斯坦福大学教授表示，为了解决人工智能的能源危机，“重新思考从电子到算法的整个堆栈”
在HAI领导层乐观地介绍了设计增强而不是取代人的系统的可能性之后，开幕式小组明确表示，人工智能将越来越多地从我们对人类智能的理解中获得信息.
斯坦福大学以人为中心的人工智能研究所(HAI)周三庆祝了养猫五周年，也就是引领了机器学习的负责任的发展.
HAI的目标是让人和社区保持在人工智能设计的中心，但以人为中心的人工智能也可以被视为对神经科学日益相关的认可.
简单地说，人脑的能效比基于硅的处理器高出几个数量级.
更不用说湿软件明显的智能优势以及推理和学习的能力了.
今天，斯坦福大学应用物理学副教授苏利亚·甘古利在HAI的五次会议上告诉科学家、学者和其他专家：“不幸的是，计算出错的地方是数字决定.
我们决定将信息存储在比特中，然后通过在复杂的晶体管电路中穿梭许多电子来进行存储和翻转.
”根据热力学定律，每一次快速可靠的钻头翻转都需要大量的能量消耗.
所以我们在计算的中间集合中花费了大量的能量.
“生物学是完全不同的.
最终的答案是足够好的，所有的中间集都很慢，噪音很大，而且不可靠.
但也不是不可靠，最终的答案不只是对所需的足够好……因此，我认为我们必须重新思考从电子到算法的整个技术堆栈，才能真正实现从兆瓦到瓦的转变.
“人工智能对能源的巨大且不断增长的需求是需要解决的关键问题.
其他效率低下的问题也是如此，比如机器学习相对于儿童的方式，这是一些小组参与者积极研究的领域.
Numenta的创始人杰夫·霍金斯认为，感官运动学习，而不是今天的人工智能，将是智能科学的核心，无论是人工智能还是自然智能.
为此，他宣布比尔和梅琳达·盖茨基金会资助了他的公司的千脑项目，这是一个旨在对人类大脑皮层进行反向工程的通用人工智能框架.
霍金斯说，将公布开放源代码.
本文标签：
