Kwabena Boahen'ın Beyin gibi çalışan bir bilgisayar hakkında konuşması

İlk bilgisayarımı gençliğimde, Accra'da büyürken aldım. ve gerçekten çok hoş bir cihazdı. Onunla oyun oynayabilir, onu BASIC dilinde programlayabilirdiniz. Ve gerçekten etkilenmiştim. Bu yüzden bu şeyin nasıl çalıştığını öğrenmek için kütüphaneye gittim. İşlemcinin (CPU) verileri bellek (RAM) ve aritmetik mantık birimi (ALU) arasında nasıl sürekli ileri geri aktardığını okudum. Ve kendi kendime düşündüm ki, bu CPU, tüm bu veriyi sistemin orasından orasına taşımak için gerçekten deli gibi çalışıyor olmalı

Ancak bunun hakkında pek endişe eden de yoktu. Bilgisayarlar ilk çıktığında, sinirlerden milyon kat hızlı oldukları söylenmişti. İnsanlar etkilenmişti, yakında beynin kapasitesini geçeceklerini düşündüler. Alan Turing'den bir söz: "30 yıl içerisinde, bilgisayara bir soru sormak, insana soru sormak kadar kolay olacak." Bu 1946 yılındaydı. Şimdi 2007 yılındayız, söz hala doğru değil. Soru şu, beyinde gördüğümüz ölçekteki güçleri neden bilgisayarda göremiyoruz?

İnsanların fark edemediği, benim ise şimdilerde fark etmeye başladığım şey, bu bilgisayarların büyük avatajı olan hız için büyük bir bedel ödüyor olmamız. Haydi biraz da bazı verilere bakalım. Bu, Blue Gene, dünyadaki en hızlı bilgisayar. 120,000 işlemciye sahip. Saniyede 10 katrilyon bit bilgi işleyebilmekte. Bu 10 üzeri 16 demek. Ve bir buçuk megawatt güç harcıyor. Eğer bu miktarı Tanzanya'nın üretim kapasitesine ekleyebilseydiniz harika olurdu. Ekonomiyi cidden canlandırırdı. Amerika'ya dönelim, Eğer bu bilgisayarın kullandığı elektrik enerjisi miktarını ABD'deki evlerin güç tüketimine oranlayacak olursanız, 1200 ev gibi bir rakam elde edersiniz. İşte bu bilgisayarın tükettiği güç miktarı.

Şimdi, bunu beyinle karşılaştıralım. Bu, Rory Sayres'in kız arkadaşının beyninin fotoğrafı. Rory, Stanford'da bir yüksek lisans öğrencisi. Beyin üzerinde MRI kullanarak çalışmalar yapıyor ve iddia ediyor ki bu şimdiye kadar tarattığı en güzel beyin. (Gülüşmeler) İşte bu gerçek aşk, tam burada. Şimdi, beyin ne kadar hesaplama yapıyor? Yaklaşık olarak saniyede 10 üzeri 16 bit, aslında Blue Gene'in yaptığına çok yakın. İşte soru bu. Soru: ne kadar -- benzer miktarda işlem yapıyorlar, benzer miktarda veri var -- soru: "beyin ne kadar enerji veya elektrik tüketiyor?". Ve aslında sadece dizüstü bilgisayarınız kadar: Sadece 10 watt. O zaman bizim şu anda bilgisayarlarla 1200 evin tükettiği enerjiyi tüketerek yaptığımız işi beyin, dizüstü bilgisayarınız kadar enerji tüketerek yapıyor.

Şu halde soru şu, beyin, bu denli verimliliği nasıl elde ediyor? Ve özetlememe izin verin. Beyin bilgiyi, halihazırdaki bilgisayar teknolojisine gore 100,000 kat daha az enerji harcayarak işliyor. Peki beyin bunu nasıl başarıyor? Haydi beynin nasıl çalıştığına bir bakalım, ve bilgisayarların nasıl çalıştığıyla karşılaştıralım. Bu kısa film "Beynin Gizli Hayatı" isimli PBS belgeselinden. Bilgi işleyen hücreleri gösteriyor. Bunlara "nöron" denir. İşlem sırasında birbirlerine küçük elektrik atımları gönderirler, ve birbirlerine dokundukları yerlerde bu küçük elektrik atımları, bir nörondan diğerine atlar. Bu işleme "sinaps" denir. Yani elimizde birbirleriyle saniyede yaklaşık 10 katrilyon atım göndererek haberleşen 100 milyon kadar hücreden oluşan devasa bir ağ var. Ve siz bu konuşmayı izlerken beyninizde olup biten de bu.

Şimdi bunu bilgisayarların nasıl çalıştığıyla karşılaştıralım. Bilgisayardda bütün bilgi işlemciden (CPU) geçer, ve her veri parçası bu darboğazdan geçmek zorundadır. Beyinde ise nöronlar var ve veriler bu nöronlar arasındaki bağlantı ağı içinde akar, burada bir darboğaz yok. Bu kelimenin tam anlamıyla bir "ağ"dır Beyinde işleri bu ağ halleder. Bu iki resme bakarsanız, aklınıza iki kelime gelir. Bu "seri ve katı": otoyoldaki arabalar gibi -- herşey sırayla olmalı. Bu ise paralel ve akıcı. Bilgi işleme oldukça dinamik ve adaptif.

Tabi ki bunu tek farkeden ben değilim: Brian Eno'dan bir alıntı: "Bilgisayarların sorunu, içlerinde yeterince Afrika olmaması." (Gülüşmeler) Brian bunu 1995'te söyledi. O zamanlarda dinleyen yoktu, ama şimdi dinlemeye başlıyorlar, çünkü karşımızda acil, teknolojik bir problem var Sıradaki bir kaç slaytta size biraz bundan bahsedeceğim.

Bu -- bilgisayarlarda hesap yapmak için kullandığımız araçlarla, beynimizin hesap yapmak için kullandığı araçların önemli bir yakınsaması. Bilgisayarların kullandığı araçlara "transistör" deniyor. Buradaki, "kapı" adı verilen elektrot, "kaynak"tan "toplayıcı"ya giden akımı kontrol eder. Ve bu akım, elektrik akımı, evinizin içinde olduğu gibi, elektronlar tarafından taşınır. Burada gördüğümüz ise, "kapı"yı açtığınızda, akım miktarında bir artış görürsünüz, sabit bir akım vardır. "Kapı"yı kapattığınızda ise cihazdan geçen bir akım yoktur. Bilgisayar, akımın olduğu durumu bir "1", olmadığı durumu ise bir 0 (sıfır) göstermek için kullanır.

Bugünlerde olan şu: transistörler gittikçe küçülüyor, küçülüyor, küçülüyorlar. Ve artık bu şekilde davranmıyorlar. Aslında, yavaş yavaş nöronların hesap yapmak için kullandıkları cihaza benziyorlar, buna "iyon kanalı" deniyor. Ve bu, küçük bir protein molekülü. Nöronlarda bundan binlerce var. Hücre zarında duruyor ve ortasında bir gözeneği var. Bunlar da o gözenekten geçen potasyum iyonları. Şimdi, bu gözenek açılıp kapanabiliyor. Ama, açık olduğu zaman, bu iyonlar sıraya dizilip, her seferinde bir tanesi geçebileceği için, dağınık düzensiz bir akış var. Gözeneği kapatsanız bile -- ki nöronlar bunu yapıyorlar, elektrik aktivitesi yaratmak için bu gözenekler açılıp kapatılır. kapalı olsa bile, bu iyonlar çok küçük oldukları için, bir seferde bir kaç tanesi aradan geçebilir. Yani elimizde şu var: Gözenek açık olduğu zaman, düzensiz de olsa bir akım var. Bu sizin "1"iniz, ama aralara serpiştirilmiş "0"lar da var. Kapalı olduğu zaman da "0" demek, ama aralarda "1"ler de var, tamam.

Şimdi, aynı şey transistörlerde de olmaya başlıyor. Bunun olmasının sebebi de, şu an, 2007'de, elemizdeki teknolojiyle ürettiğimiz transistörler, içinden çok sayıda elektronun yan yana geçebileceği kadar büyükler. Aslında, yaklaşık 12 elektron transistörden bu şekilde geçebiliyor. Bu da, bir transistörün, 12 paralel iyon kanalına denk geldiği anlamına geliyor. Şimdi, bir kaç sene içinde, 2015'e kadar, transistörleri çok küçülteceğiz. Intel, yongalarına (mikro çip) daha fazla çekirdek eklemek için bunu yapıyor. Hafıza çubuklarınızda 1 gigabayt veri taşıyabiliyorsunuz, eskiden bu 256 megabayttı. Bunun olabilmesi için transistörler gittikçe küçülüyor, ve teknoloji bundan gerçekten de faydalandı.

Fakat 2015 yılında, transistörler o kadar küçülmüş olacak ki, kanaldan aynı anda sadece bir elektron geçebilecek, ve bu da Ve iyon kanalında meydana gelene benzer trafik sıkışıklıkları görmeye başlıyorsunuz, akım açık olması gerekirken bile, raslantısal bir şekilde açılıp kapanacak. Bu yüzden bilgisayarınız "1" ve "0"larını karıştıracak, ve bu da çakılmasına sebep olacak.

Şimdi, bu türden cihazlarla nasıl hesap yapacağımızı bilemediğimiz bir noktadayız. Ve bu türden cihazlarla hesap yapabilen, hesap yapabildiğini bildiğimiz, tek şey beyin.

Tamam,o halde bilgisayar bellekten bir veri parçası alıyor, onu işlemciye ya da ALU'ya gönderiyor, ve sonra da sonucu belleğe geri koyuyor. Beliren kırmızı renkli yol şeklinde. Beyinlerin çalışmasında, bütün bu nöronlara sahipsiniz. Ve onların bilgiyi temsil etme şekli verileri kısa bölümler ve farklı nöronlar tarafından temsil edilecek şekilde ufak parçalar haline getirmek. Böylece şebekenin tamamına dağıtılmış bütün veri bölümlerine sahipsiniz. Ve sonra verilerin işlenmesiyle hedefe ulaşmada izlenecek yol, sizin şebekenin içindeki akışı sağlamanız yoluyla bu aktivite biçimini yeni bir aktivite biçimine dönüştürmektir. Ve bağlantıları kurarsınız, giriş paterni ilerler ve çıkış paterni oluşur.

Burada gördüğünüz (yine) bu fazla sayıdaki bağlantıların varlığıdır. Bir kez bu data parçası ya da şu data parçası işlenirse kendini burada göstermezl, diğer bağlantıların yardımıyla bu iki parça ortada görünmeyen parçayı aktive eder. Böylece bazen bir koyup ta sıfır aldığınız işe yaramaz aletlerle çalışsanız bile şebekede fazladan varolan güç kaybolan bilgiyi hakikaten geri getirir. Bu beyni doğal açıdan güçlü kılar. Burada verileri bölgesel olarak depolayan bir sisteminiz var. Ve bu sistem hassastır, çünkü bu basamaklardan her biri kusursuz olmalıdır, aksi taktirde veriyi kaybedersiniz. Halbuki beyinde verileri dağınık biçimde depolayan bir sisteme sahipsiniz, ve o sağlamdır.

Benim esas olarak anlatmak istediğim şey beyin gibi çalışan bir bilgisayar yapma hayalim. Bu son iki yıldır üzerinde çalıştığımız bir şey. Ve size retinayı modellemek için geliştirdiğimiz bir sistem göstermek istiyorum. Bu da göz kürenizin içine doğru uzanan bir parçacık beyin. Biz bunu bilgisayarda yapıdığı gibi bir kodlama yazarak yapmadık. Esasında, bu ufak beyin parçasındaki işlemleme bilgisayarların internet üzerinden video göndermelerine çok benzer bir işlemlemedir. Bilgileri sıkıştırma yoluyla-- görüntüde yeni olana ait değişikliklerin gönderilmesi-- ve bu da beyne gönderilecek bilginin önce göz kürelerinizin içinden sıkışmış olarak görme sinirine aktarılması gibi bir işleme benzer.

Bunları yazılım olarak hazırlamak ya da bir takım algoritmalar yapmak yerine, nörobiyologlara gittik ve onlarla konuştuk ki onlar esasında retina denilen beyin parçasında bu mühendisliği sanki tersinden yapan ve bütün farklı hücreleri de belirleyen kişiler oluyorlar, ve şebekeyi ortaya koydular, biz bu şebekeyi aldık ve bir silikon çipin tasarımında plan olarak kullandık. Böylelikle artık nöronlar çipin üzerinde ufak nodlar ya da çevrimler halinde temsil ediliyorlar, ve nöronların arasındaki bağlantılar transistörler tarafından modelleniyorlar. Ve bu transistörler beyinde iyon kanalları nasıl davranıyorsa öyle davranıyorlar. Ve o tanımladığımla aynı özellikleri gösteren güvenli bir yapılanma verecek.

Burada bizim yapay gözün neye benzediği görülüyor. Tasarladığımız retina çipi burada lensin arkasında görülüyor. Ve çip-- size bir video göstereceğim silikon retina bu çipi tasarlayan öğrenci Karem Zaghloul'a baktığı zaman kendi çıktısını bozarak değiştiriyor. Ne göreceksiniz açıklayayım, Pekala. Farklı bilgilerle çıktısını değiştirdiği için o sadece bir kamera gibi kaydetmiyor. Çip retina dört farklı türden bilgiyi ayırıp çıkarıyor. koyu renkli alanları ayırıyor, ki bunlar videoda kırmızı olarak görünecek. Ve beyaz ya da açık renkli alanları ayırıyor, ki videoda yeşil olarak görünecek.

Bu Kareem'in koyu renkli gözleri ve burada görmüş olduğunuz da beyaz zemin. Ve (üçüncü olarak) harekete duyarlıdır. Kareem başını sağa doğru çevirdiği zaman mavi aktiviteyi görmüş olacaksınız. bu, görüntüde kontrastın koyudan açığa doğru arttığı alanları temsil ediyor. Ve aynı zamanda kontrastın açıktan koyuya doğru azaldığı bölgeleri temsil eden sarı aktiviteyi göreceksiniz. Ve bunlar bilginin dört tipi olmuş oluyor -- optik siniriniz içinde bir milyon kadar life sahiptir, ve bu liflerin 900,000 'i bu dört çeşit bilgiyi iletir. Böylece biz gerçekten optik sinirinizdeki sinyallerin kopyasını yapmış oluyoruz.

Burada retina çipin çıktısından alınan ardısıra görüntülerin çok dağınık olduğunu farkediyorsunuz. Zeminin her yerinde yeşil renk parlamıyor, sadece kenarlarda, ve bu böyle devam ediyor. İnsanlar göndermek için videoyu sıkıştırdıkları zaman bakın aynı şeyi görüyorsunuz : dosya küçük olduğundan dağınık yapmak istiyorlar.. Ve bu da retinanın yaptığı gibi bir iş, ve onu bir devre içinde yapıyor, ve orada nöronlar şebeke içinde nasıl bir iletişime geçiyorlarsa, biz bunu çip üzerinde başardık.

Ama ben göstermek istediğim noktayı size burada göstereceğim. Buradaki görüntü diğerlerine benzeyecek, ama burada size göstermek istediğim şey bunu yeniden yapılandırabilmemiz, Kareem'i üst bölümde herhalde tanıyacaksınız. İşte böyle. Evet, aynı zamanda fikri de. Biraz devam ederseniz açık ve koyu kontrastları da göreceksiniz. Ama öne ve arkaya hareket ettiği zaman, retina bu değişimleri de yakalar. Ve bilirsiniz ki, burada oturduğunuz zaman sizin zemininizde bir şeyler olursa, sadece ona doğru gözlerinizi hareket ettirirsiniz. Değişimi belirleyen hücreler vardır ve siz dikkatinizin yönünü ona doğru değiştirirsiniz. Ve bunlar size gizlice yaklaşmak isteyenleri farketmeniz için çok önemlidir.

Bitirirken söylemek isterim ki, Afrika'yı piyano içine koyarsanız, bu gerçekleşir. Bu bir geliştirilmiş çelikten davul ve bu da Afrika'yı piyano içine koyduğunuz zaman olan. Ve bizlerin yapmasını istediğim şey Afrika'yı bilgisayar içine koyup, düşünce, hayal üreten, yaratıcı olan ve bu gibi şeyleri yapan yeni tür bir bilgisayarla ortaya çıkmak. Teşekkür ederim (Alkışlar)

Chris Anderson : Sana bir soru, Kwabena. Zihninde, yaptığın çalışmaları, Afrika'nın geleceğini, bu konferansı-- biraraya koysan ne tür bağlantılar yapabiliriz, eğer varsa,aralarında?

Kwabena Boahen : Evet, başlangıçta da söylediğim gibi. İlk bilgisayarımı gençliğimde, Accra'da büyürken aldım. Ve bunu yapmamın doğru olmadığını belirten acımasız bir tepki aldım. acımasızca ve düşüncesizceydi. Eğer bütün bu bilim kurguyu okuyarak, RD2D''yi duyarak ve ne denilirse denilsin--size kalmış-- bilgisayarlar hakkındaki ucuz reklamlardan etkilenerek büyümüş olsaydım bu tür bir tepkiyi almazdım. Ben farklı bir görüş açısından geliyordum, bu görüş açısını problemin çözümü için getiriyordum. Ve bana göre Afrika'daki bir çok insan bu farklı görüş açısına sahip ve bunun teknolojiyi etkileyeceğini düşünüyorum. Ve bu etkilenme onun nasıl gelişeceği doğrultusunda olacak. Ve bu etkileşimin yeni sonuçlara yol açacağını görebileceksiniz. çünkü siz farklı bir görüş açısından geliyorsunuz. Biz de herkes gibi katkıda bulunabiliriz, hayal edebiliriz.

Chris Anderson: Teşekkürler Kwabena, gerçekten çok ilginçti. Teşekkür ederim.

(Alkışlar)