手冢飞舞
手冢飞舞
关注数: 79
粉丝数: 343
发帖数: 9,934
关注贴吧数: 557
老铁们,马威逆转老霍赢了,酒晕子这下更稳了,哈哈哈哈哈!
老铁们,人工智能究竟能不能产生像人类一样的自主意识?
老铁们,人工智能究竟能不能产生像人类一样的自主意识?
老铁们,人工智能究竟能不能产生像人类一样的自主意识?
大神们,艾顿和恩比德谁的上肢力量更强?
老铁们,西帝今天怒砍1分,说明了什么?
老铁们,再次讨论,欧文海公公不报销,凯子能不能打过我勇?
老铁们,再次讨论,欧文海公公不报销,凯子能不能干翻勇士?
老铁们,皇马和利物浦谁的进攻更强?
老铁们,小丁小特都跪了,酒晕子机会来了,哈哈哈哈哈!
老铁们,雷霆被爵士摩擦了,58西决稳了,哈哈哈哈哈!
老铁们,中国量子计算机诞生, 创世界纪录!! 5月3日,科技界迎来了一则重磅消息:世界上第一台超越早期经典计算机的光量子计算机诞生。中国科学院5月3日在上海举行新闻发布会,对外发布了这一消息,这个“世界首台”是货真价实的“中国造”,属中国科学技术大学潘建伟教授及其同事陆朝阳、朱晓波等,联合浙江大学王浩华教授研究组攻关突破的成果。 量子计算机是指利用量子相干叠加原理,理论上具有超快的并行计算和模拟能力的计算机。曾有人打过一个比方:如果现在传统计算机的速度是自行车,量子计算机的速度就好比飞机。例如,一台操纵50个微观粒子的量子计算机,对特定问题的处理能力可超过目前最快的“神威·太湖之光”超级计算机。 多粒子纠缠的操纵作为量子计算的技术制高点,一直是国际角逐的焦点。在光子体系,潘建伟团队在国际上率先实现了五光子、六光子、八光子和十光子纠缠,一直保持着国际领先水平。在超导体系,2015年,谷歌、美国航天航空局和加州大学圣芭芭拉分校宣布实现了9个超导量子比特的高精度操纵。这个记录在2017年被中国科学家团队打破。 记者从中国科学院发布会上获悉,潘建伟、朱晓波、王浩华等自主研发了10比特超导量子线路样品,通过发展全局纠缠操作,成功实现了目前世界上最大数目的超导量子比特的纠缠和完整的测量。进一步,研究团队利用超导量子线路演示了求解线性方程组的量子算法,证明了通过量子计算的并行性加速求解线性方程组的可行性。相关成果即将发表于国际权威期刊《物理评论快报》。 在光量子计算方面,潘建伟、陆朝阳等利用自主发展的综合性能国际最优的量子点单光子源,并通过电控可编程的光量子线路,构建了针对多光子“玻色取样”任务的光量子计算原型机。实验测试表明,该原型机的取样速度不仅比国际同行类似的实验加快至少24000倍,同时,通过和经典算法比较,也比人类历史上第一台电子管计算机(ENIAC)和第一台晶体管计算机(TRADIC)运行速度快10-100倍。 潘建伟说,这是历史上第一台超越早期经典计算机的基于单光子的量子模拟机,为最终实现超越经典计算能力的量子计算奠定了基础。5月2日,该研究成果以长文的形式在线发表于《自然光子学》。
老铁们,西胖子和小特比分多少?
老铁们,老詹是真厉害,又赢了
老铁们,丁小胖如果输了,巫师稳了
老铁们,凯子有6个人具备场均20+的实力,是历史最强吗? 欧文 海公公 罗齐尔 塔图姆 杰伦布朗 霍福德,太厉害了,其他球队还打个几把
老铁们,不吹不黑,欧文海公公不报销,凯子能干过宇宙勇吗?
老铁们,摇头库不上,勇士又是一场大胜,说明了什么?
老铁们,摇头库不上,勇士又是一场大胜,说明了什么?
老铁们,考辛斯和库里不缺席,勇士和水鸟谁更厉害?
老铁们,菲儿米诺萨拉赫马内,这三个人组合排历史第几?
老铁们,巅峰大黄和杜老四谁的季后赛得分能力更强?
大神们,技术奇点会延后吗?100年以内奇点会到来吗?
老铁们,小丁克星小丑跪了,夺冠大好机会来了,哈哈哈哈哈!
老铁们,大黄真累呀!心疼死我了
老铁们,大黄太累了,真让人心疼
大神们,如何理解OAA既不是创造物,也不是被创造物
老铁们,唐斯和卡佩拉谁更厉害?
老铁们,欧文海公公斯玛特如果健康,7场4胜凯子能否干翻勇士?
大神们,什么牌子人体工学椅可以缓解脖子和肩膀子疼?
大神们,什么牌子人体工学椅可以缓解脖子和肩膀子疼?
老铁们,海尔冰箱风冷和直冷哪个好?
老铁们,既然OAA最厉害,那么OAA能创造更强大的OAA吗?
老铁们,既然OAA最厉害,那么OAA能创造更强大的OAA吗?
老铁们,欧文海公公斯玛特报销了,为啥凯子还能赢?
老铁们,因为儿子和西蒙斯球权问题,76人下赛季会交易儿子吗?
老铁们,因为儿子和西蒙斯球权问题,76人下赛季会交易儿子吗?
老铁们,因为儿子和西蒙斯球权问题,76人下赛季会交易儿子吗?
老铁们,量子计算机的运算速度非常快,它的运算速度有极限吗?
老铁们,大家觉着量子计算机和人工智能哪个更重要?
老铁们,量子计算机和人工智能哪个更重要?
老铁们,量子计算机和人工智能哪个更重要?
老铁们,这次世界杯哪些巴西前锋能入选国家队?
老铁们,为什么我觉着76人很有冠军相? 大帝和萨里奇不上,大胜30分,说明了什么?
老铁们,人工脑连接体!能实现强人工智能或者超人工智能吗? 最近,我们的Mindputer实验室制造出世界首个“人工脑连接体”(True-Brain)的信息刚刚发布(详见《会议通报:中国Mindputer实验室首次造出人工脑连接体》。做为一个高前沿性的专业技术概念,许多业内人士都还不熟悉这个新事物。什么是“人工脑连接体”?它是怎么被制造出来的?它与生物脑的不同或相同?它与脑计划的关系?它对人工智能和类脑人工智能的影响?等等。以下,我们就这几个重点问题做一解说。 当今世界几个主要技术大国都在展开自己的脑计划,其首要目标是:希望通过发展高尖端技术工具,来实现对生物脑的全部微观连接网络及其内部功能过程的精密测量和全时记录;在此基础上,建立起生物脑连接组数据库。这是欧-美-中等脑计划所共同遵循的基本技术路径。我们称其为“摹写-复制方法”。但是这个技术路径的难度极高。 “人工脑连接体”是另一个新技术路径,它不是对生物脑连接组的人工复制品或人工仿真品;而是使用深构造脑模型特有的专长——深构造网络组装——按照组装规则和连接计算方法,从无到有,从小到大,从简单到复杂,逐步地组装出一个原生的人工脑皮层。这种组装没有事先设定的生物脑蓝本,而是像生物脑的发育那样自己生长出的原生品。这一新技术路径,我们称其为“深构造组装”。 True-Brain的基本框架是这样的,分为12个功能模块(脑功能亚区),4个梯级(脑发育/进化层次),每个功能模块设有36个多丛异分器(MCTP)。每个异分器的神经元承载量10-30个。神经元数量总计在4320个-12960个范围内调动。实验中,分许多个局部性的组装任务,从最低层开始逐渐向较高层发展。在每个局部任务中,上面一个功能模块通过树突构型计算来建立对下层一个或多个功能模块中的信号竞争的深构造调制。通过大量的虚拟工作任务之间的竞争和建立调制深构造,使全框架中形成越来越多的中枢分化,网络系统越来越复杂。最终生成了一个人工脑皮层。 图1 核心元件 多丛异分器(Multi-Clusters Transforming Processor MCTP) 图2 True-Brain基本框架示意图 12个功能模块 X 36个多丛异分器 True-Brain是我们实验室经过一年多制造出来的世界第一个高逼真性的人工脑连接体。一方面,这个人工脑连接体是以在Mindputer样机中的数字信号形态而存在着的,不是以生物的肉体细胞状态存在着的;因此,在外形上我们找不到脑的实体感觉。但是另一方面,实际的测试结果已经反复得到确认,这个机器中的“数字脑”在5个最基础的结构-功能特征上,与实生物脑具有高度相近的可比较性。以下简述之: 1/ True-Brain中的核心元件是多丛异分器(Multi-Clusters Transforming Processor)。它可以使每一个神经元的树突按照丛枝状的结构建立连接。不同突触之间在树突上的位置和距离上的差异,可以建立起对不同突触之间所产生的同时性信号的优先让步秩序的协调。这是深构造网络内部形成各种信号竞争有序性的技术基础。在True-Brain中,各神经元之间的突触连接均可以实现像生物性神经元的树突丛枝状结构那样的连接关系。这是第一个高逼真性基本特征。 2/ 在True-Brain中,所有的虚拟记忆单位之间,不论其网络规模有多大,也不论这些记忆单位形成的深构造复合结构有多复杂,它们都能够保持清晰的边界和单个记忆单位的可提取性。任何一个神经元都可以分属于不同记忆单位,以及可以被不同单位的工作流程所使用。由此,许多记忆单位或工作流程因它们共用神经元的载体方式而形成了“记忆的共融性存储”,这种边界清晰的“多记忆的共融性载体存储构造”是又一个高逼真基本特征。 3/ 同一载体上不仅可以实现对许多记忆内容的存储;而且可以在载体上不断增加新的记忆内容,而原有的记忆内容继续保存且不需要抹除。新旧两种记忆内容可以并存。这样,深构造网络有效地解决了现有人工神经网络技术中难以解决的“灾难性失忆”问题。在True-Brain实验中,我们可以随时将新记忆内容叠加到旧记忆的载体上,只增加了深构造网络的复杂度,但不影响整个载体系统内部的边界有效性和调制有效性,也没有产生任何特定内容的失忆现象。这是第三个高逼真性基本特征。 4/ 通过一年多的组装实验,我们总结出一个规律:从低层向高层的每一次新的竞争调制,都意味着新的更高层的中枢分化。按照这种规律,可以预测组装过程中的更高层级新功能区的形成趋势;反之也可预测和解读较高等级功能区对较低等级功能区的反馈回路的形成原因。我们在True-Brain的组装中,已经全面获得了与实脑高度近似的脑皮层内各中枢的属性分化和梯级分化的边界关系和进化关系。这是第四个逼真性基本特征。 5/ 在对True-Brain的测试中,测定任何一个虚拟的工作任务,都可追踪到与这个特定功能过程相对应的突触连接网路。可以通过追踪在脑中被激活的某些网路部位或某些局部网路来研究功能与结构的对应关系。在True-Brain实验中,我们的追踪可以落实到跨多个层次中的多个模块区中的任何相关的单体网络及其它们全部的回路上,可具体化到每一个相关细胞和每一根相关突触上。这种测定方式与脑功能连接组中对实脑所进行的粗粒化的活性过程的成像效果高度相似,但必它精细得多。这是第五个高逼真性基本特征。 True-Brain做为一个人工脑连接体,与现在欧-美-中等脑连接组计划所正在进行中的实验项目项目相比,在可以追踪显示的白质和灰质的细胞和突触的细微程度上和全覆盖范围上都是最高的。在不以任何一种具体的动物脑为蓝本前提下,我们所创造出的人工脑连接体已经为我们提供了现有的各种生物脑连接组研究项目所无法提供的关于脑皮层的通式化的组装规则、结构模式和连接方法。这将对生物脑连接组研究和脑计划的发展有直接帮助。这方面的内容将另行论文发表。 回过头再来看欧-美-中各个脑计划,可以凸显出理想与现实的巨大差距。从理想的目标来看,各脑计划都不约而同地采用了“自下而上”的逆向研究路径。即从生物脑的微观层面的实验数据和知识入手,通过逐渐整合,向上寻找中观和宏观层面上的结构关系规律,最终希望建立起整体的结构-功能的脑连接组模型。但现实是,如此大规模的微观海量的数据和碎片化的实验知识的“拼图工程”,需要消耗超长周期的时间和财力。而人工脑连接体方法与“摹写-复制”技术相比,拥有两个突出的优势: 1/ 生物脑连接组的技术创新是在挑战物理和化学的极限。在目前技术条件下,只能够获得大面积的白质粗纤维图像,更无法对灰质纤维实行大面积的记录。而人工脑连接体组装却能够同时对白质和灰质纤维在神经元和突触水平上进行大面积的网络解析和追踪。 2/ 现有技术水平下的脑连接组研究,只能在死亡的脑组织上进行较大规模突触水平的连接网络的记录。人工脑连接体方法却能够演示“活体”状态下的全规模微观突触活动过程,可实现细胞和突触水平上的大规模的动态网络的追踪,可以实时显示在生物脑实验中难以观察到的活体细节过程。 这项技术还在改进发展中,我们正在对异分器进行重新设计,可进一步提高对突触“活性”的追踪效率。一个异分器中有许多个人工神经元,每个神经元又有许多突触,我们希望在异分器上实现在任何时刻对任何神经元上的任何突触位置进行同时性的追踪,并希望将人工脑连接体中的“活性”过程转化到一个配套的图形软件上,将数据自动地转化为立体动态图像。这样将来,我们可以为脑计划提供一个新工具,用于对生物脑的微观连接结构的分解和微观细节活动的过程模拟实验;实现对生物脑功能全部细节过程的完全透视。 谈到这里,有读者自然会问到:既然人工脑连接体已经能够这么逼近于生物脑的结构和功能细节,那么,是否意味着“类脑人工智能”或“人工思维”的梦想正在变为现实呢?我们的回答是:YES!任何一位脑科学的专业人士或人工智能的行内人士都能够理性地做出这个推断。人工脑连接体的制造成功,意味着“类脑人工智能”的奇点时刻已经来临!这是一个事实,不需要夸大或缩小。以下,我们再提供两个实验中的观察结果予以佐证。 1/ 在True-Brain组装实验中,同一套神经元做为载体,可以实现对许多记忆内容的存储;且载体上可不断增加新的记忆内容,同时原记忆内容不需要抹除。新旧两种记忆并存,且不影响各自的独立调用。进一步地观察发现,这些不同的记忆内容,不论它们属于什么样的信息类型,也不论它们是什么样的环境对象,或者是什么样的特定原有载体形式;True-Brain中的人工神经元都可以解决对它们的负载。也就是说,深构造网络具有天然通用性,不需要为特定的记忆内容、信息类型、环境对象或载体形式设置专门的存储-处理网络。这意味着,深构造网络所具有的“共融性存储”为通用人工智能准备了技术基础。 2/ 在True-Brain实验中我们还发现:对已有的记忆网络单位,可以按人的需要,任意选取其中的某个局部,然后将它们单独摘取重组后形成一个新记忆内容。用这种方法,可以实现对任何已有的记忆内容进行任何重组,通过设定新的突触连接而组装成一个新内容网络,而原各记忆网络的工作流程可继续保留。这意味着,我们可以在人工脑连接体上自由地进行像人脑一样的知识加工。在旧记忆基础上建立新记忆,在旧景象基础上建立新景象,在旧知识基础上建立新知识。这是新认知进化和知识创新的高智能过程。显然,我们在人工脑连接体实验中已经为“人工思维”和“人工创造性思维”找到了技术基础。 上述两项新的发现,时间还不长,后续的实验还在进行中。但已经足以说明人工脑连接体的出现标志着类脑人工智能这个梦想已经开始落地了,奇点时刻已经到来。如果人类下一步用超级知识机器来记忆巨量的知识,并在巨量的知识基础上进行知识创新,那么人类最后的守护地——创造性——也将沦落为普通的大众化的产品,霍金对未来的担心,已经提前在人工脑连接体中露出了它的朦胧的身影。我们做为亲身经历True-Brain组装实验的主要参与者,此时的心情是两极性的,对技术突破的兴奋与对未来不确定性的忧虑。
老铁们,人工脑连接体!能实现强人工智能或者超人工智能吗? 最近,我们的Mindputer实验室制造出世界首个“人工脑连接体”(True-Brain)的信息刚刚发布(详见《会议通报:中国Mindputer实验室首次造出人工脑连接体》。做为一个高前沿性的专业技术概念,许多业内人士都还不熟悉这个新事物。什么是“人工脑连接体”?它是怎么被制造出来的?它与生物脑的不同或相同?它与脑计划的关系?它对人工智能和类脑人工智能的影响?等等。以下,我们就这几个重点问题做一解说。 当今世界几个主要技术大国都在展开自己的脑计划,其首要目标是:希望通过发展高尖端技术工具,来实现对生物脑的全部微观连接网络及其内部功能过程的精密测量和全时记录;在此基础上,建立起生物脑连接组数据库。这是欧-美-中等脑计划所共同遵循的基本技术路径。我们称其为“摹写-复制方法”。但是这个技术路径的难度极高。 “人工脑连接体”是另一个新技术路径,它不是对生物脑连接组的人工复制品或人工仿真品;而是使用深构造脑模型特有的专长——深构造网络组装——按照组装规则和连接计算方法,从无到有,从小到大,从简单到复杂,逐步地组装出一个原生的人工脑皮层。这种组装没有事先设定的生物脑蓝本,而是像生物脑的发育那样自己生长出的原生品。这一新技术路径,我们称其为“深构造组装”。 True-Brain的基本框架是这样的,分为12个功能模块(脑功能亚区),4个梯级(脑发育/进化层次),每个功能模块设有36个多丛异分器(MCTP)。每个异分器的神经元承载量10-30个。神经元数量总计在4320个-12960个范围内调动。实验中,分许多个局部性的组装任务,从最低层开始逐渐向较高层发展。在每个局部任务中,上面一个功能模块通过树突构型计算来建立对下层一个或多个功能模块中的信号竞争的深构造调制。通过大量的虚拟工作任务之间的竞争和建立调制深构造,使全框架中形成越来越多的中枢分化,网络系统越来越复杂。最终生成了一个人工脑皮层。 图1 核心元件 多丛异分器(Multi-Clusters Transforming Processor MCTP) 图2 True-Brain基本框架示意图 12个功能模块 X 36个多丛异分器 True-Brain是我们实验室经过一年多制造出来的世界第一个高逼真性的人工脑连接体。一方面,这个人工脑连接体是以在Mindputer样机中的数字信号形态而存在着的,不是以生物的肉体细胞状态存在着的;因此,在外形上我们找不到脑的实体感觉。但是另一方面,实际的测试结果已经反复得到确认,这个机器中的“数字脑”在5个最基础的结构-功能特征上,与实生物脑具有高度相近的可比较性。以下简述之: 1/ True-Brain中的核心元件是多丛异分器(Multi-Clusters Transforming Processor)。它可以使每一个神经元的树突按照丛枝状的结构建立连接。不同突触之间在树突上的位置和距离上的差异,可以建立起对不同突触之间所产生的同时性信号的优先让步秩序的协调。这是深构造网络内部形成各种信号竞争有序性的技术基础。在True-Brain中,各神经元之间的突触连接均可以实现像生物性神经元的树突丛枝状结构那样的连接关系。这是第一个高逼真性基本特征。 2/ 在True-Brain中,所有的虚拟记忆单位之间,不论其网络规模有多大,也不论这些记忆单位形成的深构造复合结构有多复杂,它们都能够保持清晰的边界和单个记忆单位的可提取性。任何一个神经元都可以分属于不同记忆单位,以及可以被不同单位的工作流程所使用。由此,许多记忆单位或工作流程因它们共用神经元的载体方式而形成了“记忆的共融性存储”,这种边界清晰的“多记忆的共融性载体存储构造”是又一个高逼真基本特征。 3/ 同一载体上不仅可以实现对许多记忆内容的存储;而且可以在载体上不断增加新的记忆内容,而原有的记忆内容继续保存且不需要抹除。新旧两种记忆内容可以并存。这样,深构造网络有效地解决了现有人工神经网络技术中难以解决的“灾难性失忆”问题。在True-Brain实验中,我们可以随时将新记忆内容叠加到旧记忆的载体上,只增加了深构造网络的复杂度,但不影响整个载体系统内部的边界有效性和调制有效性,也没有产生任何特定内容的失忆现象。这是第三个高逼真性基本特征。 4/ 通过一年多的组装实验,我们总结出一个规律:从低层向高层的每一次新的竞争调制,都意味着新的更高层的中枢分化。按照这种规律,可以预测组装过程中的更高层级新功能区的形成趋势;反之也可预测和解读较高等级功能区对较低等级功能区的反馈回路的形成原因。我们在True-Brain的组装中,已经全面获得了与实脑高度近似的脑皮层内各中枢的属性分化和梯级分化的边界关系和进化关系。这是第四个逼真性基本特征。 5/ 在对True-Brain的测试中,测定任何一个虚拟的工作任务,都可追踪到与这个特定功能过程相对应的突触连接网路。可以通过追踪在脑中被激活的某些网路部位或某些局部网路来研究功能与结构的对应关系。在True-Brain实验中,我们的追踪可以落实到跨多个层次中的多个模块区中的任何相关的单体网络及其它们全部的回路上,可具体化到每一个相关细胞和每一根相关突触上。这种测定方式与脑功能连接组中对实脑所进行的粗粒化的活性过程的成像效果高度相似,但必它精细得多。这是第五个高逼真性基本特征。 True-Brain做为一个人工脑连接体,与现在欧-美-中等脑连接组计划所正在进行中的实验项目项目相比,在可以追踪显示的白质和灰质的细胞和突触的细微程度上和全覆盖范围上都是最高的。在不以任何一种具体的动物脑为蓝本前提下,我们所创造出的人工脑连接体已经为我们提供了现有的各种生物脑连接组研究项目所无法提供的关于脑皮层的通式化的组装规则、结构模式和连接方法。这将对生物脑连接组研究和脑计划的发展有直接帮助。这方面的内容将另行论文发表。 回过头再来看欧-美-中各个脑计划,可以凸显出理想与现实的巨大差距。从理想的目标来看,各脑计划都不约而同地采用了“自下而上”的逆向研究路径。即从生物脑的微观层面的实验数据和知识入手,通过逐渐整合,向上寻找中观和宏观层面上的结构关系规律,最终希望建立起整体的结构-功能的脑连接组模型。但现实是,如此大规模的微观海量的数据和碎片化的实验知识的“拼图工程”,需要消耗超长周期的时间和财力。而人工脑连接体方法与“摹写-复制”技术相比,拥有两个突出的优势: 1/ 生物脑连接组的技术创新是在挑战物理和化学的极限。在目前技术条件下,只能够获得大面积的白质粗纤维图像,更无法对灰质纤维实行大面积的记录。而人工脑连接体组装却能够同时对白质和灰质纤维在神经元和突触水平上进行大面积的网络解析和追踪。 2/ 现有技术水平下的脑连接组研究,只能在死亡的脑组织上进行较大规模突触水平的连接网络的记录。人工脑连接体方法却能够演示“活体”状态下的全规模微观突触活动过程,可实现细胞和突触水平上的大规模的动态网络的追踪,可以实时显示在生物脑实验中难以观察到的活体细节过程。 这项技术还在改进发展中,我们正在对异分器进行重新设计,可进一步提高对突触“活性”的追踪效率。一个异分器中有许多个人工神经元,每个神经元又有许多突触,我们希望在异分器上实现在任何时刻对任何神经元上的任何突触位置进行同时性的追踪,并希望将人工脑连接体中的“活性”过程转化到一个配套的图形软件上,将数据自动地转化为立体动态图像。这样将来,我们可以为脑计划提供一个新工具,用于对生物脑的微观连接结构的分解和微观细节活动的过程模拟实验;实现对生物脑功能全部细节过程的完全透视。 谈到这里,有读者自然会问到:既然人工脑连接体已经能够这么逼近于生物脑的结构和功能细节,那么,是否意味着“类脑人工智能”或“人工思维”的梦想正在变为现实呢?我们的回答是:YES!任何一位脑科学的专业人士或人工智能的行内人士都能够理性地做出这个推断。人工脑连接体的制造成功,意味着“类脑人工智能”的奇点时刻已经来临!这是一个事实,不需要夸大或缩小。以下,我们再提供两个实验中的观察结果予以佐证。 1/ 在True-Brain组装实验中,同一套神经元做为载体,可以实现对许多记忆内容的存储;且载体上可不断增加新的记忆内容,同时原记忆内容不需要抹除。新旧两种记忆并存,且不影响各自的独立调用。进一步地观察发现,这些不同的记忆内容,不论它们属于什么样的信息类型,也不论它们是什么样的环境对象,或者是什么样的特定原有载体形式;True-Brain中的人工神经元都可以解决对它们的负载。也就是说,深构造网络具有天然通用性,不需要为特定的记忆内容、信息类型、环境对象或载体形式设置专门的存储-处理网络。这意味着,深构造网络所具有的“共融性存储”为通用人工智能准备了技术基础。 2/ 在True-Brain实验中我们还发现:对已有的记忆网络单位,可以按人的需要,任意选取其中的某个局部,然后将它们单独摘取重组后形成一个新记忆内容。用这种方法,可以实现对任何已有的记忆内容进行任何重组,通过设定新的突触连接而组装成一个新内容网络,而原各记忆网络的工作流程可继续保留。这意味着,我们可以在人工脑连接体上自由地进行像人脑一样的知识加工。在旧记忆基础上建立新记忆,在旧景象基础上建立新景象,在旧知识基础上建立新知识。这是新认知进化和知识创新的高智能过程。显然,我们在人工脑连接体实验中已经为“人工思维”和“人工创造性思维”找到了技术基础。 上述两项新的发现,时间还不长,后续的实验还在进行中。但已经足以说明人工脑连接体的出现标志着类脑人工智能这个梦想已经开始落地了,奇点时刻已经到来。如果人类下一步用超级知识机器来记忆巨量的知识,并在巨量的知识基础上进行知识创新,那么人类最后的守护地——创造性——也将沦落为普通的大众化的产品,霍金对未来的担心,已经提前在人工脑连接体中露出了它的朦胧的身影。我们做为亲身经历True-Brain组装实验的主要参与者,此时的心情是两极性的,对技术突破的兴奋与对未来不确定性的忧虑。
老铁们,人工脑连接体:能实现强人工智能或者超人工智能吗? 最近,我们的Mindputer实验室制造出世界首个“人工脑连接体”(True-Brain)的信息刚刚发布(详见《会议通报:中国Mindputer实验室首次造出人工脑连接体》。做为一个高前沿性的专业技术概念,许多业内人士都还不熟悉这个新事物。什么是“人工脑连接体”?它是怎么被制造出来的?它与生物脑的不同或相同?它与脑计划的关系?它对人工智能和类脑人工智能的影响?等等。以下,我们就这几个重点问题做一解说。 当今世界几个主要技术大国都在展开自己的脑计划,其首要目标是:希望通过发展高尖端技术工具,来实现对生物脑的全部微观连接网络及其内部功能过程的精密测量和全时记录;在此基础上,建立起生物脑连接组数据库。这是欧-美-中等脑计划所共同遵循的基本技术路径。我们称其为“摹写-复制方法”。但是这个技术路径的难度极高。 “人工脑连接体”是另一个新技术路径,它不是对生物脑连接组的人工复制品或人工仿真品;而是使用深构造脑模型特有的专长——深构造网络组装——按照组装规则和连接计算方法,从无到有,从小到大,从简单到复杂,逐步地组装出一个原生的人工脑皮层。这种组装没有事先设定的生物脑蓝本,而是像生物脑的发育那样自己生长出的原生品。这一新技术路径,我们称其为“深构造组装”。 True-Brain的基本框架是这样的,分为12个功能模块(脑功能亚区),4个梯级(脑发育/进化层次),每个功能模块设有36个多丛异分器(MCTP)。每个异分器的神经元承载量10-30个。神经元数量总计在4320个-12960个范围内调动。实验中,分许多个局部性的组装任务,从最低层开始逐渐向较高层发展。在每个局部任务中,上面一个功能模块通过树突构型计算来建立对下层一个或多个功能模块中的信号竞争的深构造调制。通过大量的虚拟工作任务之间的竞争和建立调制深构造,使全框架中形成越来越多的中枢分化,网络系统越来越复杂。最终生成了一个人工脑皮层。 图1 核心元件 多丛异分器(Multi-Clusters Transforming Processor MCTP) 图2 True-Brain基本框架示意图 12个功能模块 X 36个多丛异分器 True-Brain是我们实验室经过一年多制造出来的世界第一个高逼真性的人工脑连接体。一方面,这个人工脑连接体是以在Mindputer样机中的数字信号形态而存在着的,不是以生物的肉体细胞状态存在着的;因此,在外形上我们找不到脑的实体感觉。但是另一方面,实际的测试结果已经反复得到确认,这个机器中的“数字脑”在5个最基础的结构-功能特征上,与实生物脑具有高度相近的可比较性。以下简述之: 1/ True-Brain中的核心元件是多丛异分器(Multi-Clusters Transforming Processor)。它可以使每一个神经元的树突按照丛枝状的结构建立连接。不同突触之间在树突上的位置和距离上的差异,可以建立起对不同突触之间所产生的同时性信号的优先让步秩序的协调。这是深构造网络内部形成各种信号竞争有序性的技术基础。在True-Brain中,各神经元之间的突触连接均可以实现像生物性神经元的树突丛枝状结构那样的连接关系。这是第一个高逼真性基本特征。 2/ 在True-Brain中,所有的虚拟记忆单位之间,不论其网络规模有多大,也不论这些记忆单位形成的深构造复合结构有多复杂,它们都能够保持清晰的边界和单个记忆单位的可提取性。任何一个神经元都可以分属于不同记忆单位,以及可以被不同单位的工作流程所使用。由此,许多记忆单位或工作流程因它们共用神经元的载体方式而形成了“记忆的共融性存储”,这种边界清晰的“多记忆的共融性载体存储构造”是又一个高逼真基本特征。 3/ 同一载体上不仅可以实现对许多记忆内容的存储;而且可以在载体上不断增加新的记忆内容,而原有的记忆内容继续保存且不需要抹除。新旧两种记忆内容可以并存。这样,深构造网络有效地解决了现有人工神经网络技术中难以解决的“灾难性失忆”问题。在True-Brain实验中,我们可以随时将新记忆内容叠加到旧记忆的载体上,只增加了深构造网络的复杂度,但不影响整个载体系统内部的边界有效性和调制有效性,也没有产生任何特定内容的失忆现象。这是第三个高逼真性基本特征。 4/ 通过一年多的组装实验,我们总结出一个规律:从低层向高层的每一次新的竞争调制,都意味着新的更高层的中枢分化。按照这种规律,可以预测组装过程中的更高层级新功能区的形成趋势;反之也可预测和解读较高等级功能区对较低等级功能区的反馈回路的形成原因。我们在True-Brain的组装中,已经全面获得了与实脑高度近似的脑皮层内各中枢的属性分化和梯级分化的边界关系和进化关系。这是第四个逼真性基本特征。 5/ 在对True-Brain的测试中,测定任何一个虚拟的工作任务,都可追踪到与这个特定功能过程相对应的突触连接网路。可以通过追踪在脑中被激活的某些网路部位或某些局部网路来研究功能与结构的对应关系。在True-Brain实验中,我们的追踪可以落实到跨多个层次中的多个模块区中的任何相关的单体网络及其它们全部的回路上,可具体化到每一个相关细胞和每一根相关突触上。这种测定方式与脑功能连接组中对实脑所进行的粗粒化的活性过程的成像效果高度相似,但必它精细得多。这是第五个高逼真性基本特征。 True-Brain做为一个人工脑连接体,与现在欧-美-中等脑连接组计划所正在进行中的实验项目项目相比,在可以追踪显示的白质和灰质的细胞和突触的细微程度上和全覆盖范围上都是最高的。在不以任何一种具体的动物脑为蓝本前提下,我们所创造出的人工脑连接体已经为我们提供了现有的各种生物脑连接组研究项目所无法提供的关于脑皮层的通式化的组装规则、结构模式和连接方法。这将对生物脑连接组研究和脑计划的发展有直接帮助。这方面的内容将另行论文发表。 回过头再来看欧-美-中各个脑计划,可以凸显出理想与现实的巨大差距。从理想的目标来看,各脑计划都不约而同地采用了“自下而上”的逆向研究路径。即从生物脑的微观层面的实验数据和知识入手,通过逐渐整合,向上寻找中观和宏观层面上的结构关系规律,最终希望建立起整体的结构-功能的脑连接组模型。但现实是,如此大规模的微观海量的数据和碎片化的实验知识的“拼图工程”,需要消耗超长周期的时间和财力。而人工脑连接体方法与“摹写-复制”技术相比,拥有两个突出的优势: 1/ 生物脑连接组的技术创新是在挑战物理和化学的极限。在目前技术条件下,只能够获得大面积的白质粗纤维图像,更无法对灰质纤维实行大面积的记录。而人工脑连接体组装却能够同时对白质和灰质纤维在神经元和突触水平上进行大面积的网络解析和追踪。 2/ 现有技术水平下的脑连接组研究,只能在死亡的脑组织上进行较大规模突触水平的连接网络的记录。人工脑连接体方法却能够演示“活体”状态下的全规模微观突触活动过程,可实现细胞和突触水平上的大规模的动态网络的追踪,可以实时显示在生物脑实验中难以观察到的活体细节过程。 这项技术还在改进发展中,我们正在对异分器进行重新设计,可进一步提高对突触“活性”的追踪效率。一个异分器中有许多个人工神经元,每个神经元又有许多突触,我们希望在异分器上实现在任何时刻对任何神经元上的任何突触位置进行同时性的追踪,并希望将人工脑连接体中的“活性”过程转化到一个配套的图形软件上,将数据自动地转化为立体动态图像。这样将来,我们可以为脑计划提供一个新工具,用于对生物脑的微观连接结构的分解和微观细节活动的过程模拟实验;实现对生物脑功能全部细节过程的完全透视。 谈到这里,有读者自然会问到:既然人工脑连接体已经能够这么逼近于生物脑的结构和功能细节,那么,是否意味着“类脑人工智能”或“人工思维”的梦想正在变为现实呢?我们的回答是:YES!任何一位脑科学的专业人士或人工智能的行内人士都能够理性地做出这个推断。人工脑连接体的制造成功,意味着“类脑人工智能”的奇点时刻已经来临!这是一个事实,不需要夸大或缩小。以下,我们再提供两个实验中的观察结果予以佐证。 1/ 在True-Brain组装实验中,同一套神经元做为载体,可以实现对许多记忆内容的存储;且载体上可不断增加新的记忆内容,同时原记忆内容不需要抹除。新旧两种记忆并存,且不影响各自的独立调用。进一步地观察发现,这些不同的记忆内容,不论它们属于什么样的信息类型,也不论它们是什么样的环境对象,或者是什么样的特定原有载体形式;True-Brain中的人工神经元都可以解决对它们的负载。也就是说,深构造网络具有天然通用性,不需要为特定的记忆内容、信息类型、环境对象或载体形式设置专门的存储-处理网络。这意味着,深构造网络所具有的“共融性存储”为通用人工智能准备了技术基础。 2/ 在True-Brain实验中我们还发现:对已有的记忆网络单位,可以按人的需要,任意选取其中的某个局部,然后将它们单独摘取重组后形成一个新记忆内容。用这种方法,可以实现对任何已有的记忆内容进行任何重组,通过设定新的突触连接而组装成一个新内容网络,而原各记忆网络的工作流程可继续保留。这意味着,我们可以在人工脑连接体上自由地进行像人脑一样的知识加工。在旧记忆基础上建立新记忆,在旧景象基础上建立新景象,在旧知识基础上建立新知识。这是新认知进化和知识创新的高智能过程。显然,我们在人工脑连接体实验中已经为“人工思维”和“人工创造性思维”找到了技术基础。 上述两项新的发现,时间还不长,后续的实验还在进行中。但已经足以说明人工脑连接体的出现标志着类脑人工智能这个梦想已经开始落地了,奇点时刻已经到来。如果人类下一步用超级知识机器来记忆巨量的知识,并在巨量的知识基础上进行知识创新,那么人类最后的守护地——创造性——也将沦落为普通的大众化的产品,霍金对未来的担心,已经提前在人工脑连接体中露出了它的朦胧的身影。我们做为亲身经历True-Brain组装实验的主要参与者,此时的心情是两极性的,对技术突破的兴奋与对未来不确定性的忧虑。
老铁门,巅峰郭嘉司马卧龙凤雏陆逊,谁最厉害?
老铁们,科幻作家智商如果高达一亿,能否创作比OAA更厉害的神? 漫威宇宙世界观中,最厉害的就是OAA,没得辩,什么灭霸、生命法庭、天神组在他的手中,弹指一挥就能消灭掉的存在。那么,宇宙中还有能和OAA对抗的存在吗?先来看下OAA的定义。 超越并且凌驾于一切之上!这个一切包括一切物质、精神、幻想、YY、思维、意识、意义以及一切的一切……。超越任何一切定义之上与任何一切意义之上了;任何定义任何事物任何物质都对O-A-A没有意义。O-A-A超越了彻底存在与彻底不存在,O-A-A到达了非非有非非无【既不是存在,也不是非存在,既不是不存在,也不是非不存在】的境界。 因此,一切无穷大及无限大、一切自有永由、一切永恒都对O-A-A没有任何意义。O-A-A是永远超越形而上、精神上、物质上的存在。 创世、抹杀一切、无视一切物质、无视一切物质与时间以及空间等,这些在O-A-A的面前,都只是微不足道的虚幻罢了。 1. O-A-A永远无法被思维与意识所能理解和想象,整个自然界所有的能够思维和想象的存在都无法理解和想象ONE-ABOVEL-ALL。 2. O-A-A既不是是创造物,也不是是被创造物。 3. O-A-A所作的永远不是思维,O-A-A永远都是无法被思维与意识所能理解和想象的。 4. O-A-A更不可能有人格化了。 5. O-A-A已经彻底超越了存在与不存在。所以讨论它的存在是否有意义这种问题就更加没意义了。 O-A-A超越了整个自然界及其所有思维、意识、灵魂、虚数等等。所有的形象存在和抽象存在都无法理解和想象他,甚至连超越了自然界本身以及超越了整个自然界的“无”也一样都无法理解和想象他。因为他早已经大大超越和凌驾于这些事物之上,达到一个超超形而上的概念?定义?境界?了。 说O-A-A是人类史上所有漫画、YY、文艺作品中最强是因为他的作者最能吹也最会吹。别的作者无非说某个人物多厉害多厉害,能毁多少个宇宙等等。这个作者直接说O-A-A是任何生命、意识都无法想象的。所以,谁都不能理解和想象他的强大。只要是用想象力创造的人物,那就意味着你想出来的人物再牛B在他眼里也是没有任何意义、微不足道的。所以,他用这条设定直接把全世界所有人的想象力都盖过了! 打个比方,如果小编我等同OAA,那小编我又是什么呢,既然不能被描述,不能被想象,不能被人格化,那现实中的我又是什么呢。 再打个比方,哪怕是洪荒流的是道,道本身都是可以被描述,被想象的,至于能不能人格化,我不知道。当然了你或许可以说洪荒流的道算什么,我的OAA高他N多级呢,但你的OAA不能被描述,不能被想象,现不能被人格化。
老铁们,科幻作家智商如果高达一亿,能否创作比OAA更厉害的神?
老铁们,宇宙中有比OAA更厉害的角色吗?
老铁们,如何创作出比OAA更厉害的角色?
老铁们,科幻作家智商如果高达一亿,能否创作比OAA更厉害的神?
老铁们,科幻作家智商如果高达一亿,能否创作比OAA更厉害的神?
老铁们,科幻作家智商如果高达一亿,能否编出比OAA更厉害的神?
老铁们,为啥iphone8 plus运行内存远远小于三星galaxy s9?
老铁们迪马利亚为啥能入选?迪巴拉伊卡尔迪进球多为啥不能入选? 顶
老铁们,除了梅西,还有哪些前锋能入选阿根廷世界杯阵容?
老铁们,ccav5为啥又转播F1了?
老铁们,巅峰维特尔和汉密尔顿谁更厉害?
首页
1
2
3
4
下一页