強(qiáng)悍如斯 人腦比最強(qiáng)的計(jì)算機(jī)還要強(qiáng)30倍
雖然我們目前還不能完全排除在未來會(huì)出現(xiàn)由人工智能驅(qū)動(dòng)的機(jī)器人革命的可能性，但是一項(xiàng)最新的研究發(fā)現(xiàn)，即使是現(xiàn)如今非常先進(jìn)的超級(jí)計(jì)算機(jī)，其強(qiáng)大的程度也 僅僅是人類大腦的三十分之一。因此，我們應(yīng)該有足夠的理由不用再擔(dān)心機(jī)器人會(huì)占領(lǐng)我們的生活。兩位來自美國的博士生指出，他們通過一種名叫“遍歷邊/秒 (traversed edges per second，簡稱 TEPS)”的測量辦法來衡量計(jì)算機(jī)的能力，從本質(zhì)上來說，這種辦法基本上就是測量計(jì)算機(jī)在自己的系統(tǒng)內(nèi)能夠用多快的速度將信息從一個(gè)點(diǎn)傳輸?shù)搅硪粋€(gè)點(diǎn)。
但是，人類的大腦中并沒有精確的信息傳送(或者說測不到)，因此上述辦法并不適用于人類大腦的性能測量，所以它們只能對(duì)大腦中的神經(jīng)元傳遞信號(hào)的頻率進(jìn)行了一個(gè)粗略的估計(jì)。
來自加利福尼亞大學(xué)伯克利分校的 Katja Grace 表示：“這種測量人腦性能的方法是非常有好處的，并且它從來沒有被人使用過。這個(gè)方法給我們提供了相對(duì)獨(dú)立的估計(jì)，讓人們看到了性能大致相當(dāng)于人類大腦的計(jì)算機(jī)硬件的價(jià)格?！?/p>
在研究的過程中，Katja Grace 和她的來自卡耐基梅隆大學(xué)同事 Paul Christiano 將 IBM 的紅杉超級(jí)計(jì)算機(jī)作為人工智能的最強(qiáng)者。這臺(tái)機(jī)器的運(yùn)算能力超群，持續(xù)運(yùn)算測試達(dá)到每秒 16324 萬億次，其峰值運(yùn)算速度高達(dá)每秒 20132 萬億次，令其他計(jì)算機(jī)望塵莫及。整個(gè)超級(jí)計(jì)算機(jī)占地約 318 平方米，在 96 個(gè)機(jī)柜中聚合了大約 160 萬個(gè)處理器和超過 1.6PB 的內(nèi)存。
這兩位博士生的計(jì)算表明，人類的大腦是非常靈活的，即使是在數(shù)據(jù)傳輸方面，人腦的速度也要比紅杉超級(jí)計(jì)算機(jī)要快上 30 倍左右。根據(jù)目前的市場價(jià)格，如果你將自己大腦的計(jì)算能力出租一小時(shí)的話，能賺到的錢將在 4700 美元到 17 萬美元之間。
據(jù)估計(jì)，廉價(jià)的計(jì)算機(jī)平臺(tái)(平均 100 美元每小時(shí))的處理能力將會(huì)在 7 到 14 年內(nèi)趕上人類的大腦，雖然在這次假設(shè)中仍然存在很多的推測，但是不管怎么說，擁有超強(qiáng)計(jì)算能力的程序還是需要人類寫出來。而一個(gè)非常大的未知數(shù)是，超級(jí)計(jì)算機(jī)的提升速度有多快?
Katja Grace 說：“我們并不清楚人腦是如何有效利用它的計(jì)算資源的，也不知道應(yīng)該如何比較人腦和計(jì)算機(jī)的效率?！币虼耍词刮覀冎佬枰褂枚嗌儆布韺?shí)現(xiàn)大腦的計(jì)算效果，也無法做出正確的比較。
今年夏天，這項(xiàng)研究獲得了波士頓生命科學(xué)學(xué)院的 49310 美元投資，不僅如此，大名鼎鼎的“鋼鐵俠”Elon Musk 也為了探究人工智能發(fā)展的潛在影響而捐贈(zèng)了 700 萬美元。■
關(guān)注我們
