solidot新版网站常见问题,请点击这里查看。

如何让宇宙为我们思考

科学
wanwan (42055)发表于 2022年06月02日 17时03分 星期四
来自流星追逐记
一个隔音板条箱里装着世界上最糟糕的神经网络之一。在看到数字6的图片之后,它停顿了片刻,然后识别出里面的数字:0。领导开发这个网络的康奈尔大学物理学工程师 Peter McMahon 不好意思地笑着为它辩护,说手写的数字太潦草了。从 NTT Research 访问 McMahon 实验室的博士后 Logan Wright 保证,该设备通常会得到正确的答案,但是也承认错误很常见。他表示,“它就是这么糟糕。”尽管表现平平,但这个神经网络是开创性的。研究人员将板条箱翻了过来,露出的不是计算机芯片,而是一个麦克风,这个麦克风朝向用螺栓固定在扬声器上的钛板。其他神经网络在0和1的数字世界中运行,而这台设备靠声音运行。当 Wright 给出一个新的数字图片时,它的像素会被转换成音频,扬声器震动钛板,实验室会出现微弱的振动声。然后金属混响——而不是运行在硅片上的软件——进行“阅读”。该设备经常令人费解,甚至对它的设计者来说也是如此。

McMahon 表示:“无论震动金属的是什么,它都应该和手写数字的分类无关。”康奈尔大学团队在 1 月份的《自然》期刊上发表了一篇论文,介绍了该设备简陋的阅读能力,这让 McMahon 和其他一些人希望它的后代能彻底改变计算。计算机科学家发现,对于传统机器学习而言,越大越好。用更多的人工神经元(存储数值的节点)填充神经网络可以提高其区分腊肠犬和斑点狗的能力,或者在无数其他模式识别任务中取得成功。真正巨大的神经网络可以完成令人不安的人类工作,例如撰写论文和创作插画。有了更多的计算能力,更伟大的创举也许会成为可能。这种潜力激励了许多人努力开发更强大和更有效的计算方法。

McMahon 和一群志同道合的物理学家倡导一种非正统的方法:让宇宙为我们处理数字。McMahon 表示:“很多物理系统天然可以比计算机更有效或者更快地进行某些计算。”他举了风洞为例:当工程师设计飞机时,他们会将蓝图数字化,并且在超级计算机上花费数个小时模拟空气如何在机翼周围流动。或者他们可以将飞机放进风洞,看看它是否能飞起来。从计算的角度来看,风洞会立刻“计算出”机翼与空气的相互作用。