算力与智能

Posted chuangye95

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了算力与智能相关的知识,希望对你有一定的参考价值。

计算能力不是产生智能的本质原因。人类大脑的计算能力有限却有逻辑推理能力,目前计算机的运算能力远远超过人类的运算能力,却无法产生类似的学习和逻辑推理能力。

计算机通过逻辑门去映射最基本的逻辑关系,然后逻辑门(以及其它组件比如继电器)构成逻辑电路去映射并存储更为复杂的上层逻辑。现实中,逻辑门由晶体管实现,逻辑电路由集成电路实现。

所以,计算机通过逻辑门和集成电路,拥有了逻辑关系的映射能力(把逻辑转换到电路上)。其逻辑处理过程是:接受数据,利用逻辑关系分析数据,得到结果,也就是经典的输入-处理-输出模型。

但计算机进行逻辑处理,依赖于:第一,人类提供输入数据。第二,逻辑关系由程序描述,也就是人类捕获逻辑,再由逻辑门映射。第三,数据分析由程序控制,也就是人类控制逻辑门处理数据。

可见计算机的计算能力,是来自于数以亿计的晶体管进行超高速的逻辑门控制。而人类大脑的逻辑判断(通过神经元连通路径构建的类似逻辑门的结构)速度并不快,所以计算力远远不及计算机。但人类大脑可以捕获环境数据,接着分析学习其中的逻辑关系,然后存储进大脑动态的神经网络中,并参与后续的逻辑处理。这是一种独立的动态的学习过程和能力。

重要的是,人脑对逻辑关系的学习和积累,依赖于推理和归纳,这与逻辑判断的速度无关,只与数据结构的排列组合相关,也就是与大脑的神经网络结构相关。

那么对比人脑神经网络的动态性,计算机逻辑门所构成的集成电路结构固定,不能动态改变,完全丧失了数据结构的自组织性,所以只能依赖于人脑提供的数据描述和处理(人类编写程序)。而人工智能是在通过数据与结构的互相转化(输入计算机的数据是动态的),来模拟人脑数据结构的自组织性,以此来形成某种逻辑处理能力。

以上是关于算力与智能的主要内容,如果未能解决你的问题,请参考以下文章

7nm高性能智能驾舱芯片算力与架构设计场景分析

算力网络 — 算力与异构计算

OpenCV“迷雾”车道识别的反思

算力与算法

如何破解算力与芯片这道难题?

以 Kubernetes 为舟 ,渡 AI 驱动的开发之河