1700526830
机器之心 [:1700525267]
1700526831
机器之心 第六章 茶杯中的宇宙：量子计算引爆技术未来
1700526832
1700526833
1700526834
1700526835
1700526836
智能的硬件
1700526837
1700526838
双手能创造的东西是有限的，大脑能创造的东西却是无限的。
1700526839
1700526840
——卡尔·辛菲尔德给儿子杰瑞的忠告
1700526841
1700526842
让我们回顾一下建造一台智能机器都需要些什么吧。所需的资源之一是一套正确的公式。在第四章中我们已经检测了三个重要公式，此外，还有很多其他正在使用的公式，若想更全面地了解大脑，无疑还需要更多公式。但这些公式似乎都是在这三个基本主题上演变而来的，是递归搜索、元素的自组织网络、各种竞争方案经过大浪淘沙沉淀下来的进化成果。
1700526843
1700526844
所需的第二种资源是知识。有些知识可以视为过程当中的种子，会结出有意义的果实。如果学习环境中有正确的神经网络或进化算法，那么剩下的知识可以通过适应的方法自动学习。
1700526845
1700526846
所需的第三种资源是计算本身，就这一点而言，人类大脑从某些方面来看简直无所不能，而在某些方面又有很明显的弱点。大脑的能力可以通过大范围并行计算体现出来，计算机也能通过这种方法受益。大脑的弱点在于其计算媒介的速度慢得出奇，但计算机却没有这样的困扰。这一原因将最终导致以DNA为基础的进化被淘汰出局。以DNA为基础的进化擅长修护并扩展自己的设计，却无法将整个设计推倒重来。以DNA为基础的进化产生的有机物受困于极其单调而又缓慢的神经电路。
1700526847
1700526848
但加速回报定律告诉我们，进化不会在一个死胡同里受困太久。确实如此，进化已经找到解决神经电路计算受限的办法了。它创造了一种有机物，可以发明一种比碳基神经元快100万倍的计算技术（还在不停地加速）。最终，极为缓慢的哺乳类神经电路引导的计算将被传送给功能更多、速度更快的电子（光子）生物。
1700526849
1700526850
那时又会发生什么呢？让我们将加速回报定律运用到计算当中，看看会发生什么。
1700526851
1700526852
实现人类大脑的硬件能力
1700526853
1700526854
在第一章的“1900~1998年计算的指数级增长图”中，我们看到呈指数级增长的曲线弯度正逐渐上升。计算机速度（用1 000美元可以购买的“每秒计算速度”的数量来衡量）在1910~1950年间每三年就翻一番，在1950~1966年间每两年就翻一番，现在每一年就翻一番。这表明以指数级增长的速度实现指数级增长是有可能的。1
1700526855
1700526856
然而，这一加速中的明显加速可能是由加速回报定律的两个部分共同作用的结果，在过去40年中，这一点已经通过摩尔定律得到了体现——集成电路上的晶体管尺寸越来越小。随着晶体管芯片尺寸变小，通过晶体管的电子流要走的路径也缩短了，晶体管的转换速度也因此加快。所以，速度呈指数级提高还只是计算机进步的第一阶段。晶体管芯片尺寸缩小后，还能使芯片制造商将大量晶体管放入集成电路当中。所以，第二个阶段就是计算设备的密度也呈指数级增长。
1700526857
1700526858
在计算机时代的最初几年里，全面提高计算机整体计算能力的主要是第一个阶段——电路速度不断加快。但到了20世纪90年代，先进的微处理器开始采用一种叫作“流水线”的并行处理形式，该形式可以同时进行多重计算（有些20世纪70年代的大型机器也采用这一技术）。因此，现在以每秒来测量的计算机处理器技术也反映了第二个阶段：运用并行处理法可以使计算的密度更大。
1700526859
1700526860
由于人们想更加完美地利用改善后的计算密度，现在处理器的速度每12个月就能有效提高一倍。今天，想搭建一个以硬件为基础的神经网络是完全可行的，因为神经网络处理器相对简单，而且能够高度并行。可以为每个神经元创造一个处理器，最终，神经元之间的每个连接便拥有了一个处理器。因此，摩尔定律让我们每两年就能将处理器数量和速度翻一番，这就意味着神经元间的连接数量每秒钟就会翻两番。
1700526861
1700526862
电脑提速增幅明显，得益于加速回报定律的两个阶段带来的计算能力的提高。到2020年摩尔定律失效后，超越集成电路的新的电路系统形式将延续指数级增长的两个阶段。但是普通的指数级增长——它的两个阶段，都极具戏剧性。
1700526863
1700526864
人类大脑当中约有1 000亿个神经元，每个神经元及其周边的细胞之间约有1 000个连接，总共约有100万亿个连接，所有连接可以进行同步计算。这是一种相当强大的并行处理能力，也是发掘人类思考力量的关键所在。但是人脑还有一个致命的弱点，那就是神经电路的速度极其缓慢，每秒只能完成200次计算。对解决以并行处理为基础的问题，比如识别以脑细胞网为基础的图像，人类大脑能处理得非常出色，但对于那些需要大量连续思考的问题，人脑就略显逊色了。
1700526865
1700526866
100万亿个连接，每个连接每秒能计算200次，这样总计每秒可以计算2×1016次。这属于比较保守的高额估计，其他估计大约要低1~3个量值。那我们什么时候才能在个人电脑中见识到人脑的计算速度呢？
1700526867
1700526868
答案取决于人类试图建造什么类型的计算机，能在最短时间内实现这一愿景的便是大型并行神经网络计算机。早在1997年，仅仅运用普通并行处理器的神经计算机芯片（价值2 000美元）每秒钟就可以完成大约20亿次连接计算了。由于神经网络竞争受益于计算能力加速的两个阶段，这种能力将会每12个月就翻一番，因此到2020年，计算机的计算能力将会提高23倍，每秒能完成的神经连接计算速度将高达2×1016次，这一速度与人脑相当。
1700526869
1700526870
如果用同样的方法来分析一台“普通的”个人计算机，那么到2025年我们才能使价值1 000美元的设备具备同人脑一样的计算能力。2因为传统个人电脑在设计时，其通用的计算类型就比相对简单、高度重复的神经连接计算类型耗资高得多。但我认为2020年这个时间点的预估更精确一些，因为到那时我们的计算机所做的大部分计算都将是神经连接的类型了。
1700526871
1700526872
人脑的存储容量大约相当于100万亿个突触强度（指神经元间连接上的神经递质浓度），大约有1 000万亿比特。1998年，一根10亿比特（128兆字节[1]）成本的内存条大约为200美元。存储电路的容量大约每18个月翻一番。因此，到2023年，容量为1 000万亿比特的内存条成本将为1 000美元。3但是，同样的硅元件运行速度要比人脑快10亿倍。现在，降低内存容量以提高速度可在技术上实现，因此无须到2023年，我们就可以用1 000美元的成本得到容量相当于人脑的内存。
1700526873
1700526874
1700526875
1700526876
1700526877
图6–1 1900~2100年信息技术的指数级增长
1700526878
1700526879
鉴于此，预估价值1 000美元的个人计算机的速度及容量在2020年左右就可以与人脑媲美是合理的，对于神经元连接计算尤其如此，尽管其当下的速度和容量尚逊色于大部分人脑计算活动。超级计算机的速度比个人计算机快1 000~10 000倍。在本书撰写之际，IBM正以“深蓝”计算机的设计为基础制造一台超级计算机，这位以硅元素为基础的象棋冠军能够进行每秒10次浮点运算[2]（即每秒进行10万亿次计算），人脑只不过是其运算速度的2 000倍。日本NEC电气集团希望以每秒32次浮点运算的计算机设计打败IBM。随后IBM希望在2004年制造每秒能进行100次浮点运算的计算机与日本NEC电气集团抗衡（顺便说一句，这与摩尔定律的预测吻合）。到2010年左右，超级计算机每秒的运算能力将与人脑一样，达到20万亿次，能够比个人计算机提前10年实现这一目标。4