神经形态计算广义上指使用非冯·诺依曼体系结构来模拟人脑的学习过程。术语“冯·诺依曼体系结构”表示任何存储程序计算机,由于它们共享一条公共总线,因此获取指令和数据操作可能不会同时发生,从而导致“冯·诺依曼瓶颈”,即在单独的内存和计算块之间进行耗能和耗时的数据传输。这种瓶颈限制了计算系统执行数据密集型任务的能力,随着现代机器学习模型的出现,对数据密集型任务的需求只会越来越大。此外,最近的一份报告显示,在“过度参数化模式”下运行的高度复杂的神经网络不会对训练数据中的虚假趋势进行过度拟合,而是比复杂度较低的神经网络对未知数据表现出更好的泛化能力 [ 1 ],这促使模型参数数量自 2015 年以来逐年呈指数增长,训练数据集的大小自 1988 年以来也呈指数增长 [ 2 , 3 ]。具体来说,过去十年见证了从 ResNet-50(> 10 7 个模型参数)到生成式预训练 Transformer 3(GPT-3)(> 10 11 个模型参数)的模型,以及从 ImageNet(~10 6 张图像)到 JFT-3B(> 10 9 幅图像)的数据集。通过克服电子通信、时钟、热管理和电力输送方面的瓶颈 [2],神经形态系统带来了可扩展硬件的希望,可以跟上深度神经网络的指数增长,从而让我们定义了神经形态计算的第一个主要方向:“加速”。那些关注加速的神经形态系统是为了提高现有机器学习模型的速度和能效而构建的,并且往往会产生相对直接的影响。一个常见的例子是深度神经网络前向传递中用于向量矩阵乘法 (VMM) 的交叉阵列。相比之下,我们将神经形态计算的第二个主要目标定义为“实现”,即在非冯·诺依曼架构中实现人类神经生物学功能。第二个目标的影响将比第一个目标更滞后,但代表了下一代机器学习模型的硬件实现,在脉冲神经网络 (SNN)、赫布学习和霍奇金-赫胥黎神经元模型领域取得了进展。
科幻文学中对机器人的描绘,例如菲利普·迪克的《仿生人会梦见电子羊吗?》或威廉·吉布森的《神经漫游者》。文学中对机器人的文化和社会影响,例如唐娜·哈拉维的《机器人宣言》等文本中对身份、性别和权力关系的探索。使用机器人作为人类增强的隐喻以及围绕此类增强的伦理考虑,如马克·塞拉西尼的《生化尖兵》等小说中所见。大众媒体中对机器人的描述及其对公众对技术和人体的看法的影响,如《终结者》系列电影中所见。机器人在反乌托邦文学中的角色及其与控制、监视和抵抗主题的关系,如奥尔德斯·赫胥黎的《美丽新世界》等作品中所见。机器人挑战传统人性和人类状况观念的潜力,如士郎正宗的《攻壳机动队》等作品中所探讨的。机器人文学与残疾研究的交集,例如假肢和其他辅助技术在文学中的表现以及这些表现的文化含义。机器人如何被用来批判资本主义和消费主义文化,如爱德华·诺伊迈尔的《机械战警》等作品中所见。机器人与人工智能之间的关系,如亚历克斯·加兰的《机械姬》等文本中所探讨的。机器人对人类心理的影响,以及机器人模糊现实与虚拟界限的可能性,如尼尔·斯蒂芬森的《雪崩》等作品所示。文学作品中机器人的文化和社会影响,如唐娜·哈拉维的《机器人宣言》等文本中对身份、性别和权力关系的探索。给我一个摘要 唐娜·哈拉维的《机器人宣言》是一部开创性的女权主义理论著作,探讨了机器人在文学及其他领域的文化和社会影响。哈拉维认为,机器人可以看作是一种颠覆性的力量,挑战传统的身份、性别和权力关系观念。她认为,机器人代表着人类与机器的融合,是自然与文化的融合,模糊了两者之间的界限。通过这样做,他们挑战了固定、基本身份的概念,反而为混合性和多样性开辟了新的可能性。哈拉维还探讨了机器人如何被用作统治工具,特别是在殖民主义和帝国主义的背景下。她认为,了解机器人的文化和社会影响对于创建一个更加公正和公平的社会至关重要,这个社会承认身份的流动性和复杂性,并抵制压迫和统治的力量。总体而言,《机器人宣言》是一部发人深省、影响深远的作品,它继续塑造我们对技术、文化和社会之间关系的理解。请添加主题介绍