作者查詢 / rexrainbow
作者 rexrainbow 在 PTT [ Ghost-Shell ] 看板的留言(推文), 共449則
限定看板:Ghost-Shell
看板排序:
19F→:然後呢?05/06 13:24
8F→:推 量化的數據04/23 10:49
9F→:"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
10F→: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
11F→: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
12F→: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
13F→:織.04/23 10:58
17F→:用三十年"演化"出大腦,已經很快了XD.04/23 11:11
23F→: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
24F→:意外04/23 11:22
26F→: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
28F→:"IBM院士:摩爾定律快玩完了" (google關鍵字)04/23 11:25
29F→:"Intel董事長貝瑞特:摩爾定律還能管用15年"04/23 11:25
32F→: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
34F→: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
35F→:總之, 請繼續努力吧 @@04/23 11:39
36F→:"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
37F→: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
38F→: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
60F→:http://www.anobii.com/books/00a2bade7a5c3b536c/04/24 10:22
61F→:創智慧這本書我一直沒看完 @@04/24 10:23
62F→:"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
63F→: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
64F→:方式/組織,學習方式有很大的關係吧.04/24 10:33
65F→: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
72F→:這倒是真的,如果只針對單一目的,的確不需要過大的NN04/24 13:21
4F→:因為通訊成本太高了04/19 18:58
21F→:通訊成本指得是通訊(記憶體交換)與運算的成本比例04/22 00:14
22F→:例如一次記憶體交換可以做幾次計算(運算)04/22 00:27
23F→:以計算機而言,光是記憶體讀取就相當於好幾千/萬個運算04/22 00:28
24F→:更不用說是記憶體間的通訊. 詳情可以參考近來熱門的多04/22 00:29
25F→:心. 目前的電子裝置會有這個問題, 雖然說有新元件(憶04/22 00:31
26F→:組器)似乎有機會擺脫這個困擾04/22 00:31
38F→:之所以會提到記憶體間的通訊,是想比較腦神經的神經元04/22 11:05
39F→:與其他神經元連結的個數(幾千幾萬等等),再比照計算機04/22 11:06
40F→:如果也做成相同的連結方式,模仿腦神經的行為.04/22 11:07
41F→:以一個計算機當單位神經元的情況下-04/22 11:09
42F→:如果計算機s間的通訊(我想這會類似廣播),實在比計算機04/22 11:10
43F→:本身的運算慢上許多,那效能瓶頸就會在通訊上,此時多快04/22 11:11
44F→:的計算機頻率都是幫不上忙的.04/22 11:11
45F→:你也許會想,將所有的神經元模擬都放再同一個計算機/記04/22 11:12
46F→:憶體上, 那就要同時(在計算機中當然不會是同時的)模擬04/22 11:13
47F→:上億個神經元.如果計算機的效能能比腦神經快上億倍,這04/22 11:14
48F→:時才有"可能"說計算機比大腦神經網路快04/22 11:15
49F→:"人腦有一千億腦神經細胞","時脈只有200Hz"04/22 11:19
50F→:粗略算也要20G的(單核)計算機來模擬(我算數不太好QQ)04/22 11:22
51F→:而這只是把每個神經元的行為用1個計算機cycle估計的,04/22 11:38
52F→:實際上可能要上百個計算機cycles,這還不考慮記憶體的存04/22 11:39
53F→:取.04/22 11:39
54F→:"隨便找條記憶體都有200Mhz,是神經細胞的百萬倍"這是04/22 12:04
55F→:有待商榷的,在於記憶體的頻寬是指一次讀取,假設沒有其04/22 12:05
56F→:它元件(或演算法)輔助下.一次神經元的資料傳送,給上萬04/22 12:06
57F→:(假設只有1萬)個神經元-讀取此記憶體1萬次.一秒可以有04/22 12:10
58F→:2000次讀取.因此在此情況下,記憶體速度是此種神經連結04/22 12:11
59F→:的2000倍而已04/22 12:12
60F→:我只是想說明,"目前"的(一般的)計算機並不是快到超越04/22 12:16
61F→:大腦許多.當然,我不是說神經網路的連結不重要,只是要04/22 12:17
62F→:讓計算機發揮它的長處,這個神經網路的聯結就不能太複雜04/22 12:17
63F→:不過還是很感謝你提供的網頁連結,可以讓討論看起來言04/22 12:19
64F→:之有物.04/22 12:19
65F→:@@ 我算錯了的樣子, 關於記憶體速度與神經元的比例04/22 12:29
72F→:期待~ 快發文吧04/22 13:43
10F→:我也認為不會那麼簡單, 很大的問題會出在道德/法律上04/17 00:41
11F→:另一個問題在於-不朽的定義, 人類的學習是不可逆的(老04/17 00:48
12F→:是否能跟上時代的運行並不是靈魂的不朽能保證的04/17 00:49
13F→:長生不死但跟不上時代的人類, 是否能算是不朽?04/17 00:50
14F→:不過也許可以設定大腦神經網路一直保持在青少年狀態(?)04/17 00:51
30F→:"問題還是在如何公平和有效的使用這項科技"->這就是道04/17 11:44
31F→:德和法律的問題.04/17 11:45
32F→:另外, 也不用全然模仿人類的腦神經網路, 如果發現比人04/17 11:47
33F→:類大腦神經網路更有效率(結果論)的網路組織方式, 說不04/17 11:49
34F→:定就用那種東西來取代大腦.04/17 11:49
37F→:也是, 效率應該指得是學習效率, 也許用"適應力"來形容?04/17 17:54
38F→:"無限制自我複製",這應該也是個可能的法律問題.04/17 17:59
4F→:對生物而言, 能在環境中永續生存就是一種完美04/14 00:46
5F→:"生物"指得是這種物種/族群..04/14 00:47
9F→:萬一彗星撞地球...04/15 22:16
6F→:http://tinyurl.com/c6rqtd 日本的機器娃娃04/06 01:18
4F→:電子腦 - http://tinyurl.com/6oa3ya , 不過是老鼠的03/24 19:20
10F→:我們都還沒了解腦的運作了, 所以不只是材料困難而已03/24 23:15
11F→:雖然說想飛不一定要長出翅膀...03/24 23:16
12F→:另一個有關的新聞"憶阻器"http://tinyurl.com/cphnkl03/24 23:20
14F→:今天又有機器人的新聞了 http://tinyurl.com/csv5y903/25 20:23
2F→:有趣的是-"時裝展初次登場", 想用它來當模特兒走秀嗎?03/17 13:28
5F→:三人成虎01/10 13:04
4F→:福音戰士的爸爸?11/28 00:06