间:2019-03-06 18:39:52 阅读:24次

   Nandakumar正在开发学习执行智能任务的系统,从识别单词和图像到执行更高级的认知功能,如语音识别和语言翻译。

   S上。 R. Nandakumar,电气工程专业的研究生,赢得了令人垂涎的IBM博士学位。支持他在模拟人类大脑结构的计算机系统方面的工作。他目前正在IBM的苏黎世实验室实习,我们有机会问他几个问题。

   Q值。去年八月,IBM科学家在 Nature Nanotechnology 上发表了关于建立人工外科医生和突触的封面文章。你对这篇论文有什么印象?

   S.R。 Nandakumar(SRN):当我们谈论神经形态工程时,我们经常专注于构建塑料可扩展的突触装置。默认情况下,假设神经元是使用标准数字或模拟CMOS电路构建的。然而,这种多晶体管设计可能限制可以在芯片上构建的神经网络的尺寸。因此,从单个设备创建神经元行为是创建功能强大的紧凑和节能神经处理引擎的重要一步。

   Q值。我们经常谈论模仿大脑,你认为我们有多接近生物学?生物学最终能被超越吗?

   SRN:破译人类大脑的建筑特征的挑战并非微不足道。我们对其运作知之甚少。通过模仿已知的东西,我们可以希望关闭一些缺失的链接。大脑具有卓越的信息编码,架构和处理能力。生物细胞中的化学反应比我们的设备更复杂。通过开发能够模仿神经元和突触的关键功能的单个电子设备,我们正在接近建立类似复杂性的大型神经回路。

   现在,为了实现大脑的处理能力,可能没有必要进行精确的模仿。可以使用不同的数据表示格式来实现脑计算的核心原理。然而,大脑的方式似乎是最节能的。基于纳米级设备的实现正试图缩小这一差距。尽管如此,我相信它可能会超过生物大脑的计算能力。例如,我们的大脑在其可以处理的感觉输入范围方面受带宽限制。工程可以在硬件中克服这些。

   Q值。您对此技术有哪些应用?

   SRN:一般来说,神经形态工程试图在硬件中实现大脑的计算能力和效率。借助纳米级设备和技术,我们可能能够实现人脑的并行计算范例,取代了中央服务器处理数据的需要。它可以彻底改变人类与机器交互的方式。我们的计算设备中的数字助理可以变得更加智能和个性化,从而减少隐私问题。植入/附着在人体中的神经计算芯片可以使我们与机器的交互更加无缝。移动设备可能成为我们的医生和导师。智能传感器作为物联网的一部分,可以为我们监控环境。它可以帮助有效利用资源和日常数据处理任务。机器人将无所不在。

  新泽西理工大学研究生赢得IBM奖学金以开发受大脑启发的计算系统NJIT新闻https://t.co/vIDfaTcHMw pic.twitter.com/f279IXzor2

  — Esther Surden(@njtechwkly)2017年4月27日

  

   Q值。您是IBM Zurich Lab的实习生。你能谈谈你的经历吗?

   SRN: IBM苏黎世的实习具有挑战性和激励性。我致力于在相变存储器(PCM)阵列平台上实现学习算法。当算法满足真实的物理硬件时,我可以很好地应对这些挑战。在IBM,我获得了独立工作的自由,并有机会与专家讨论想法。我有一位伟大的支持导师,阿布塞巴斯蒂安,他帮助发展实际应用的想法。环境令人鼓舞,为您未来的研究提供了许多想法。

   Q值。您能否提供关于您计划在2017年设备研究会议上展示的内容的简短预告片?

   SRN:我们开发了一种用于PCM脉冲编程行为的紧凑模型,该模型捕获其随机电导演变。然后我们用它来分析监督学习的编程策略。结果可能会对基于尖峰的计算硬件的实现产生影响。

Grad学生赢得IBM Fimship to Mimic Brain Architecture所属专题:Architecture专题 赢得专题 《Grad学生赢得IBM Fimship to Mimic Brain Architecture》链接:http://www.zhouchuanxiong.net/851