计算机与人脑比赛,看谁更快?

人脑神经元细胞体的直径大约在4至120微米,周边有许多细长的“树突”,传递生物电信号(10-20微伏)。根据“脑电波”仪器的实际测定,神经元细胞“树突”传递的电信号频率在10赫兹(Hz)左右,速度很慢,受到天然生理条件的限制。

”小冰识狗“的过程是在近万个商用CPU组成的并行处理大机柜(CNN系统)中进行的,“识狗”的速度不足一秒,但是,人脑“识狗”的速度不会这么快。而且,人脑“识别”活动往往受到外界环境的干扰,不能”专心致志“。

谈到“人脸识别”,机器就可能不如人了。现在,女孩子喜欢打扮,穿着“芭比娃娃式”的服装,发型怪怪的,机器被搞糊涂了,自然比不过人脑的识别速度。

原来,我并不迷信机器,对其“顶礼膜拜”,现在,微软推出网络智能机器人,我的看法有了转变。既然CNN(指“卷绕”神经网络)是可“复制”的,为什么我们不能做?缺什么?很显然,我们缺少的是大数据。大数据从何处而来?网络搜索也。过去,我们谁关心搜索业务?现在再搞搜索业务,恐怕已经来不及了。

微软Win
10的发布,捆绑了人工智能,技术含量很高,会改变我们的工作与生活方式。人工智能(AI)是人类大脑的延伸,我们应该接受这个现实。

袁萌
7月21日

版权声明:本文为博主原创文章,未经博主允许不得转载。

时间: 2024-08-10 15:09:46

计算机与人脑比赛,看谁更快?的相关文章

更快的求整数幂算法

相信整数幂运算作为一个算法演变的例子是再合适不过的了为了节省访客们宝贵的学习时间省去介绍递归等可能涉及到的初级概念的定义.同时如果发现文中有错误的地方请敞开衣服指正. 因为在测试性能时合适的测试数据是必要的,所以本文用C++的大数类进行演示. 点击获取C++大数类源码 这里我们先列一下会提到的算法分析技术: 动态规划 减治法 测试平台: Linux g++ 4.7 原始递归方法 这就不花时间赘述什么了. BigInteger pow(BigInteger x, int N) { if (N ==

海外优秀资讯抢先看12:世界上最薄的硅材料将为您带来引爆眼球的更快,更小,更高效的计算机芯片

One-atom-thin 'silicene' silicon transistors invented 原子大小数量级的硅烯晶体管宣告诞生 World's thinnest silicon material promises dramatically faster, smaller, more efficient computer chips 世界上最薄的硅材料将有望带来引人注目的更快,更小,更高效的计算机芯片 February 5, 2015 2015年2月5号 The first tra

【转】实战USB接口手机充电 看3.0/2.0谁更快

原文网址:http://mb.it168.com/a2012/0816/1385/000001385641_all.shtml [IT168 应用]当下,越来越多的电脑都已普及USB 3.0接口,新买的笔记本上,新装的台式机后,你都能发现这个跟过去2.0时代不一样的蓝汪汪的USB接口.那么,同样是给手机充电,USB 3.0和传统的USB 2.0相比,以及不同主板芯片组之间.台式机与笔记本的USB之间.主板I/O面板与主板扩展USB接口,这些USB3.0与2.0接口在充电速度上都有什么不同?这就是

学计算机的值得一看的文章,跟帖也很有水平啊

转自http://blog.csdn.net/Xviewee/article/details/1606247 回复CSDN和KAOYAN诸位网友的几点看法,(为避免吵架,郑重声明,本人不是高手,只是有感而发的一点个人陋见,欢迎指正,事先感谢): 就我自己的理解,谈谈我对读研和软件学院的看法,不妥之处一笑了之即可. 如果你有实际开发工作经验,感觉自己的水平和实力进入了一个高原期,迫切需要从理论上提高,那么计算机学院是唯一选择.因为计算机学院才能让你在理论上更上一层楼.软件学院从教学计划上就没有

与阿里云整个生态体系共同成长,更快更好的为房地产行业客户提供高价值的服务。

免费开通大数据服务:https://www.aliyun.com/product/odps "最早是新业务要做,但是买服务器来不及,管理员没到位,而且新业务的成本很高,是否能成功也是未知,因此明源决定采用阿里云,等资金和人到位再搬到自己内部.然而就是这种误打误撞,却让明源抓住了一个很好的机会走在了正确的轨道上."--副总裁童继龙"阿里云数加的覆盖面很广,从存储.计算到上层应用,提供了一整套的解决方案,确实起到了马总说的普惠大数据.此外,数加也在不断的迭代,不停的有新产品出现,

西蒙算法在量子计算机上“跑”得更快

来自南非的一组研究团队近日成功地在量子计算机上运行了西蒙算法(Simon’s algorithm),且这一算法在量子计算机上的运行表现比电子计算机表现得更好.相关论文刊登在<物理评论快报>上. 量子计算机是一种基于量子力学的计算设备,用来存储数据的对象是量子比特而非经典计算机的电子比特. 科学界普遍认为,由于量子计算机能够利用量子纠缠和叠加等独特的量子物理属性,在运行某些特定算法时,它会比现有计算机更为快速和高效.遗憾的是,到目前为止,还没有办法在量子计算机上运行这些量子算法来检验这一理论.

听说,你想让自己的Go程序运行的更快?

到现在为止,我已经忘记了我在写什么,但我确定这篇文章是关于Go语言的.这主要是一篇,关于运行速度,而不是开发速度的文章--这两种速度是有区别的. 我曾经和很多聪明的人一起工作.我们很多人都对性能问题很痴迷,我们之前所做的是尝试逼近能够预期的(性能)的极限.应用引擎有一些非常严格的性能要求,所以我们才会做出改变.自从使用了Go语言之后,我们已经学习到了很多提升性能以及让Go在系统编程中正常运转的方法. Go的简单和原生并发使其成为一门非常有吸引力的后端开发语言,但更大的问题是它如何应对延迟敏感的应

让Python跑得更快

点击关注 异步图书,置顶公众号 每天与你分享 IT好书 技术干货 职场知识 Tips 参与文末话题讨论,即有机会获得异步图书一本. Python很容易学.你之所以阅读本文可能是因为你的代码现在能够正确运行,而你希望它能跑得更快.你可以很轻松地修改代码,反复地实现你的想法,你对这一点很满意.但能够轻松实现和代码跑得够快之间的取舍却是一个世人皆知且令人惋惜的现象.而这个问题其实是可以解决的. 有些人想要让顺序执行的过程跑得更快.有些人需要利用多核架构.集群,或者图形处理单元的优势来解决他们的问题.有

Oracle里count(1)、count(*)和count(主键)哪个更快

这两天听了将近20场演讲,感觉收获很多,最深的感觉就是自己还有很长的路要走.有几个点记录一下: 昨天听老猫讲,提到一个普遍的问题就是Oracle里count(*).count(1)和count(主键)到底哪个快的问题.这个问题看起来很简单,每个人都会有自己的答案,去百度上搜会出来一大堆帖子来讲哪个更快.但是老猫说了它们三个其实是一样的,我听到之后也觉得挺诧异的,因为我记得别人跟我说过count(主键)会快,然后自己简单想了一下,觉得好像是那么回事的就没有深入去追究.接着老猫说官方有这样的说法这三