燃文小说 > 恐怖灵异 > 去未来搞点黑科技很正常吧? > 第317章 人类大脑大模型
    当林甲在海口陆续见车企高管的时候,此时的陈元光已经去燕京做一个详细报告了。

    老中内部关于技术开源的声音很大。

    原因很简单,无论是外部力量还是内部民营企业的力量,都希望技术能够开源。

    如果单纯只是采取合作的方式,那谁先谁后,谁能合作,谁不能,这存在很大变数。

    robin虽然公开表示百度和光甲航天是战略合作伙伴关系,可他们是否能够在这一轮无人驾驶中获得先机,他内心实际是没有底的。

    哪怕在接受采访的时候说的言之凿凿。

    和存在很大不确定性的黑箱比起来,民营企业们自然更希望技术开源,这意味着技术本身也掌握在他们手里。

    而持这类观点的官僚们也有很强的理论支撑,互联网技术向来开源,阿美利肯关于人工智能技术的路线和源代码从来都没有藏着掖着。

    再加上陈元光都认为技术应该开源,我们应该听专业人士的意见,有谁比主导技术研究的陈元光更有说服力的吗?

    这类观点一直都有,只是不太敢公开表示自己的观点,最多只是在小圈子范围内说两句。

    当大家知道陈元光给燕京方面的公开意见后,大家的讨论声才开始大起来。

    也敢通过南华早报对外放话。

    南华早报也好,联合日报也好,可以看成是一个非官方的放话渠道,希望从外部营造舆论来在内部达成自己的目的,只是随着东大国力增强,这种方式的效果越来越不好罢了。

    林甲在海口开会,陈元光在燕京开会。

    “大家好,我想各位应该都对最近在申海的机器人司机有所了解,网上有着各种各样的说法。

    该机器人叫铁蛋,并不是老外所说的终结者。

    我们内部从立项开始,就一直有跟相关方面沟通,从铁蛋在测试路段测试,到和工信部、交通运输部等部门沟通,获得他们的批准。

    包括后续在城市路段作为网约车正式营运,同样的有和相关部门沟通,铁蛋甚至获得了应该是全球唯一一张机器人驾照。

    这都和交通管理部门进行了充分沟通。”

    陈元光说,他想着先介绍一下来龙去脉。

    “然后我想讲一下底层技术,它其实不是无人驾驶,准确来说它是人类大脑大模型。

    我们内部简称为hbm。

    大家都对前几年的chatgpt不陌生,这一类模型统称为large  language  model,中文简称是大模型。

    更准确来说应该是大语言模型。

    输入语言,输出语言,虽说后续它的输出内容从语言文本进化到了图像、表格甚至是视频。

    这些本质输出的仍然是数据,无非是从结构化数据的排列组合变成了非结构化数据。而大模型输入的也是数据,是互联网上现有的数据

    而我们这次做的hbm,是把人类脑电波输入,训练大模型,它通过机器身体作为载体,最终实现对现实世界的影响。

    以铁蛋为例,我们聚集了超过10万个小时的网约车司机的脑电波,然后将这些数据喂给hbm,它在经过自我训练之后,把数据中的杂质去除,通过机器身体开始输出。

    先在测试场地跑,然后在测试路段跑,然后在规定区域跑,最后没有限制地跑。

    训练hbm用的也是数据,但不是文本类数据,是人的大脑。

    大家可以看成人的大脑被抽象出数据,最终输入到hbm中。

    因此无人驾驶只是它的应用之一,就像大模型输出文本只是最开始的应用,很快他们就开始输出图像,输出视频,输出表格。

    同样的,我们未来hbm的应用场景也会有很多,单纯用来做无人驾驶从成本端来说并不划算。

    无人驾驶只是类似chatgpt最早亮相,只是打个样而已。”

    在座的人都面面相觑,哪怕是和hbm有关的监管部门,大家都对技术底层没有什么了解,大家以为只是无人驾驶技术而已。

    现在来看,这技术可要比他们以为的无人驾驶值钱得多。

    如果仅仅只是无人驾驶,各家和l4相差都不远。

    是完全有可能通过硬件来弥补的。

    像很多新能源车企都在搞的光学卫星组网,从硬件层面来弥补算法的缺陷,离l4的差距已经很小了。

    因此开源这项技术,对老中来说没太大损失,还可以把原本没有那么热衷于搞新能源的阿美利肯、欧洲和霓虹强行拉入到新能源车赛道中来。

    油车在无人驾驶上有着天然缺陷。

    但如果是像陈元光所说,那从根本上大家的观点都要经过一次重塑。

    “元光,我对人工智能技术是彻头彻尾的门外汉,虽然听你们这些专家讲过很多课,但对专业的认识还是和你们有很大差距。

    我想问下,它的应用场景有哪些,你可以简单说一下吗?

    另外就是在军事领域的话,它能做到什么。”

    陈元光说:“hbm是可以进化的。

    不同工种的技术难度不同,比如建筑工人、纺织业工人,这类简单机械重复,它是完全能胜任。

    司机的含金量稍微高一点,现在来看它胜任的也不错。

    对于电工、钳工这些精度要求更高的工种,它去胜任不仅仅需要算法的进化,还需要硬件层面的进化,像负责视觉的摄像头精度的提高,手指上力传感器的精度提高等等。

    包括它的大脑算力的提高。

    这会是一个整体性的提高。

    对我来说,它短期内最大的用途就是月球上的建筑工人,负责构建月球基地。

    中期来看,我们的空间站会以机器人为主,负责太空采矿设备的维修和空间站的维护。

    军事上,我认为不划算,机器人造价高,执行任务的效率不高,鲁棒性更是严重不足,在我看来,远不如机械狗和无人机。

    少数可以用来做抢险救援工作,但本质还是成本问题,从成本来说,它替代司机都太贵了。”

    “鲁棒性是指?”

    “不好意思,这是指在异常情况下系统生存的能力,可以理解成稳定性。

    总之这类精密仪器在战场上稳定性都不好。”陈元光说。

    “元光,我原本也是支持技术开源的,但我在听过之后,我会觉得这项技术潜力巨大。

    我的想法出现了比较严重的动摇,我想在座很多同僚们想法应该和我类似。

    希望你能够帮助我们大家厘清一下技术开源的好处。”

    陈元光笑了笑:“本身这也是这次来这里最大的目的。

    很多东西通过视频是说不清楚的,面谈是最好的方式。

    我想先谈一下,过去围绕人工智能研究,都是尽可能把机器去模拟人。

    计算机在很多方面都有优势,最典型的应该要属信号传输速度。

    人类神经元的信号传输是一个电化学的过程,它的速度是100m/s,而硅基芯片中的电信号传输速度接近光速的70,也就是两千万米每秒,拓扑半金属的电信号传输速度就更惊人了,能够接近光速的90。

    而人体神经元在信号传递过程中的误差概率是百分之一,硅基芯片的误差是四十二亿分之一,拓扑半金属芯片的误差还要更小。

    芯片在信息处理的速度和精度上有非常明显的优势。

    在前两年的时候英特尔有一个神经拟态项目叫hala  point,用了115亿个数字神经元去模拟人类大脑。

    哪怕用了这么多数字神经元,哪怕硅基芯片和人类神经元比起来有着天然优势,英特尔的hala  point仍然只能处理计算类问题,在神经拟态计算上表现得并不好。

    反而是哈佛大学差不多同期做的一个叫brainoware的项目,在模拟人类大脑上表现的更好。

    哈佛的项目是把人类脑细胞和硅基芯片给结合起来,构建了被他们命名为brainoware的新硬件。

    他们先用人类的多功能干细胞培育了大脑类器官,然后整个brainoware一部分用传统的计算机硬件,一部分用这个大脑类器官。

    他们构建了一个三层的计算框架,分为输入层、水库层和输出层,其中在水库层用的是大脑类器官。

    类器官通过输入层接收信号,该输入层将信号转换为电刺激的信号。大脑类器官充当了自适应数据库,将这些信号映射到输出层。在输出层中则记录了表示储层状态的神经活动,并对其进行解码以提供用于分类,识别和预测等应用的读数。

    通过评估变化的脉冲时间和电压的刺激的响应,测试了brainoware的物理储层特性,包括非线性动力学,空间信息处理和褪色记忆。然后将该系统应用于实际任务,例如语音识别和非线性混沌方程预测。

    在语音识别任务中,brainoware需要在说话者池中识别说话者的声音。总共使用了由八个不同的男性说话者发音的240个孤立的日语元音音频剪辑来训练系统。

    最终他们在仅仅只花了传统硬件不到10的训练时间下,实现了相同的结果。

    好了,两个例子讲完了。
该站采集不完全,请到原文地址:(https://www.1024txt.com/book/410732/103078162.html)阅读,如您已在燃文小说(https://www.1024txt.com),请关闭浏览器广告拦截插件,即可显示全部章节内容!该站采集不完全,请到原文地址:(https://www.1024txt.com/book/410732/103078162.html)阅读,如您已在燃文小说(https://www.1024txt.com),请关闭浏览器广告拦截插件,即可显示全部章节内容!