Volgens onderzoeker Kwabena Boahen is een computer met de hardwarestructuur van het brein DE oplossing voor de kwantumlimiet die we dreigen te naderen.

Hersensimulator verslaat supercomputer met stukken

Erg snel rekenen doet ons brein niet, maar het kan wel erg veel berekeningen per seconde maken. De reden: elk van de meer dan 100 miljard neuronen in ons brein werkt als een parallelle processoreenheid, waardoor ons brein per saldo toch erg veel informatie per seconde kan verwerken. Geen wonder dat ons brein supercomputers op veel terreinen nog steeds kan kloppen. Daar komt nu verandering in met hardware die een miljoen neuronen kan simuleren.

Volgens onderzoeker Kwabena Boahen is een computer met de hardwarestructuur van het brein DE oplossing voor de kwantumlimiet die we dreigen te naderen.
Volgens onderzoeker Kwabena Boahen is een computer met de hardwarestructuur van het brein DE oplossing voor de kwantumlimiet die we dreigen te naderen.

Nadat computerbouwers en -programmeurs er in slaagden de toenmalige menselijke wereldkampioen schaken Kasparov te verslaan (1996) en de beste menselijke spelers van het vraag- en antwoordspel Jeopardy in te maken (2011), lijkt het er inderdaad op dat computers al aardig op weg zijn om de mens op alle terreinen te overtreffen. Wel zijn er monsterachtig grote supercomputers nodig voor deze prestaties. IBM’s Watson, die de kwis Jeopardy overtuigend won, bestaat bijvoorbeeld uit meer dan tien kubieke meter computerapparatuur. Opvolger IBM Blue Gene/Q Sequoia verbruikt meer elektriciteit dan een klein landje als Malta. Vergeleken hiermee doet het menselijk brein het veel zuiniger, rond de veertig watt. Als je bedenkt dat de kleinste onderdelen van computers nu al onder de 22 nanometer breed zijn, honderden malen kleiner dan de grootte van neuronen, en dat zelfs een enorme supercomputer zoals de 8 megawatt IBM Blue Gene/Q Sequoia die er 1600 maal zo lang over doet op een bepaald neurologisch proces na te bootsen als het biologische brein zelf, dit tegen een elektriciteitsrekening van een slordige 14 miljoen euro per jaar, is duidelijk dat er iets mis moet zijn met de hardwarearchitectuur. Vandaar dat er steeds meer stemmen opgaan om de computerarchitectuur, in ieder geval voor bepaalde toepassingen, meer op die van het menselijk brein te laten lijken.

Een van die stemmen is professor Kwabena Boahen van de Californische universiteit Stanford. Hij bewees zijn kunnen door een werkende retina na te bouwen in silicium (die hij verifieerde door de prestaties te vergelijken met een salamander-retina). In deze TED-talk van 2009 windt hij er geen doekjes om. Al in zijn geboorteland Ghana was hij niet bijster onder de indruk van de architectuur en prestaties van computers. Volgens hem is de oorzaak dat ons brein veel slimmer in elkaar zit dan een computer: ons hele brein is betrokken bij berekeningen, terwijl alle data in een computer via de ‘bottleneck’, de overbelaste processor moeten worden verwerkt. Ook voorziet hij rond 2015 problemen als transistoren zo klein worden dat kwantummechanica een rol gaat spelen. De mooi scherpe blokspanningen (de enen en nullen) veranderen dan in een waziger patroon. De enige oplossing is volgens hem om redunantie in te bouwen (net zoals in ons brein).

Boateng heeft in samenwerking met enkele doctoraalstudenten nu een hardware-prototype gebouwd van een neuronaal computerplatform, Neurogrid, een computer dus die qua architectuur een biologisch brein nabootst. Dit model bevat een miljoen gesimuleerde neuronen. Neurogrid werkt, net als biologische neuronen, met analoge spanningen om berekeningen uit te voeren en digitale signalen om te communiceren.

Interessant genoeg kan deze computer meer dan duizend keer zo snel dan een supercomputer de processen in het brein nabootsen, waardoor Neurogrid even snel werkt als een miljoen biologische neuronen. Dit met behulp van slechts 5 watt vermogen. Uiteraard is Neurogrid, een samengesteld apparaat van 16 neuronische chips van elk rond de 65.000 ‘neuronen’, onderhevig aan dezelfde exponentiële vooruitgang als andere computers. Immers: lithografische processen etc. worden steeds beter, waarop ook niet-Neumanniaanse architecturen (zoals neuronische chips) kunnen meeliften.  De stap naar ons brein is nog groot – dit bestaat uit rond 100 miljard, meer dan honderdduizend maal zoveel, neuronen.

Bron
Neurocore (Stanford University)

5 gedachten over “Hersensimulator verslaat supercomputer met stukken”

  1. Dit vind ik een zeer boeiende ontwikkeling. Dat er dus op een hardwarematige wijze het menselijk biologische brein wordt nagebootst door een fundamentele verandering in de architectuur te laten plaatsvinden. Wat je feitelijk lijkt te krijgen is een zeer groot netwerk van parallele processoren die op den duur op kwantummechanicaniveau met elkaar samenwerken. Hierdoor wordt er dus veel efficienter gewerkt door een fundamenteel ander computerarchitectuur te nemen die gebaseerd is op het functioneren van het menselijk brein. Dan het conventionele waar er slechts 1 CPU is en daarmee dus serieel wordt gewerkt.  Neurogrid is een zeer interessante ontwikkeling. Zeker ook nadat je de TED video uit 2007 hebt gezien en wilt weten hoever het nu is.

    Wat er dus aan de hand is, is dat tranistoren op een bepaald moment zo klein gaan worden (of al zijn geworden) dat ze dus niet zuiver hele tijd ‘1’ of ‘0’ en dat er dus hiaten erin vallen. Je bent dan juist wel een computerarchitectuur nodig gebaseerd op het menselijk brein die redundant is en daarmee dit nadeel overbodig maakt of weet op te lossen. Bovendien is het dus ook veel effecitienter.

    Dat is ook een leuk begrip: ´niet-Neumanniaanse architecturen’. Dat zijn denk ik de niet-standaard computerarchictecturen. 

  2. Weer een no brainer. Er bestaal al computer soorten en modellen die beter zijn dan hersenen, Garnalen hebben soms een slimmere uitkomst voor een berekening dan een mens metof computer. Berekeningen zijn gebaseerd op overeenkomsten tussen mensen en scholen. Als ik op school direkt het antwoord gaf en niet kon zeggen hoe ik eraan kwam werd ik beschouwd als fraudeur. Gewoon omdat ik het moeilijk doen niet kon begrijpen.. Nu weet ik wel beter, het is niets. ;)

Laat een reactie achter