Задаче создания компьютерной имитации сейчас посвящен проект the China Brain Project. Ранее этой задачей занималась японской команды RIKEN, «Human Brain Project» и «Blue Brain».
Имитация памяти мозга
Рассмотрим таблицу, которая позволит оценить сложность имитации человеческой памяти.
Таблица 1. Приблизительные числовые характеристики и электронных систем
|
Память |
Значение |
log1024 |
|
Объем памяти человека согласно [8] |
1 ПБ |
5 |
|
Объем HDD за приблизительно 256$ |
16 ТБ |
4,4 |
|
Цена объема памяти на HDD, $ |
16 тыс $ |
1,4 |
|
Объем DDR5 за приблизительно 380$ |
32 ГБ |
3,5 |
|
Цена объема памяти DDR5, $ |
12 млн $ |
2,4 |
|
Емкость 1 кг microSD по 1 Тб |
2 ПБ |
5,1 |
|
Аудио за 16 лет обучения в формате .amr |
64 Гб |
3,6 |
|
Измерения человека |
|
|
|
Секунд в году |
31536000 |
2,5 |
|
Скорость чтения человека |
25 знаков/с |
0,5 |
|
Текст услышанный, продуманный за 128 лет |
128 Гбайт |
3,7 |
|
Аудио за 128 лет в формате .amr |
4 ТБ |
4,2 |
|
Видео за 128 лет в формате hd (720p) |
4 ПБ |
5,2 |
|
Генотип человека |
1,5 ГБ |
3 |
|
Разрешение цветного зрения |
6 Мп |
2,5 |
|
Число людей на Земле |
8,3 млрд |
3,3 |
В таблице используются приставки системы СИ: гига-, тера-, пета-, экса-, зета-, соответствующие умножению величины на тысячу в степенях 3, 4, 5, 6, 7 соответственно. Из таблицы видно, что в персональных компьютерах достаточно памяти для имитации человеческой памяти, кроме видео.
Имитация мозга
Основная идея имитации на компьютере состоит в представлении сети нейронов. Оценка необходимой имитации представлена в таблице 2 в флопсах — числе операций с рациональными числами в секунду.
Таблица 2. Приблизительные оценки и ЭВМ.
|
Имитация |
Значение x |
log1024x |
|
1. Число нейронов |
86 млрд |
3,6 |
|
2. Число связей у одного нейрона |
10000 |
1,3 |
|
3. Частота импульсов нейрона |
1000 Гц |
1 |
|
4. Число операций на одну связь нейрона в имитации |
2000 |
1,1 |
|
5. Имитации (произведение величин выше) |
1 зеттафлопс |
7 |
|
6. Имитация 1% в 2000 раз медленнее в 2013 г. |
10 петафлопс |
5,3 |
|
7. Имитации после оптимизации (оценка) |
1 эксафлопс |
6 |
|
Флопсы компьютеров |
|
|
|
8. Суперкомпьютер El Capitan |
2 эксафлопс |
6,1 |
|
9. Видеокарта GeForce RTX 5090 за 4000$ |
105 терафлопс |
4,7 |
|
10. Количество флопс за 1 доллар в видеокарте |
32 мегафлопс |
3,5 |
|
11. Размер выручки Nvidia за 2024 год |
130 млрд $ |
3,7 |
|
12. Оценка производительности выпущенных за 2024 год видеокарт Nvidia (оценка получена путем умножения цены 1 флопса видеокарты GeForce RTX 5090 на выручку Nvidia) |
4 зеттафлопс |
7,2 |
|
Энергетика |
|
|
|
13. Потребление суперкомпьютера El Capitan |
30 МВт |
2,5 |
|
14. Цена часа работы имитации по энергии |
4 млн $ |
2,2 |
|
15. Цена года имитации по энергетике |
0,4 трлн $ |
3,9 |
Согласно таблице уже сейчас выпуск процессоров достаточен для создания имитации человеческого – с производительностью 1 зеттафлопс. Аналогичные оценки о необходимой производительности для имитации давались в проекте RIKEN. Энергоэффективность современных процессоров уже достаточна для имитации .
Рассмотрим на графике производительность самых мощных компьютеров с 1993-года согласно рейтингу top500.org и прогноз имитации человека.
На график добавлены регрессионные линии соответствующих цветов первой и второй степеней нелинейности. Линейная регрессия дает оптимистичный прогноз, изогнутая (второй степени нелинейности) дает пессимистический прогноз.
По прогнозу имитация станет возможной в 2030-х годах на самом производительном суперкомпьютере в режиме реального времени. Данный прогноз схож с эмпирическим законом Мура, согласно которому количество транзисторов, размещаемых на кристалле интегральной схемы, удваивается каждые 24 месяца. В другой модификации закона – каждые 18 месяцев. Данный закон является во многом экономическим, поскольку спрос на производительные процессоры порождает повышение эффективности их производств. Имитация человека будет означать появление ОИИ. Алгоритмы имитации будет постоянно оптимизироваться, что приведет к тому, что ОИИ будет реализован на суперкомпьютерах из ТОП500, а затем и на отдельных процессорах, что будет означать то, что любую работу «белых воротничков» можно будет поручить ЭВМ. Из графиков прогноза видно, что это будет проходить постепенно, поскольку производительность самого низко производительного компьютера из ТОП500 сильно отстоит от первого и отстоит от среднего процессора компьютеров из ТОП500.
Помимо имитации есть другие перспективные направления к созданию ОИИ: генные технологии, нейронные сети, игровые интеллекты. Отметим успехи в этом направлении системы Alpha Zero компании Deep Mind, речевых технологий. Аналогичные прогнозы развития техники высказывают Р. Курцвейл, Т. Себа, А. Поздняков, Н. Бостром, С. Марков, а также в статьях «Outline of futures studies», «Futures studies» Википедии. Академик В.М. Глушков в книге «Основы безбумажной информатики» 1982-го утверждал: «Никаких априорных ограничений для автоматизации интеллектуальной деятельности не существует».
Автор: Андрей Радченко.
Автор: 250w
