Onderzoekers simuleren brein met 2,5 miljoen neuronen
Onderzoekers van een Canadese universiteit hebben een computersimulatie ontwikkeld van een menselijk brein. Hun model bestaat uit tweeënhalfmiljoen neuronen, een fractie van een echt brein. Toch kan het model relatief complexe taken volbrengen.
De neurowetenschappers van de Waterloo-universiteit in Canada hebben, onder leiding van Chris Eliasmith, het kunstmatige brein ontwikkeld. Spaun, een afkorting voor Semantic Pointer Architecture Unified Network, bestaat uit gesimuleerde neuronen die met elkaar communiceren middels elektriciteit en chemische moleculen, net als de actiepotentialen en neurotransmitters in biologische hersenen. De virtuele neuronen zijn in subnetwerken onderverdeeld die de functies en structuren van echte hersenen nabootsen.
Spaun krijgt input via een klein 28 bij 28 pixels tellend scherm, waarop reeksen getallen worden getoond. De hersensimulatie kan deze getallen niet alleen succesvol herkennen, maar de getoonde reeksen ook opslaan en patronen in de getallen achterhalen. Met een gesimuleerde robotarm kan een lijstje gereproduceerd worden, maar kunnen ook ontbrekende getallen in een reeks worden 'opgeschreven'. In totaal kan Spaun acht eenvoudige taken uitvoeren en presteert daarbij vergelijkbaar als een mens, die over tientallen miljarden neuronen beschikt.
Net als een menselijk brein, vertoont Spaun ook vergelijkbare fouten: zo kan het kunstmatige brein cijfers aan het begin of eind van een reeks beter onthouden dan die in het midden. Het model kan ook gebruikt worden om veroudering van hersenen te simuleren: door virtuele neuronen uit te schakelen, verandert de output van Spaun op een vergelijkbare manier als bij een ouder wordend brein. Spaun heeft wel een flink nadeel ten opzichte van menselijke hersenen: het simuleren van een seconde breinactiviteit kost enkele uren met een op 2,5GHz geklokt quadcoresysteem met 24GB geheugen.
Reacties (63)
Op zich is AI niet zo heel moeilijk; een simpel neuraal netwerk kan veel van deze taken ook uitvoeren, inclusief bijbehorende 'graceful degredation' bij missende neuronen en 'pattern completion' bij incomplete input.
Een normaal neuraal netwerk is echter zeer abstract; hetzelfde wordt ook wel gepoogd met meer realistische neuronen, maar dat vergt, zoals hier maar weer eens wordt gedemonstreerd, erg veel rekentijd.
Persoonlijk vind ik het Blue Brain Project dan nog interessanter: die gaan voor een zo realistisch mogelijke nabootsing van (delen) van het brein. Het ligt ook in de planning om binnen een paar jaar een volledig rattenbrein na te bootsen.
De verwachting is ook dat met een jaar of tien, computers snel genoeg zijn om ook een mensenbrein na te bootsen (aldus Markram). Daarvoor is dit soort onderzoek essentieel, om alle onderdelen en interacties uit te vogelen (die is in simulaties van dergelijke precisie helaas lang niet zo vanzelfsprekend als in een "normaal" neuraal netwerk). Het zou me niet verbazen als we binnen enkele decennia een volwaardig mensenbrein kunnen simuleren
Een normaal neuraal netwerk is echter zeer abstract; hetzelfde wordt ook wel gepoogd met meer realistische neuronen, maar dat vergt, zoals hier maar weer eens wordt gedemonstreerd, erg veel rekentijd.
Persoonlijk vind ik het Blue Brain Project dan nog interessanter: die gaan voor een zo realistisch mogelijke nabootsing van (delen) van het brein. Het ligt ook in de planning om binnen een paar jaar een volledig rattenbrein na te bootsen.
De verwachting is ook dat met een jaar of tien, computers snel genoeg zijn om ook een mensenbrein na te bootsen (aldus Markram). Daarvoor is dit soort onderzoek essentieel, om alle onderdelen en interacties uit te vogelen (die is in simulaties van dergelijke precisie helaas lang niet zo vanzelfsprekend als in een "normaal" neuraal netwerk). Het zou me niet verbazen als we binnen enkele decennia een volwaardig mensenbrein kunnen simuleren
[Reactie gewijzigd door FragFrog op vrijdag 30 november 2012 11:53]
10 jaar lijkt me hopeloos optimistisch gezien de performance die daar voor nodig gaat zijn. Zelfs als er conceptuele doorbraken komen, zoals efficiënt brein-simulatie in hardware, zie ik dit niet gebeuren.
Hoeft ook niet, want het wordt lang voor die tijd al interessant. Simpel voorbeeld om dat te illustreren aan de hand van een vraag: Hoe complex en intelligent moet een brein simulatie worden om het uitschakelen ervan een moreel verwerpelijke daad te maken. ?
Hoeft ook niet, want het wordt lang voor die tijd al interessant. Simpel voorbeeld om dat te illustreren aan de hand van een vraag: Hoe complex en intelligent moet een brein simulatie worden om het uitschakelen ervan een moreel verwerpelijke daad te maken. ?
Denk dat het best wel mogelijk is hoor, deze simulatie doet ongeveer 1/40.000 van het aantal neuronen van een menselijk brein na.10 jaar lijkt me hopeloos optimistisch gezien de performance die daar voor nodig gaat zijn. Zelfs als er conceptuele doorbraken komen, zoals efficiënt brein-simulatie in hardware, zie ik dit niet gebeuren
Daarnaast hoeft een simulatie helemaal niet zoveel neuronen te simuleren daar er erg veel overcapaciteit zit in een menselijke brein.
laten we zeggen dat we het met 50% prima af kunnen, er zijn namelijk geneog mensen die zelfs prima kunnen leven met een halve brein.
De 20 PFLOPS Gray XK7 Titan is bv 250.000 keer zo snel als gebruikte quad core de +/- 80 GFLOPS haalt.
Als de huidige trend zich voort zet, zullen we over 10 jaar een super computer hebben die een factor 500~1000 sneller zijn en calculaties in de EFLOPS omvang haalt.
Realtime simulatie word dus best wel mogelijk als we de tijd en geld er in willen steken
Sorry hoor maar als GPU programmeur moet ik toch constateren dat dit de grootste onzin is, Het menselijk brein bevat ongeveer 100 biljoen ( 100.000.000.000 ) neuronen, waarvan elke neuron ongeveer gemiddeld 7,000 synaps (verbindingen met andere neuronen) bevat. Dan zul je ook nog rekening moeten houden dat elke neuron een structuur heeft, En dat elke neuron een interactie kan aangaan met verschillende chemische stoffen via verschillende transmitters als dopamine, serotine, GAB... (en nog een paar andere) Wat ook weer een complexe structuur heeft en voor elk van deze stoffen en combinatie's van deze stoffen per elke neuron.. Om nog niet te spreken over de complexe interactie's die plaatsvinden in de neuron zelf.. Zelfs al was de neuron een punt deeltje met 1 eigenschap en 1 interactie dan was het waarschijnlijk al niet haalbaar. Maar dat is dus niet het geval.De verwachting is ook dat met een jaar of tien, computers snel genoeg zijn om ook een mensenbrein na te bootsen (aldus Markram).
Iemand die ook maar een beetje verstand heeft van computations en realistisch is weet meteen dat een realistische simulatie jammer genoeg nog lang niet in ons bereik is.. natuurlijk zal het er ooit komen als de mensheid zich niet eerst uitroeit
maar in 10 jaar.. Laat de menheid eerst maar eens een brein van een rat ofzo nabootsen, Ik denk dat dat niet eens lukt in 10 jaar.. Wij zullen eerst deze lijst nog moeten beginnen: http://en.wikipedia.org/w...mals_by_number_of_neuronsps. Op het onderstaande: Ik denk dat het computational probleem groter is als het gebrek aan kennis over de structuur van de neuron bijvoorbeeld. Aangezien wij nu en zeker over 10 jaar in staat zijn om tot op grote precisie (De precisie dat je een brein wil simuleren ) een neuron kunnen opserveren. Dan is er ook nog het probleem dat Moore's law straks op zijn eind gaat komen (Al heel snel), en dat er waarschijnlijk een alternatief moet gaan komen. Of dit alternatief er komt of niet is ook belangrijk. Als er snel quantum computers komen die velen malen sneller zijn zullen we sneller de benodigde computation power verkrijgen, Maar dat is zeker niet in 10 jaar
http://en.wikipedia.org/wiki/Moore's_lawSources in 2005 expected it to continue until at least 2015 or 2020. However, the 2010 update to the International Technology Roadmap for Semiconductors has growth slowing at the end of 2013, after which time transistor counts and densities are to double only every three years.
[Reactie gewijzigd door kajdijkstra op vrijdag 30 november 2012 20:36]
Hieronder een wat uitgebreidere comment geschreven, maar ik wil even de kanttekening maken dat schatting over brein simulaties kant nog wal raken, want biologisch hebben we nog eigenlijk geen flauw idee hoe het brein werkt. Ik doe nu medische natuurwetenschappen aan het VU en zodra je het over het brein hebt hoor je echt binnen de eerste paar zinnen dat we over ieder mogelijk onderwerp gewoon geen flauw idee hebben hoe het exact werkt. En om een virtueel brein te creeeren draait het niet alleen om rekenkracht (waar we dus geen flauw idee kunnen hebben hoeveel we nodig hebben) maar ook om biologisch begrip (wat we nog lang niet hebben).
Dat is wel heel erg kort door de bocht. Neem bijvoorbeeld Wolf et Al 2005: die simuleerden zeven jaar geleden al een neuron met meer dan twintig verschillende actieve kanalen, die bijna exact hetzelfde reageerde op input als een echt in vivo neuron. Ik haal Wolf aan omdat hun model (van dat type neuron) toendertijd realistischer was dan wat er verder beschikbaar is, maar wetenschap op dat gebied heeft in de afgelopen jaren niet stilgestaan, integendeel.
Tegenwoordig zijn er al modellen die individuele moleculen simuleren, en interactie-modellen die clusters neuronen zo goed nabootsen dat er vrijwel geen onderscheid is met echte neuronen (zie bijvoorbeeld Badel et al 2008) en verbeteringen in onderzoeksmethodes (zoals planar patch clamp en optogenetics) zorgen ervoor dat die ook steeds nauwkeuriger worden. Vanaf de andere kant worden ook modellen van het hele brein steeds beter, en kunnen we bijvoorbeeld aspecten van multitasken en het Stroop / PWI effect al zeer plausibel verklaren (zie bijvoorbeeld Taatgen 2010 of Van Rijn 2008 voor onderzoek van Nederlandse bodem).
Nee, een perfecte simulatie is er nog niet, maar "geen flauw idee hoe het brein werkt" is sterk overdreven. Immers, anders konden we ook ziektes niet behandelen; we zijn een heel stuk verder dan lobotomy's tegenwoordig.
Tegenwoordig zijn er al modellen die individuele moleculen simuleren, en interactie-modellen die clusters neuronen zo goed nabootsen dat er vrijwel geen onderscheid is met echte neuronen (zie bijvoorbeeld Badel et al 2008) en verbeteringen in onderzoeksmethodes (zoals planar patch clamp en optogenetics) zorgen ervoor dat die ook steeds nauwkeuriger worden. Vanaf de andere kant worden ook modellen van het hele brein steeds beter, en kunnen we bijvoorbeeld aspecten van multitasken en het Stroop / PWI effect al zeer plausibel verklaren (zie bijvoorbeeld Taatgen 2010 of Van Rijn 2008 voor onderzoek van Nederlandse bodem).
Nee, een perfecte simulatie is er nog niet, maar "geen flauw idee hoe het brein werkt" is sterk overdreven. Immers, anders konden we ook ziektes niet behandelen; we zijn een heel stuk verder dan lobotomy's tegenwoordig.
[Reactie gewijzigd door FragFrog op vrijdag 30 november 2012 12:28]
Kort door de bocht? Het gros van de ziekte behandelingen in de hersenen worden niet gedaan op een echt begrip van de hersenen. Tenminste, dat is als ik de Dr's en Professoren van het VUmc mag geloven. Of je nou kijkt naar technieken als deep brain simulation (waar een apart model is gemaakt wat eigenlijk los staat van het biologische model) of dat je kijkt naar medicijnen (we kunnen vaak nog wel zeggen waarop ze werken en wat dan het eerste effect is... maar waarom dat het uiteindelijk gewenste effect heeft: flauwe vermoedens op z'n meest, zelfs bij traditioneel geaccepteerde medicijnen (bijv. de dopamine productie kan worden versterkt, en we weten ongeveer hoe dat gebeurd, maar waarom dat dan bijv. wel of niet effecten heeft op herstel van bepaalde hersen delen, geen flauw idee, waarom dat een effect heeft op de psyche (depressie bijv.), geen flauw idee, en dat is een stof waar we vreselijk veel puzzel stukjes over hebben). En voor tal van (hersen) aandoeningen bestaan er verschillende medicijnen waarbij de ene wel aanslaat en de andere niet en we realistisch niet weten waarom dat zou is). En een enkel neuron simuleren is een klein detail als je je bedenkt dat het deel wat we vaak niet begrijpen is hoe het gros van de feedback kanalen in de hersenen werken.
Trouwens, om even een zij stapje te maken om mensen een indruk te geven over de complexiteit van biologie. Iedereen kent telomeren ondertussen tegenwoordig en de rol in cel veroudering... toch is het nog maar 3 jaar geleden dat een nobel prijs werd uitgereikt voor de ontdekking van hoe het enzyme telomerase daartegen beschermt. Dat is een totaal elementair process. Of neem photosynthese, als ik me goed herinner is het gehele chemische process pas een jaar of 20 bekend... je kunt wel het begin en het einde weten (en een paar tussenstappen), maar dat betekend nog lang niet dat je enig idee hebt hoe het geheel werkt. Of neem de structuur van tal van elementaire biologische moleculen... vaak worden ons structuren getoond en plaatsen ze daar opmerkingen bij dat die in de afgelopen 4 a 5 jaar zijn ontdekt.
Hoe dan ook, ik heb tijdens m'n studie al tal van hersen wetenschappers horen spreken en op een presentatie van Dick Swaab na heeft ieder wel een opmerking geplaats dat we nog steeds nauwelijks begonnen zijn met het onderzoek naar de hersenen. 30 jaar geleden werden de hersenen beschouwt als black box, tegenwoordig zijn we net op het niveau dat we een voorstelling kunnen maken van de complexiteit (en dat we steeds meer losse puzzel stukjes verzamelen maar eigenlijk nog nauwlijks een idee hebben hoe ze te verbinden)...
Trouwens, om even een zij stapje te maken om mensen een indruk te geven over de complexiteit van biologie. Iedereen kent telomeren ondertussen tegenwoordig en de rol in cel veroudering... toch is het nog maar 3 jaar geleden dat een nobel prijs werd uitgereikt voor de ontdekking van hoe het enzyme telomerase daartegen beschermt. Dat is een totaal elementair process. Of neem photosynthese, als ik me goed herinner is het gehele chemische process pas een jaar of 20 bekend... je kunt wel het begin en het einde weten (en een paar tussenstappen), maar dat betekend nog lang niet dat je enig idee hebt hoe het geheel werkt. Of neem de structuur van tal van elementaire biologische moleculen... vaak worden ons structuren getoond en plaatsen ze daar opmerkingen bij dat die in de afgelopen 4 a 5 jaar zijn ontdekt.
Hoe dan ook, ik heb tijdens m'n studie al tal van hersen wetenschappers horen spreken en op een presentatie van Dick Swaab na heeft ieder wel een opmerking geplaats dat we nog steeds nauwelijks begonnen zijn met het onderzoek naar de hersenen. 30 jaar geleden werden de hersenen beschouwt als black box, tegenwoordig zijn we net op het niveau dat we een voorstelling kunnen maken van de complexiteit (en dat we steeds meer losse puzzel stukjes verzamelen maar eigenlijk nog nauwlijks een idee hebben hoe ze te verbinden)...
Je hoeft niet perfect te simuleren om al hele leuke resultaten te krijgen blijkbaar. En een aantal stofjes/signalen zullen niet strikt noodzakelijk zijn voor een goede cognitieve werking. In de wetenschap zien we dit veel vaker terug.
Voorbeeld: In de de mechanica is het heel gebruikelijk om bepaalde 2e orde effecten gewoon te negeren. In veel gevallen krijg je dan niet precies de uitkomst die je zou moeten krijgen, maar binnen het gebied wat je wil beschrijven kom je dan bijvoorbeeld op fouten uit van <0.1%. Zo'n beetje onze hele industrie is op dit soort modellen gebaseerd en met groot succes. Ik zie niet in hoe dit ook niet voor neuronen zou kunnen gelden.
Ik kijk in ieder geval uit naar meer van dit ;-). Fantastisch ;-)
Voorbeeld: In de de mechanica is het heel gebruikelijk om bepaalde 2e orde effecten gewoon te negeren. In veel gevallen krijg je dan niet precies de uitkomst die je zou moeten krijgen, maar binnen het gebied wat je wil beschrijven kom je dan bijvoorbeeld op fouten uit van <0.1%. Zo'n beetje onze hele industrie is op dit soort modellen gebaseerd en met groot succes. Ik zie niet in hoe dit ook niet voor neuronen zou kunnen gelden.
Ik kijk in ieder geval uit naar meer van dit ;-). Fantastisch ;-)
Kurzweil had dit uitgerekend; een mooie illustratie daarbij is hier te vinden.
Zoals Delgul al opmerkt hoeft je ook niet elk moleculair proces met 100% nauwkeurigheid na te bootsen om een simulatie te creeren die functioneel identiek is aan datgene wat je simuleert; net zoals je voor een crash-simulatie van een auto ook niet elk atoom in de auto hoeft te volgen. De vraag is wel of we er binnenkort al dichtbij genoeg zijn - rekenkracht is natuurlijk maar de helft van het plaatje. Er is nog veel wat we niet weten, maar we komen er wel steeds dichter bij.
Zoals Delgul al opmerkt hoeft je ook niet elk moleculair proces met 100% nauwkeurigheid na te bootsen om een simulatie te creeren die functioneel identiek is aan datgene wat je simuleert; net zoals je voor een crash-simulatie van een auto ook niet elk atoom in de auto hoeft te volgen. De vraag is wel of we er binnenkort al dichtbij genoeg zijn - rekenkracht is natuurlijk maar de helft van het plaatje. Er is nog veel wat we niet weten, maar we komen er wel steeds dichter bij.
Een idee voor de onderzoekers om ook over te gaan op BOINC
Tweakers kent ook een team dat computerkracht ter beschikking stelt hieraan De dutch power cows en hun website
Boinc is gedistributeerde computer kracht, iedereen doet mee met rekentaken die de onderzoekers aanbieden op hun project. Zelf doe ik zeer actief mee bij milkyway@home
Totaal is er een enorme rekenkracht actief op boinc. Allemaal vrijwilligers die mee doen met hun computers, en soms zelfs mensen die pc's bouwen puur voor boinc projecten en de competitie daar omheen.
Als dit project op boinc komt zal de simulatie vele malen sneller gaan doordat er honderden gigaflops beschikbaar komen. Dan is het een kwestie van seconden voor simulaties.
Erg mooi project, maar ik blijf het raar vinden hoe een computer (die de simulatie berekend immers) dan in de simulatie weer een gegeven kan onthouden of vergeten. Een computer kan toch alleen "logisch" denken (1 of 0) dus hoe kan hij dingen vergeten naarmate de simulatie minder word. Er bestaan ook geen echte randomizers voor wachtwoorden wat nog steeds problemen oplevert. Er is altijd een patroon.
Een mooi project, hopelijk maken ze de stap naar distributed computing (bijvoorbeeld BOINC)
EDIT: bij boinc op het moment 7,300.116 TeraFLOPS De helft van de grootste supercomputers.....
Tweakers kent ook een team dat computerkracht ter beschikking stelt hieraan De dutch power cows en hun website
Boinc is gedistributeerde computer kracht, iedereen doet mee met rekentaken die de onderzoekers aanbieden op hun project. Zelf doe ik zeer actief mee bij milkyway@home
Totaal is er een enorme rekenkracht actief op boinc. Allemaal vrijwilligers die mee doen met hun computers, en soms zelfs mensen die pc's bouwen puur voor boinc projecten en de competitie daar omheen.
Als dit project op boinc komt zal de simulatie vele malen sneller gaan doordat er honderden gigaflops beschikbaar komen. Dan is het een kwestie van seconden voor simulaties.
Erg mooi project, maar ik blijf het raar vinden hoe een computer (die de simulatie berekend immers) dan in de simulatie weer een gegeven kan onthouden of vergeten. Een computer kan toch alleen "logisch" denken (1 of 0) dus hoe kan hij dingen vergeten naarmate de simulatie minder word. Er bestaan ook geen echte randomizers voor wachtwoorden wat nog steeds problemen oplevert. Er is altijd een patroon.
Een mooi project, hopelijk maken ze de stap naar distributed computing (bijvoorbeeld BOINC)
EDIT: bij boinc op het moment 7,300.116 TeraFLOPS De helft van de grootste supercomputers.....
[Reactie gewijzigd door aadje93 op vrijdag 30 november 2012 11:42]
Limitatie van BOINC en soortgelijke gedistribueerde projecten is de lange tijd tussen het uitzenden en terugkrijgen van individuele taken. Dat is geen probleem als je de taak eenvoudig op kunt delen in kleine 'work units', zoals bijvoorbeeld bij Folding@Home één set parameters voor het opvouwen van een eiwit. Als je echter een probleem hebt met veel feedbackloops, waar de subproblemen in grote mate van elkaar afhankelijk zijn, dan kan deze 'latency' een probleem worden.
In het geval van het brein kan ik me voorstellen dat niet ieder gebied met ieder ander gebied zal kunnen communiceren (althans niet direct) en dat je met caching wel een opdeling kan bereiken, maar of het schaalt tot het aantal computers waar je in BOINC mee te maken krijgt is helemaal de vraag.
In het geval van het brein kan ik me voorstellen dat niet ieder gebied met ieder ander gebied zal kunnen communiceren (althans niet direct) en dat je met caching wel een opdeling kan bereiken, maar of het schaalt tot het aantal computers waar je in BOINC mee te maken krijgt is helemaal de vraag.
Natuurlijk zeer interessant. Het menselijk Brein is een voorbeeld van een succesvolle invoer van de illusie genaamd 'zelfbewustzijn'. Het kunstmatig kunnen maken van zo'n systeem leid tot processen die anders worden uitgevoerd dan regide computersystemen ze doen, ze staan namelijk fouten toe en passen zich hierop aan in de meest absurde omstandigheden en op de meest bizarre manieren. Regide netwerken kunnen dit slechts zeer beperkt.
Ik verwacht ook dat dit soort uitbreidingen ook letterlijk uitbreidingen op het menselijk brein kunnen worden, tevens kan het ook een grote hulp zijn voor mensen die een deel van de hersenen beschadigt hebben.Het integreren en het vermogen aanpassen is echter wel een formidabele taak. Het op afstand conmmuniceren ermee kan wellicht handiger zijn. 'extern geheugen' bijvoorbeeld. Mits de tijd voor het benaderen ervan drastisch wordt verkort.
Of dit uiteindelijk in staat steld om eeuwig te leven? Ik denk dat dat een filosofisch vraagstuk is. Als jij al jouw informatie dumpt in een kunstmatig briein wat identiek werkt zal het wellicht 'jou' zijn voor iedereen om je heen en ook voor die kunstmatige hersenen (in alle opzichten inclusief emotie en herineringen) maar is het wellicht neits meer dan een kopier. Ergo; je creeerd een kopie en gaat wellicht toch gewoon dood.In die zin zou het beter zijn als je eigen organische hersenen zelf kunstmatige neuronen aanmaken.
Ik verwacht ook dat dit soort uitbreidingen ook letterlijk uitbreidingen op het menselijk brein kunnen worden, tevens kan het ook een grote hulp zijn voor mensen die een deel van de hersenen beschadigt hebben.Het integreren en het vermogen aanpassen is echter wel een formidabele taak. Het op afstand conmmuniceren ermee kan wellicht handiger zijn. 'extern geheugen' bijvoorbeeld. Mits de tijd voor het benaderen ervan drastisch wordt verkort.
Of dit uiteindelijk in staat steld om eeuwig te leven? Ik denk dat dat een filosofisch vraagstuk is. Als jij al jouw informatie dumpt in een kunstmatig briein wat identiek werkt zal het wellicht 'jou' zijn voor iedereen om je heen en ook voor die kunstmatige hersenen (in alle opzichten inclusief emotie en herineringen) maar is het wellicht neits meer dan een kopier. Ergo; je creeerd een kopie en gaat wellicht toch gewoon dood.In die zin zou het beter zijn als je eigen organische hersenen zelf kunstmatige neuronen aanmaken.
[Reactie gewijzigd door Auredium op vrijdag 30 november 2012 13:51]
Dat soort projecten kunnen zeker een rol spelen, de vraag is alleen of ze voor een ontwikkeling zullen zorgen die sneller dan exponentieel is. In de genetica is dat de afgelopen 20 jaar wel gebeurd - de tijd die nodig is om DNA te sequencen is sneller dan exponentieel gedaald. Dit (full genome sequencing) is echter wel een veel jongere tak van de wetenschap dan het ontwerpen van processoren.
De kanttekeningen hierbij:
- 8 eenvoudige taken die hij ongeveer net zo goed kan uitvoeren als een mens. Geen zelfbewustzijn of iets spectaculairs.
- Een neural network die onderaards nog steeds functioneert als een feed forward backpropagation netwerk. De feed forward zijn de elektrische signalen en de backpropagation is de chemie. Hoe je het ook wilt noemen, het blijft geen nieuwe techniek.
- De training van de robot zal onder supervisie zijn gebeurd en niet zoals bij een normaal mens zonder supervisie. Geen eigen besluiten of keuzes, maar 'best fit' aan de hand van een loss function. Hier is geen sprake van kunstmatige intelligentie, maar van in feite van goed toegepaste data regression.
- De bot zal last hebben gehad van overfitting waardoor de eerste en laatste getallen beter werden onthouden. De sigmoid function met een hoge learnrate aan het begin en overfitting aan het einde veroorzaakt dit normaal. Niet de complexe gekozen structuur. Daar durf ik wel een wetje om te leggen.
Een paar keer per jaar lees ik dit soort berichtjes en dan kom je er toch elke keer weer achter dat er feitelijk weinig progressie wordt gemaakt aan de theoretische kant, maar dat met aansprekende voorbeelden zo nu en dan toch weer de media gehaald wordt. De onderliggende techniek is al sinds 1969 niet meer noemenswaardig gewijzigd.
- 8 eenvoudige taken die hij ongeveer net zo goed kan uitvoeren als een mens. Geen zelfbewustzijn of iets spectaculairs.
- Een neural network die onderaards nog steeds functioneert als een feed forward backpropagation netwerk. De feed forward zijn de elektrische signalen en de backpropagation is de chemie. Hoe je het ook wilt noemen, het blijft geen nieuwe techniek.
- De training van de robot zal onder supervisie zijn gebeurd en niet zoals bij een normaal mens zonder supervisie. Geen eigen besluiten of keuzes, maar 'best fit' aan de hand van een loss function. Hier is geen sprake van kunstmatige intelligentie, maar van in feite van goed toegepaste data regression.
- De bot zal last hebben gehad van overfitting waardoor de eerste en laatste getallen beter werden onthouden. De sigmoid function met een hoge learnrate aan het begin en overfitting aan het einde veroorzaakt dit normaal. Niet de complexe gekozen structuur. Daar durf ik wel een wetje om te leggen.
Een paar keer per jaar lees ik dit soort berichtjes en dan kom je er toch elke keer weer achter dat er feitelijk weinig progressie wordt gemaakt aan de theoretische kant, maar dat met aansprekende voorbeelden zo nu en dan toch weer de media gehaald wordt. De onderliggende techniek is al sinds 1969 niet meer noemenswaardig gewijzigd.
Op dit item kan niet meer gereageerd worden.
Onderwerpen
Populair: Tablets Samsung Websites en communities Mobiele telefoons Google Sony Microsoft Games Consoles Microsoft Xbox One
© 1998 - 2013 Tweakers.net B.V. Contact Over Tweakers Jouw privacy Algemene voorwaarden Cookies
Tweakers wordt uitgegeven door De Persgroep en wordt gehost door True
