
[Musica]
I computer oggi possono fare cose incredibili
ci permettono di navigare in internet
inviare e-mail e, soprattutto, condividere
meme su Facebook che abilitano anche
imaging medico salvavita avanzato
simulazioni scientifiche e globali
reti finanziarie senza domande
i computer hanno rivoluzionato la società
ma se volessimo costruire un
computer che potrebbe vedere qui e
percepisci il mondo o un robot che potrebbe
agisci con l’agilità e l’intelligenza di
un gatto o un cane questo è ovviamente l’obiettivo
di intelligenza artificiale ma se noi
potrebbe costruire un computer simile a quello che farebbe
ci dice di noi stessi questo è il
domanda che mi ha ispirato a diventare un
ricercatore in intelligenza artificiale come
Per quanto possiamo dire siamo tutti i nostri cervelli
dei nostri pensieri ricordi personalità
e le motivazioni sono codificate lì
in qualche modo capirebbe il cervello
aprire nuove porte alla psicologia
sociologia e salute mentale a senso unico
ottenere una migliore comprensione del cervello
è quello di provare a costruirne uno quindi perché non possiamo
mettere semplicemente il cervello nei computer
costruito per risolvere due set molto diversi
dei problemi di computer sono stati costruiti per
segui le istruzioni per eseguirne uno
calcolo dopo l’ altro molto rapidamente
i cervelli sono stati costruiti per sopravvivere usando
intuizione e adattamento continuo a a
cambiando l’ intuizione dell’ambiente è il
capacità di conoscere la risposta a qualcosa
senza bisogno di sapere perché è una specie di
il nostro istinto istintivo per esempio quando tu
vedere il tuo amico sulla strada si
riconoscilo immediatamente tu o lei
non è necessario fermarsi e pensare di che colore
sono i capelli di questa persona che indossano
occhiali sai solo che sono tutti loro
una volta che l’adattamento è la capacità di cambiare
in risposta al tuo ambiente
imparare ad esempio è una forma di
adattamento cambiamo la nostra comprensione
del mondo interagendo con esso si
scopre quell’adattamento e intuizione
sono davvero difficili da programmare nel
senso convenzionale e questo perché
il mondo reale è complicato e tu
non è possibile includere ogni scenario
che un computer potrebbe incappare, ma è finito
negli ultimi cinque anni circa abbiamo iniziato
facendo incredibili progressi in
replicando queste sfaccettature di intelligenza
Sono sicuro che hai sentito parlare di auto-guida
auto o notare che il linguaggio automatico
la traduzione è migliorata drammaticamente o
forse hai notato che ora puoi
parla al tuo smartphone questi sono tutti
a causa di progressi rivoluzionari in
la scienza della neurale artificiale
reti reti neurali sono algoritmi
che sono ispirati ai cervelli biologici
sono stati originariamente progettati per aiutarci
capire come i neuroni nella loro
connessioni o sinapsi nel nostro
i cervelli lavorano da quando erano i primi
le reti neurali inventate sono arrivate a
lunga strada e ora possiamo fare bella
cose incredibili con loro per esempio
possiamo insegnare loro a tradurre tra
due lingue o guidare una macchina o
riconoscere i gatti nelle immagini di queste reti
sono ciò che è noto come massicciamente parallelo
permettono un sacco di calcoli semplici
da fare allo stesso tempo ma nostro
i processori attuali non funzionano in questo modo
elaborano un’informazione
dopo l’altro questo rende la nostra corrente
processori davvero cattivi alla simulazione
reti neurali
nonostante queste reti neurali siano diventate
algoritmi allo stato dell’arte in molti
campi ma anche il nostro più grande
le reti potenti sono ancora solo minuscole
frazione delle dimensioni anche di un mouse
cervello anche questi relativamente piccoli
le reti possono impiegare mesi per allenarsi sul nostro
i migliori supercomputer
se proviamo a scalare la rete
aggiungendo sempre più neuroni alla quantità
di tempo necessario per simularli
ci vorrà sempre più tempo
raggiungere un punto in cui semplicemente non lo è
pratico da simulare per praticità
reti neurali come nel parlato e
riconoscimento video questo punto riguarda a
milioni di neuroni o la dimensione di a
lasciarsi guidare dal cervello di un topo
da solo negli umani è al di fuori della portata per ora
se vogliamo costruire veramente scalabile
reti neurali dobbiamo fondamentalmente
ripensare il nostro hardware di calcolo
in particolare, abbiamo bisogno di progettare processori
in particolare per reti neurali con a
massivamente parallela architettura questo
ci permetterebbe di correre e allenare i nostri
reti neurali in tempo reale indipendenti
della dimensione della rete il campo
affrontare questo problema si chiama
calcolo neuromorfico neuromorfico
l’informatica si muove oltre lo standard
calcolo paradigma e costruisce fisico
circuiti di neuroni e sinapsi su un chip
imitando il cervello biologico la mia speranza è
che questi processori neuromorfici lo faranno
un giorno aiutaci a capire il nostro
mente
sfortunatamente questi neuromorfici
i processori non sono scalabili ma
in modo diverso rispetto al convenzionale
i processori impiegano troppo tempo per
simulare le architetture neuromorfiche
troppo spazio mentre provi a fare i bagagli
più neuroni su un chip della quantità di
cablaggio che è necessario collegare tutti
loro insieme rapidamente sfuggono di mano
anche per reti relativamente piccole no
per coincidenza questo è un vincolo
questo è condiviso anche dai cervelli biologici
in entrambe le architetture neuromorfiche e
cervello biologico che devi connettere
un gran numero di neuroni con modificabile
connessioni in modo scalabile
la differenza tra i due è quella
i cervelli biologici hanno trovato una soluzione
nel vero cervello non li vediamo completamente
griglia collegata come reti di neuroni
come vediamo comunemente in neuromorfismo
architetture
invece sono scarsamente collegati dove
due neuroni che sono strettamente molto
ravvicinati hanno un’alta probabilità
di essere connessi mentre i neuroni
sono molto distanti tra loro hanno un molto più basso ma
ancora significativa probabilità di essere
collegato questo crea una rete che è
molto ben collegato mentre richiede solo
una piccola parte del totale possibile
numero di connessioni meno connessioni
significa meno cablaggio e meno mezzi di cablaggio
un’architettura più scalabile di questo tipo
di scarsa connettività casuale è noto
come piccolo mondo connettività mondo piccolo
i nidi incarna il concetto di sei
gradi di separazione l’idea che tu
sono collegati a qualsiasi altra persona su
terra attraverso al massimo sei persone
allo stesso modo ogni neurone nel tuo cervello è
collegato a qualsiasi altro neurone attraverso a
numero molto piccolo di intermedio
i neuroni del mondo piccolo completamente parallelo
la connettività è davvero difficile da
raggiungere nell’hardware ma essere in grado di
replicare non permetterebbe solo
architetture neuromorfici scalabili it
darebbe anche ai neuroscienziati un
nuovo strumento prezioso per la costruzione di grandi dimensioni
modelli in scala di cervelli biologici questo
è il problema al centro del mio
ricerca presso l’Università della Florida noi
ho creato un nuovo metodo per la connessione
grandi matrici di silicio artificiale
neuroni che utilizzano fili sinaptici ultrasottili
che può connettere i neuroni con realismo
sinapsi la rete risultante è sparsa
e casuale con piccolo mondo
connettività molto simile ai tipi
di connettività che vediamo in
cervello biologico il fatto che questi
richiedono architetture neuromorfiche
modelli simili di connettività come
cervelli biologici per scalare
suggerisce che questo è il loro scopo in
cervelli biologici
sappiamo anche che gli algoritmi che noi
utilizzare per addestrare il nostro artificiale neurale
le reti sono incompatibili con il
struttura fisica del cervello è
semplicemente non fisicamente possibile per il
cervello per implementarli
algoritmi nella loro forma attuale così dentro
per capire l’hardware o il
software del cervello gli algoritmi noi
anche bisogno di capire il suo hardware
questo significa creare artificiali neurali
reti con lo stesso fisico
vincoli come cervelli biologici
superare questi vincoli come il
il ridimensionamento della complessità del cablaggio può informare
noi su come e perché il cervello sceglie
certi disegni su altri credo
che questo processo di implementazione in
superando i vincoli fisici di
il cervello in Hardware ci permetterà di farlo
stabilire un linguaggio comune tra
intelligenza artificiale e neuroscienza
campi che sono ampiamente disgiunti oggi
questo linguaggio comune permetterebbe un enorme
quantità di informazioni da fluire tra AI
e la neuroscienza e aiutaci a venire a
migliore comprensione del cervello
ovviamente la comprensione del cervello è a
enorme sfida che le persone hanno provato
per capire il cervello da quando siamo noi
capito che il cervello è il posto di
coscienza ma lungo il cammino che abbiamo
accumulato un’enorme quantità di conoscenza
e ora ci stiamo avvicinando a un fondamentale
comprensione di come le reti neurali
funzione come evidenziato dall’incredibile
cose che possiamo fare con loro quando io
ho iniziato la mia ricerca sul cervello
sembrava un mistero totale sembrava
completamente incomprensibile ma più
Lo studio più ne sono convinto
si può capire il ritmo di
il progresso nelle reti neurali adesso è
mozzafiato
Io incoraggio davvero chiunque
interessato a IA o neuroscienza a solo
Salta a destra non c’è mai stato un
tempo migliore per avere un impatto grazie
tu
[Applausi]
I computer oggi possono fare cose incredibili
ci permettono di navigare in internet
inviare e-mail e, soprattutto, condividere
meme su Facebook che abilitano anche
imaging medico salvavita avanzato
simulazioni scientifiche e globali
reti finanziarie senza domande
i computer hanno rivoluzionato la società
ma se volessimo costruire un
computer che potrebbe vedere qui e
percepisci il mondo o un robot che potrebbe
agisci con l’agilità e l’intelligenza di
un gatto o un cane questo è ovviamente l’obiettivo
di intelligenza artificiale ma se noi
potrebbe costruire un computer simile a quello che farebbe
ci dice di noi stessi questo è il
domanda che mi ha ispirato a diventare un
ricercatore in intelligenza artificiale come
Per quanto possiamo dire siamo tutti i nostri cervelli
dei nostri pensieri ricordi personalità
e le motivazioni sono codificate lì
in qualche modo capirebbe il cervello
aprire nuove porte alla psicologia
sociologia e salute mentale a senso unico
ottenere una migliore comprensione del cervello
è quello di provare a costruirne uno quindi perché non possiamo
mettere semplicemente il cervello nei computer
costruito per risolvere due set molto diversi
dei problemi di computer sono stati costruiti per
segui le istruzioni per eseguirne uno
calcolo dopo l’ altro molto rapidamente
i cervelli sono stati costruiti per sopravvivere usando
intuizione e adattamento continuo a a
cambiando l’ intuizione dell’ambiente è il
capacità di conoscere la risposta a qualcosa
senza bisogno di sapere perché è una specie di
il nostro istinto istintivo per esempio quando tu
vedere il tuo amico sulla strada si
riconoscilo immediatamente tu o lei
non è necessario fermarsi e pensare di che colore
sono i capelli di questa persona che indossano
occhiali sai solo che sono tutti loro
una volta che l’adattamento è la capacità di cambiare
in risposta al tuo ambiente
imparare ad esempio è una forma di
adattamento cambiamo la nostra comprensione
del mondo interagendo con esso si
scopre quell’adattamento e intuizione
sono davvero difficili da programmare nel
senso convenzionale e questo perché
il mondo reale è complicato e tu
non è possibile includere ogni scenario
che un computer potrebbe incappare, ma è finito
negli ultimi cinque anni circa abbiamo iniziato
facendo incredibili progressi in
replicando queste sfaccettature di intelligenza
Sono sicuro che hai sentito parlare di auto-guida
auto o notare che il linguaggio automatico
la traduzione è migliorata drammaticamente o
forse hai notato che ora puoi
parla al tuo smartphone questi sono tutti
a causa di progressi rivoluzionari in
la scienza della neurale artificiale
reti reti neurali sono algoritmi
che sono ispirati ai cervelli biologici
sono stati originariamente progettati per aiutarci
capire come i neuroni nella loro
connessioni o sinapsi nel nostro
i cervelli lavorano da quando erano i primi
le reti neurali inventate sono arrivate a
lunga strada e ora possiamo fare bella
cose incredibili con loro per esempio
possiamo insegnare loro a tradurre tra
due lingue o guidare una macchina o
riconoscere i gatti nelle immagini di queste reti
sono ciò che è noto come massicciamente parallelo
permettono un sacco di calcoli semplici
da fare allo stesso tempo ma nostro
i processori attuali non funzionano in questo modo
elaborano un’informazione
dopo l’altro questo rende la nostra corrente
processori davvero cattivi alla simulazione
reti neurali
nonostante queste reti neurali siano diventate
algoritmi allo stato dell’arte in molti
campi ma anche il nostro più grande
le reti potenti sono ancora solo minuscole
frazione delle dimensioni anche di un mouse
cervello anche questi relativamente piccoli
le reti possono impiegare mesi per allenarsi sul nostro
i migliori supercomputer
se proviamo a scalare la rete
aggiungendo sempre più neuroni alla quantità
di tempo necessario per simularli
ci vorrà sempre più tempo
raggiungere un punto in cui semplicemente non lo è
pratico da simulare per praticità
reti neurali come nel parlato e
riconoscimento video questo punto riguarda a
milioni di neuroni o la dimensione di a
lasciarsi guidare dal cervello di un topo
da solo negli umani è al di fuori della portata per ora
se vogliamo costruire veramente scalabile
reti neurali dobbiamo fondamentalmente
ripensare il nostro hardware di calcolo
in particolare, abbiamo bisogno di progettare processori
in particolare per reti neurali con a
massivamente parallela architettura questo
ci permetterebbe di correre e allenare i nostri
reti neurali in tempo reale indipendenti
della dimensione della rete il campo
affrontare questo problema si chiama
calcolo neuromorfico neuromorfico
l’informatica si muove oltre lo standard
calcolo paradigma e costruisce fisico
circuiti di neuroni e sinapsi su un chip
imitando il cervello biologico la mia speranza è
che questi processori neuromorfici lo faranno
un giorno aiutaci a capire il nostro
mente
sfortunatamente questi neuromorfici
i processori non sono scalabili ma
in modo diverso rispetto al convenzionale
i processori impiegano troppo tempo per
simulare le architetture neuromorfiche
troppo spazio mentre provi a fare i bagagli
più neuroni su un chip della quantità di
cablaggio che è necessario collegare tutti
loro insieme rapidamente sfuggono di mano
anche per reti relativamente piccole no
per coincidenza questo è un vincolo
questo è condiviso anche dai cervelli biologici
in entrambe le architetture neuromorfiche e
cervello biologico che devi connettere
un gran numero di neuroni con modificabile
connessioni in modo scalabile
la differenza tra i due è quella
i cervelli biologici hanno trovato una soluzione
nel vero cervello non li vediamo completamente
griglia collegata come reti di neuroni
come vediamo comunemente in neuromorfismo
architetture
invece sono scarsamente collegati dove
due neuroni che sono strettamente molto
ravvicinati hanno un’alta probabilità
di essere connessi mentre i neuroni
sono molto distanti tra loro hanno un molto più basso ma
ancora significativa probabilità di essere
collegato questo crea una rete che è
molto ben collegato mentre richiede solo
una piccola parte del totale possibile
numero di connessioni meno connessioni
significa meno cablaggio e meno mezzi di cablaggio
un’architettura più scalabile di questo tipo
di scarsa connettività casuale è noto
come piccolo mondo connettività mondo piccolo
i nidi incarna il concetto di sei
gradi di separazione l’idea che tu
sono collegati a qualsiasi altra persona su
terra attraverso al massimo sei persone
allo stesso modo ogni neurone nel tuo cervello è
collegato a qualsiasi altro neurone attraverso a
numero molto piccolo di intermedio
i neuroni del mondo piccolo completamente parallelo
la connettività è davvero difficile da
raggiungere nell’hardware ma essere in grado di
replicare non permetterebbe solo
architetture neuromorfici scalabili it
darebbe anche ai neuroscienziati un
nuovo strumento prezioso per la costruzione di grandi dimensioni
modelli in scala di cervelli biologici questo
è il problema al centro del mio
ricerca presso l’Università della Florida noi
ho creato un nuovo metodo per la connessione
grandi matrici di silicio artificiale
neuroni che utilizzano fili sinaptici ultrasottili
che può connettere i neuroni con realismo
sinapsi la rete risultante è sparsa
e casuale con piccolo mondo
connettività molto simile ai tipi
di connettività che vediamo in
cervello biologico il fatto che questi
richiedono architetture neuromorfiche
modelli simili di connettività come
cervelli biologici per scalare
suggerisce che questo è il loro scopo in
cervelli biologici
sappiamo anche che gli algoritmi che noi
utilizzare per addestrare il nostro artificiale neurale
le reti sono incompatibili con il
struttura fisica del cervello è
semplicemente non fisicamente possibile per il
cervello per implementarli
algoritmi nella loro forma attuale così dentro
per capire l’hardware o il
software del cervello gli algoritmi noi
anche bisogno di capire il suo hardware
questo significa creare artificiali neurali
reti con lo stesso fisico
vincoli come cervelli biologici
superare questi vincoli come il
il ridimensionamento della complessità del cablaggio può informare
noi su come e perché il cervello sceglie
certi disegni su altri credo
che questo processo di implementazione in
superando i vincoli fisici di
il cervello in Hardware ci permetterà di farlo
stabilire un linguaggio comune tra
intelligenza artificiale e neuroscienza
campi che sono ampiamente disgiunti oggi
questo linguaggio comune permetterebbe un enorme
quantità di informazioni da fluire tra AI
e la neuroscienza e aiutaci a venire a
migliore comprensione del cervello
ovviamente la comprensione del cervello è a
enorme sfida che le persone hanno provato
per capire il cervello da quando siamo noi
capito che il cervello è il posto di
coscienza ma lungo il cammino che abbiamo
accumulato un’enorme quantità di conoscenza
e ora ci stiamo avvicinando a un fondamentale
comprensione di come le reti neurali
funzione come evidenziato dall’incredibile
cose che possiamo fare con loro quando io
ho iniziato la mia ricerca sul cervello
sembrava un mistero totale sembrava
completamente incomprensibile ma più
Lo studio più ne sono convinto
si può capire il ritmo di
il progresso nelle reti neurali adesso è
mozzafiato
Io incoraggio davvero chiunque
interessato a IA o neuroscienza a solo
Salta a destra non c’è mai stato un
tempo migliore per avere un impatto grazie
tu
[Applausi]
Please follow and like us: