Квабена Боахен розповідає про комп'ютер, який працює як мозок

Я отримав свій перший комп'ютер, коли ще був підлітком і проживав у Аккрі, і це був дійсно крутий пристрій. На ньому можна було грати в комп'ютерні ігри, можна було програмувати на Бейсіку. Я був просто зачарований. І я пішов у бібліотеку, щоб дізнатися, як працює ця річь. Я прочитав про те, як процесор постійно переганяє дані туди-назад поміж пам'ятю, ОЗУ та АЛУ, арифметико-логічним пристроєм. І я подумав про себе, що цей ЦП насправді повинен працювати як скажений для того, щоб передавати всі ці дані крізь систему.

Але ніхто особливо не переймався з цього приводу. Коли комп'ютери вперше з'явились, було сказано, що вони працюють в мільйон разів швидше за нейрони. Люди були в захваті, вони думали, що скоро зможуть перевершити можливості мозку. Ось справжня цитата Алана Тюрінга: "Через 30 років задати питання комп'ютеру буде так само просто, як запитати людину." Це було сказано в 1946 році. І зараз, в 2007, це все ще не так. Питання полягає в тому, чому насправді ми не спостерігаємо тієї продуктивності в комп'ютерах, яка притаманна мозку?

Чого люди не усвідомлювали, і я починаю усвідомлювати тільки зараз, це те, що ми платимо величезну ціну за швидкість, про яку ми заявляємо, як про велику перевагу комп'ютерів. Давайте поглянемо на деякі цифри. Це Блакитний Джин, найшвидший у світі комп'ютер. Він містить в собі 120,000 процесорів; вони по суті можуть оброблювати 10 квадрильйонів біт інформації за секунду. Це 10 в 16-тому ступені. І вони споживають півтора мегавати енергії. Було б дуже добре, якщо б ви могли додати це до виробничої потужності Танзанії. Це в значній мірі підштовхнуло б економіку. Повертаючись до Штатів, якщо ви переведете кількість електроенергії, яку використовує цей комп'ютер, у кількість домогосподарств у Штатах, то ви отримаєте 1,200 домогосподарств у Сполучених Штатах. Ось яку величезну енергію використовує цей комп'ютер.

А тепер, давайте співставимо це з мозком. Ось зображення мозку подруги Рорі Сейреса. Рорі - аспірант Стенфорду. Він вивчає мозок за допомогою МРТ, і він стверджує, що це найпрекрасніший мозок, який йому коли-небуть доводилося сканувати. (Сміх) Ось що значить справжнє кохання. І так, який об'єм обчислень виконує мозок? Я оцінюю цю величину в 10 у 16-тому ступені біт за секунду, що насправді дуже близько до продуктивності Блакитного Джина. І ось - питання. Питання полягає в наступному, скільки -- а вони виконують однаковий об'єм обчислень, однаковий об'єм даних -- питання полягає в тому, скільки саме електроенергії споживає мозок? Насправді, саме стільки, скільки споживає ваш портативний комп'ютер: всього 10 ват. Те, що ми виконуємо за допомогою комп'ютерів, які споживають енергію співрозмірну з енергією, необхідною для 1,200 домогосподарств, мозок виконує, споживаючи енергію співрозмірну з енергією, яка потрібна для роботи вашого портативного комп'ютера.

Запитання полягає в наступному, як мозку вдається досягти такої ефективності? Дозвольте мені підвести підсумки. І так, практичний результат: для обробки інформації мозок використовує в 100,000 разів менше енергії, ніж комп'ютерна технологія, яку ми маємо саме зараз. Як мозку вдається досягнути такого результату? Давайте подивимось, як працює мозок, а потім я порівняю це з тим, як працюють комп'ютери. Цей кліп узятий з PBS серій, "Таємне життя мозку." У ньому показані клітини, які виконують обробку інформації. Вони називаються нейронами. По своїм відросткам вони посилають короткі електричні імпульси один одному, і в місцях, де вони з'єднані, ці короткі електричні імпульси можуть перестрибувати з одного нейрона на інший. Цей процес називається синапс. У вас є ця величезна мережа клітин, які взаємодіють одна з одною - їх приблизно 100 мільйонів, посилаючи приблизно 10 квадрильйонів імпульсів в секунду. І це по своїй суті те, що у вас відбувається у мозку прямо зараз, під час перегляду цієї лекції.

Як це співвідноситься з тим, як працює комп'ютер? В комп'ютері всі дані проходять через центральний процесор, і по суті кожна порція даних повинна пройти через це вузьке місце, в той же час у мозку є тільки нейрони і дані просто проходять через мережу зв'язків між нейронами. Тут немає вузького місця. Це насправді мережа в буквальному розумінні цього слова. Ця мережа і виконує всю роботу в мозку. Якщо ви подивитесь на ці дві картинки, вам спадуть на думку саме ці слова. Це послідовно і стійко -- це як рух машин на автостраді, все проходить у строго визначеному порядку -- в той час як все це відбувається паралельно і є потоком. Обробка інформації є дуже динамічною і адаптивною.

І я не перший, хто зрозумів це. Це цитата Брайана Іно: "проблема комп'ютерів полягає в тому, що в них недостатньо Африки." (Сміх) Брайан сказав це в в 1995. Тоді його ніхто не слухав, але зараз люди починають прислухатися до його слів, тому що в цьому з'явилася необхідність, ми зіткнулися з технологічною проблемою. І зараз я трішки познайомлю вас з нею на наступних слайдах.

Проблема в цьому -- дійсно можна прослідити наявну схожість між пристроями, які ми використовуємо для обчислень в комп'ютерах, і пристроями, які наш мозок використовує для обчислень. Пристрої, які використовуються в комп'ютерах, називаються транзисторами. Ось цей електрод, який називається затвором, контролює протікання струму від витоку до стоку -- ось ці два електроди. І цей струм, електричний струм, переноситься електронами, так само, як у вас удома, і тому подібне. І що ви маєте тут: коли ви відчиняєте затвор, відбувається посилення струму і врешті-решт ви отримуєте постійний струм. І коли ви закриваєте затвор, струм перестає текти через пристрій. Ваш комп'ютер використовує наявність струму для представлення одиниці і відсутність струму для представлення нуля.

Зараз відбувається те, що транзистори стають все меншими і меншими і меншими, і вони вже не поводяться таким чином. Фактично, вони починають поводитись як пристрій, який нейрони використовують для обчислення, що називається іонним каналом. Ось маленька білкова молекула. Я маю на увазі те, що в нейронах їх тисячі. Вона знаходиться в мембрані клітини і в ній є пора. А ось тут знаходяться окремі іони калія, які проходять через цю пору. Ця пора може відкриватись і закриватись. Але коли вона відкрита, тому що іони повинні вишикуватись в лінію і проходити через неї по одному, ми отримаємо щось на зразок спорадичного, а не постійного потоку -- це спорадичний струм. І якщо закрити цю пору, що можуть зробити нейрони, вони можуть відкривати і закривати ці пори для того, щоб генерувати електричну активність - навіть якщо пора закрита, оскільки іони дуже малі, то вони можуть пройти крізь неї, за один раз можуть пройти декілька. І так, ми маємо те, що коли пора відкрита, час від часу ми маємо деякий струм. Ось наші одиниці, але в них є декілька нулів. І коли вона закрита, ми маємо нуль, але є і декілька одиниць.

Зараз ми починаємо спостерігати це в транзисторах. І причиною цьому є те, що на даний момент, у 2007 -- що в технології, яку ми використовуємо, транзистор достатньо великий для того, щоб декілька електронів могли пройти крізь канал одночасно, поруч. Фактично, приблизно 12 електронів можуть пройти у такий спосіб. І це означає, що транзистор відповідає приблизно 12-ти паралельним іонним каналам. Через декілька років, до 2015, ми значно зменшимо транзистори. Це те, що робить Інтел для того, щоб додати більше ядер у чіп. Або карти пам'яті, які ви зараз маєте, можуть містити один гігабайт даних - раніше це було 256 мегабайт. Транзистори стають все меншими, дозволяючи це реалізувати, і технологія дійсно виграла від цього.

Зараз все йде до того, що транзистори до 2015 стануть настільки малими, що лише один електрон в один момент часу зможе пройти через канал, що відповідає одиничному іонному каналу. І з'являються ті ж затори, які спостерігаються в іонному каналі. Струм буде вмикатися і вимикатися випадково, навіть тоді, коли він повинен бути увімкненим. І це означає, що ваш комп'ютер буде отримувати одиниці і нулі в змішаному вигляді, що призведе до краху вашої машини.

Зараз ми знаходимося на тій стадії, коли ми насправді не знаємо як саме виконувати обчислення за допомогою цих пристроїв. І лише єдина річ, єдиний пристрій, який ми знаємо сьогодні, і який може виконувати обчислення за допомогою такого типу елементів - це мозок.

Отже, комп'ютер вибирає конкретний елемент даних з пам'яті, відправляє його в процесор або АЛУ, а потім він відсилає результат назад у пам'ять. Це позначено красним, виділені зв'язки. Як працює мозок, я вам розповів. У вас є всі ці нейрони. Вони представляють інформацію наступним чином: розділяють дані на маленькі частини, представлені у вигляді імпульсів та окремих нейронів. Таким чином, ви маєте всі ці дані, розподілені в мережі. І далі процес обробки даних для отримання результату наступний: ви трансформуєте цю модель активності в нову модель активності по мірі того, як вона проходить крізь мережу. Ви встановлюєте зв'язки таким чином, щоб вхідна модель проходила по ним і генерувала вихідну модель.

Ось тут ви бачите, що є ці надлишкові зв'язки. Тому, якщо ось ця частина даних або ця частина даних буде пошкоджена, це ніяк не відобразиться тут, ці дві частини можуть активувати відсутню частину цими надлишковими зв'язками. Таким чином, навіть якщо ви маєте справу з цими паршивими пристроями, в яких інколи ви отримуєте нуль замість одиниці, в мережі наявна ця надлишковість, яка насправді може відновити відсутню інформацію. По суті, це робить роботу мозку надійною. Те, що ви маєте тут - це система, де ви зберігаєте дані локально. І вона тендітна, тому що кожен з цих кроків повинен бути бездоганним, в іншому випадку ви втратите дані. В той же час, мозок представляє собою систему, яка зберігає дані розподілено, і це надійно.

Головне, про що я хочу розповісти, це моя мрія створити комп'ютер, який працює як мозок. Це те, над чим ми працюємо останні пару років. І зараз я вам покажу систему, яку ми спроектували для моделювання сітківки ока, яка є частиною мозку, що розміщується всередині очного яблука. Для цього ми не пишемо код, як це робиться в комп'ютерах. Фактично процеси, які протікають в маленькій частині мозку, дуже схожі на процеси, які відбуваються в комп'ютерах при передачі потокового відео через інтернет. Вони намагаються стиснути інформацію -- вони намагаються передати тільки зміни, те що нове в зображенні, і так далі -- це те, як ваше очне яблуко здатне втиснути всю інформацію в оптичний нерв, щоб відіслати в інші ділянки мозку.

Замість того, щоб писати програми або розроблювати відповідні алгоритми, ми відправились на розмову з нейробіологами, які фактично в зворотньому порядку спроектували цю частину мозку, яка називається сітківка. Вони дослідили всю різноманітність клітин, дослідили мережу, і ми просто взяли цю мережу і використовуємо її як схему для створення кремнієвої мікросхеми. Таким чином зараз нейрони представлені невеликими вузлами або ланцюгами на мікросхемі, а зв'язки між нейронами моделюються транзисторами. І ці транзистори ведуть себе так само, як іонні канали в мозку. Це дасть вам таку ж надійну архітектуру, яку я описав.

Це те, як насправді виглядає наше штучний око. Розроблена нами мікросхема, яка моделює сітківку, встановлена позаду цієї лінзи. І ця мікросхема -- я покажу вам відео, отримане на кремнієвій сітківці, коли вона розглядала Керіма Заглоу, студента, який сконструював цю мікросхему. Дозвольте мені пояснити, що ви зараз побачите, добре? Тому що він видає різні типи інформації, це не так просто як камера. Мікросхема, яка моделює сітківку, виділяє чотири різних види інформації. Вона виділяє області з темною контрастністю, які будуть показані на відео червоним кольором. І вона виділяє області з білою або світлою контрастністю, які будуть показані на відео зеленим кольором.

Це темні очі Керіма, а це - білий фон, який ви бачите тут. І потім вона також виділяє рухи. Коли Керім рухає свою голову вправо, ви будете спостерігати активність блакитного кольору; вона представляє області на зображенні, де контраст збільшується, тобто переходить від темної до світлої. І ви також бачите цю активність жовтого кольору, яка представляє області, де контраст зменшується; тобто переходить зі світлого в темний. І ці чотири типа інформації -- ваш зоровий нерв містить близько мільйона волокон, 900 000 з яких передають ці чотири типа інформації. Таким чином, ми насправді дублюємо типи сигналів, які надходять до зорового нерву.

Що ви можете відмітити тут це те, що знімки, отримані на виході сітківки, що моделюється мікросхемою, дуже розсіяні, чи не так? Зелений колір не засвітлює все на задньому фоні, тільки по краях, на волоссі і так далі. Це те ж саме, що ви спостерігаєте, коли люди стискають відео для того, щоб його передати: вони хочуть зробити його розсіяним, тому що такий файл має менший розмір. І саме це робить сітківка, і вона робить це за допомогою лише однієї структури, як мережа нейронів, які взаємодіють на цій ділянці, яку ми відтворили в наші мікросхемі.

Але головне, що я хочу показати, я продемонструю вам зараз. І так, ось це зображення скоро буде виглядати так же, як ці, але тут я покажу вам, що ми можемо реконструювати зображення, ось, бачите, вже можна розпізнати Керіма в цій верхній частині. Ось, вийшло. Так, в цьому і є ідея. Коли ви стоїте непохитно, то ви бачите тільки світлі і темні контрасти. Але коли є рух назад і вперед, сітківка сприймає ці зміни. Тому, ви знаєте, коли ви сидите тут і щось трапляється в вашому полі зору, ви просто переводите погляд. Є клітини, які фіксують зміни і ви переводите вашу увагу на них. Тому ці клітини дуже важливі для того, щоб помітити хто намагається підкрастися до вас.

Дозвольте мені на завершення сказати, що буде, коли додати Африку в фортепіано. Гаразд. Це сталевий барабан, який був модернізований, і це те, що виходить, якщо додати Африку в фортепіано. І я б дуже хотів. щоб ми додали Африку в комп'ютер і отримали новий тип комп'ютера, який буде генерувати думки, уявлення, мати творчі здібності і т.д. Дякую! (Аплодисменти)

Кріс Андерсон: питання до тебе, Квабена. Ви якось пов'язуєте разом в своєму розумінні те, що ви робите, майбутнє Африки, цю конференцію -- які зв'язки можна встановити між ними, якщо є такі?

Квабена Боахен: Так, як я сказав на початку, Я отримав свій перший комп'ютер, коли я був підлітком і проживав у Аккрі. І в мене склалося таке враження, що це був хибний шлях конструювати таким чином. Це було просто використання грубої сили; це було дуже не елегантно. Я думаю, я б не відреагував подібним чином, якщо б зростав би читаючи всю цю наукову фантастику, слухаючи про RD2D2, або як він там називався, ну і, самі знаєте, довіряючи цьому галасу про комп'ютери. Я підійшов до цього з іншої точки зору, і привніс цю іншу точку зору для вирішення даної проблеми. І я думаю багато людей в Африці мають цю іншу точку зору, і я думаю, це вплине на розвиток технологій. І це вплине на шляхи їх розвитку. І я думаю скоро ви матимете можливість побачити, використати цей внесок для створення нових речей, тому що ви матимете іншу точку зору. Я думаю ми можемо внести свій внесок. Ми можемо мріяти як і всі інші.

Кріс Андерсон: Дякую Квабена, це було дійсно цікаво. Дякую.

(Аплодисменти)