tässä viestissä vastaamme kysymykseen ” Kuinka monta laskutoimitusta sekunnissa ihmisaivot voivat tehdä?”Selitämme teille, miten ihmisaivoja on verrattu suuriin tietokoneisiin ja miten ne ovat yrittäneet ylittää laskelmien määrän sekunnissa, jonka aivokoneemme pystyy suorittamaan.
kuinka monta laskentaa ihmisaivot voivat tehdä sekunnissa?
ihmisaivot voivat tehdä miljardi miljardia laskutoimitusta sekunnissa,ja tässä vertailut nykyisiin supertietokoneisiin yleensä tapahtuvat.
elämä on rytmiä, se on nopeutta. Itse asiassa ensimmäinen oire siitä, että jokin on vialla, on se, kun havaitsemme rytmin pysähtyvän: kun sydän lyö normaalia nopeammin tai hitaammin, kun jäsenemme eivät reagoi käskyihimme niin nopeasti kuin haluamme, kun ajatukset virtaavat hitaammin.
suuri osa elämämme rytmin sisäisestä kellosta sijaitsee yhdessä nopeimmista välineistä, jotka luonto on rakentanut: ihmisaivoissa.
jos voisimme kuvata sekunnin elämästämme hidastettuna, näkisimme, että aivoilta kestää tuon ajan tulla kuohkeaksi. Sekunnissa jokainen hermosolu yhdistyy toiseen noin 200 kertaa, mikä tarkoittaa, että se rekisteröi noin 20.000.000.000.000.000 bittiä tietoa sekunnissa (20 biljoonaa impulssia täynnä tietoa). Niin voimakas kuin se onkin, mikään kone ei voi jäljitellä tuota nopeutta.
itse asiassa Okinawan Teknillisen korkeakoulun tutkijat yrittivät jäljentää aivoelämän sekunnin toimintaa tietokoneella. Tarvittiin 83 tuhatta prosessoria, joilla oli suurin mahdollinen laskentateho ja 40 minuutin työ päästä lähelle yhden sekunnin neuronien tehokkuutta.
huolimatta vaikeasti saavutettavasta nopeudesta, jolla tieto kulkee neuroverkkomme läpi, kokemuksen vakiintuminen pitkäaikaiseksi muistiksi voi kestää jopa kuusi tuntia. Muisti on paljon hitaampaa kuin ajattelu.
tietoisen kokemuksemme perustekijä, hermosto, on vielä nopeampi. Hermot koostuvat hermosäikeiden nipuista, jotka välittävät toimintapotentiaalit hermostoon tai hermostosta lihaksiin.
kaikki hermosyyt eivät kuitenkaan ole samanlaisia. Jotkut ovat halkaisijaltaan suurempia, ja nämä yleensä välittävät potentiaalin nopeammin, paksumpien kuitujen toimintapotentiaali välittyy 120 metrin sekuntivauhdilla, Formula 1-auton nopeudella.
hienoimmissa kuiduissa taas siirtonopeus on puoli metriä sekunnissa, eli kävelevä ihminen voi herkällä kokemuksella mitattuna käsitellä kuvan Massachusetts Institute of Technologyn (mit) neurologin Mary Potterin tekemän tutkimuksen mukaan vain 13 millisekunnissa.
näkö on aisteistamme nopein, kun taas maku on hitain: maun tunnistamiseen menee 500 millisekuntia, koska hajuun ja tuntoon liittyvät tiedot on linkitettävä termoreseptorien tarjoamiin tietoihin (kuten mausteisen ruoan tapauksessa).
Mitä ovat petaflops?
floppi on laskennallisen suorituskyvyn mitta ja ”peta” tarkoittaa 1015. Petafloppi merkitsee siis sitä, että tietokone voi suorittaa 10000000000000000 aritmeettista perusoperaatiota sekunnissa.
ihmisen näköaivokuori toimii yhden petaflopsin nopeudella.
petaflops on yksikkö, jota käytetään mittaamaan liukulukuoperaatioiden laskennallista suorituskykyä, eli sellaisia operaatioita, jotka vaativat aritmeettisia operaatioita, joissa on erittäin suuria ja pieniä reaalilukuja.
lyhenne ilmaisemaan liukulukuoperaatioita sekunnissa on FLOPS (Floating poitn operations per seconds).
operaatiot, joissa käytetään yhtä floppia suurempia yksiköitä, ilmaistaan kansainvälisessä yksikköjärjestelmässä etuliitteillä kuten mega, giga, tera. Erityisesti petaflops on 1015, vaikka on olemassa suurempia yksiköitä kaikki ne nimet makeisia (zettaflops 1021 tai yottaflops 1024).
supertietokoneet kuten Kiinan Tianhe 1A (2.5 peta) tai Blue Waters, kehittämä Illiniois, voi olla enintään 10 petaflops ja kestävä suorituskyky yhden petaflops, joten periaatteessa, potentiaalia laskenta tarvitaan simuloida aivojen prosesseja.
supertietokone simuloi 40 minuutissa yhden sekunnin aivotoimintaa
ihmisaivojen simulointi on niin monimutkaista, että edes yksi planeetan tehokkaimmista supertietokoneista pystyisi hädin tuskin siihen sen jälkeen, kun se oli käsitellyt dataa neljänkymmenen minuutin ajan, ja tulos vastasi yhtä sekunnin aivotoimintaa.
kyseinen supertietokone on TOP500-listan ”entinen ykkönen” Fujitsu k, ja tehtävään tarvittiin lähes 83 000 suorittinta.
Pii on ottanut viime vuosina huikeita edistysaskeleita, mutta eri näkökulmista paras tietokone on edelleen korvien välissä, mistä johtuu sen toiminnan tutkimiseen liittyvä valtava kiinnostus.
vaikka asiantuntijat jo osaavat kohdata aivosimulaatioprojektin, totuus on, että siihen ei ole käytettävissä prosessointitehoa, mikä on silmiinpistävää, jos ajatellaan, että on olemassa supertietokoneita, joiden tavoitteena on jo ylittää sadan petaflopsin raja . Otetaan esimerkiksi Fujitsun luoma supertietokone K.
tuolloin K nousi TOP500-listan ensimmäiselle sijalle, ja kymmenen petafloppinsa ansiosta hän on edelleen neljännellä sijalla.
tämän simulaatioprojektin kohdatessa supertietokone K onnistui kuitenkin vain vaivoin toistamaan sekunnin verran aivotoimintaa … pureskeltuaan numeroita neljäkymmentä minuuttia.
simulaatioon osallistuneiden tutkijoiden mukaan yhteensä 82 944 prosessoria, joilla oli K käytössään, käytettiin luomaan 1 730 miljoonan hermosolun verkosto, joka oli yhteydessä 10,73 miljardiin synapseihimme.
avoimen lähdekoodin OHJELMISTOPESÄÄN perustuvalla simulaatiolla oli käytössään noin petatavu RAM-muistia. Kyse on kylmäävistä laitteistoresursseista henkilökohtaisiin järjestelmiin verrattuna, mutta näistä luvuista huolimatta simulaatio edusti vain yhtä prosenttia ihmisaivojen hermoverkosta.
tutkijat tekivät selväksi, että päätavoitteena ei ollut löytää uutta tietoa aivotoiminnasta, vaan kääntyivät tämän mallin puoleen testatakseen sekä simulaatioympäristön että supertietokone K: n ominaisuuksia.
jos tottelisimme lukuja lineaarisesti, tarvittaisiin sata k-systeemiä vastaamaan ihmisaivojen hermoverkkoa, ja silti olisi monia epätarkkuuksia korjattavana. Olivathan synapsiyhteydet sattumanvaraisia.
joten, kuinka monta laskutoimitusta sekunnissa ihmisaivot voivat tehdä?
ihmiset haaveilevat usein henkisten kykyjemme parantamisesta, mikä ei ole väärin. Me kuitenkin harvoin kiinnitämme huomiota siihen, miten upea ihmisen fysiognomia ja miten se toimii, ja siksi menetämme tilaisuuden kiittää siitä, mitä meillä on.
aivoissamme on miljardeja hermosoluja, jotka lähettävät viestejä synapsien läpi kerran tai kaksi sekunnissa, mikä on kaiken muun aivotoiminnan lisäksi; joka sekunti elämästämme aivojen synapsit aktivoituvat yli 18 biljoonaa kertaa, ja kun ne toimivat kapasiteettinsa PIENIMMÄLLÄ spektrillä.
luvut ovat niin vaikuttavia, että sitä voi olla vaikea kuvitella, mutta vielä järkyttävämpää on ajatella, että aivoissamme on 85 miljardia hermosolua, jotka lähettävät synapseina tunnettuja sähköisiä signaaleja sellaisella nopeudella, että joka sekunti välissä. 18 ja 640 miljardia signaalia kulkee aivojemme läpi.
laitetaan nämä tiedot perspektiiviin, tehden vertailun japanilaisen supertietokoneen kanssa, joka vuoteen 2011 asti oli maailman nopein ja joka tällä hetkellä sijaitsee vaiheessa numero 7.
tämä kone suoritti vuonna 2013 ihmisaivojen toimintaa jäljittelevän simulaation, jossa sen 83 tuhatta prosessoria simuloi 1,73 miljardia virtuaalista hermosolua, joita yhdistää 10,4 miljardia synapsia, joka tosin vaikuttaa paljolta, on vain 1% ihmisen aivoista.
yllättäen kone onnistui simuloimaan 1 sekunnin vastaavan ihmisen aivotoiminnan; ainoa yksityiskohta on, että sen saaminen kesti 40 minuuttia eikä 1 sekuntia.
tästä huolimatta asiantuntijat pitävät tätä positiivisena merkkinä siitä, että tulevaisuudessa on mahdollista tehdä simulaatioita ihmisaivojen kokonaiskapasiteetista.
joten seuraavan kerran kun huomaat ajattelevasi, että aivojesi pitäisi olla nopeampia, mieti hetki sitä ihmettä, mikä se jo on, ja ole kiitollinen siitä.
Usein kysyttyä: Kuinka monta laskentaa ihmisaivot voivat tehdä sekunnissa?
kuinka monta leikkausta ihmisaivot voivat tehdä?
on arvioitu, että aivomme kykenevät suorittamaan noin 10 000 biljoonaa laskutoimitusta sekunnissa, ja tässä tapahtuu yleensä vertailuja nykyisiin supertietokoneisiin.
kuinka paljon laskentatehoa ihmisaivoilla on?
aivot kuluttavat noin 20 W tehoa, kun taas supertietokoneet voivat käyttää jopa 1 MW tai noin 100 000 enemmän (huomaa: Landauerin raja on 3,5×1020 op / s / watti huoneenlämmössä).
esimerkiksi muistin suhteen erilaiset tutkimukset ovat vuosien ajan asettaneet aivojen muistin kymmenen ja sadan teratavun välille.
kuinka paljon tietoa aivot voivat ottaa päivässä?
ihmisaivoissa on biljoona hermosolua, ja jokainen niistä muodostaa tuhat yhteyttä toisiin, niin että ne voivat työstää useita muistoja samanaikaisesti. Jos mittaisimme aivojemme kapasiteettia, voisimme sanoa, että se on lähellä 2,5 petatavua (miljoona gigatavua).
kuinka monta laskutoimitusta normaali tietokone voi tehdä sekunnissa?
tietokoneen laadusta riippuen mitä nykyaikaisempi se on, sitä nopeampi se on, eli pöytätietokone pystyy 100 miljoonaan operaatioon ppr sekunnissa, jotkut yltävät 150-200 miljoonaan operaatioon sekunnissa.
ovatko aivosi tehokkaampia kuin tietokone?
tyypillinen tietokone toimii noin 100 watin teholla. Ihmisen aivot taas vaativat noin 10 wattia. Aivosi ovat kymmenen kertaa energiatehokkaammat kuin tietokone.
tässä viestissä vastasimme kysymykseen ” Kuinka monta laskentaa sekunnissa ihmisaivot voivat tehdä?”Olemme selittäneet teille, miten ihmisaivoja on verrattu suuriin tietokoneisiin ja miten ne ovat yrittäneet ylittää niiden laskelmien määrän sekunnissa, jotka aivokoneemme voi suorittaa.
jos sinulla on kysyttävää tai kommentteja, kerro meille!
Martins, N. R. B., Angelica, A., Chakrvarthy, K., Svidinenko, Y., Boehm, F. J., Opris, I., … Freitas, R. A. (2019). Ihmisaivojen Ja Pilvien Rajapinta. Frontiers in Neuroscience, 13. https://doi.org/10.3389/fnins.2019.00112
Wu, T., Dufford, A. J., Mackie, M.-A., Egan, L. J., & Fan, J. (2016). Kognitiivisen kontrollin kyky, joka on arvioitu Havainnollisesta Päätöksentekotehtävästä. Scientific Reports, 6(1). https://doi.org/10.1038/srep34025
Chen, S., He, Z., Han, X., He, X., Li, R., Zhu, H., … Niu, B. (2019). Miten iso Data ja tehokas laskenta ohjaavat Aivotiedettä. Genomiikka, Proteomiikka & Bioinformatiikka, 17 (4), 381-392. https://doi.org/10.1016/j.gpb.2019.09.003