Transistors contemporains

10

J'ai trouvé la déclaration suivante dans le livre de Richard Dawkins The Selfish Gene (1989):

"... il y a environ dix milliards de neurones dans le cerveau humain: vous ne pouvez emballer que quelques centaines de transistors dans un crâne."

Cette affirmation est-elle toujours vraie aujourd'hui? Merci.

transistors

— Becko
source

2

Dans l'article de Wikipedia sur les neurones, une estimation est de 100 milliards de neurones. (Un idiot a écrit qu'une autre estimation est de 86 milliards, comme si 100 milliards et 86 milliards ne seraient pas exactement les mêmes :-))

— stevenvh

Quelqu'un a demandé dans un commentaire à la réponse de Leon Heller à combien d'autres transistors un transistor typique est connecté à un microcontrôleur, mais il a supprimé ce commentaire. Je trouve que c'est une question intéressante. Est-ce que quelqu'un a une idée?

— Federico Russo

12

Ce n'était même pas vrai à l'époque. Eh bien, c'est peut-être pour cela que Dawkins est biologiste et non ingénieur. :-)
Les processeurs d'aujourd'hui emballent des milliards de transistors sur une matrice de quelques cm2 de surface et de moins d'un mm de hauteur. Il y en aurait des centaines dans un crâne, peut-être transistors. Même si vous regardez les transistors discrets, il y en aurait plus que quelques centaines. Je suppose que SOT-23 existait déjà en 1989, et alors vous en obtiendriez - dans un crâne. $10^{12}$
$10^5$ $10^6$

edit (2011-06-13)
Je possède une copie de The Selfish Gene , et j'étais curieux de savoir ce que Dawkins avait en tête, alors je l'ai examiné. Elle est plus de ce paragraphe:

L'unité de base des ordinateurs biologiques, la cellule nerveuse ou le neurone, ne ressemble en rien à un transistor dans son fonctionnement interne. Certes, le code dans lequel les neurones communiquent entre eux semble un peu comme les codes d'impulsion des ordinateurs numériques, mais le neurone individuel est une unité de traitement des données beaucoup plus sophistiquée que le transistor. Au lieu de seulement trois connexions avec d'autres composants (sic), un seul neurone peut avoir des dizaines de milliers. Le neurone est plus lent que le transistor, mais il est allé beaucoup plus loin dans le sens de la miniaturisation, une tendance qui a dominé l'industrie électronique au cours des deux dernières décennies. (Le gène égoïste, p.49)

Quelqu'un doit avoir dit à Dawkins qu'un transistor a 3 broches :-).
Quoi qu'il en soit, il compare non seulement le nombre de neurones (ou de neurones, BE?) Aux transistors, mais souligne également que le neurone est beaucoup plus complexe, en partie à cause de ses milliers de connexions. Mon estimation est que vous auriez besoin de à transistors pour émuler un tel neurone (peut-être comme un ordinateur analogique au lieu d'un ordinateur numérique?). Ce qui signifie qu'un crâne bourré de GPU ne serait pas encore proche de la puissance de traitement d'un cerveau. Et puis il y a le problème de toutes ces connexions. Ils sont le vrai pouvoir, pas seulement le grand nombre de neurones. Nous n'avons pas la technologie pour construire des systèmes aussi complexes, et l'OMI ne le fera pas avant longtemps. Et puis je ne parle même pas de la $10^5$ $10^6$
nature dynamique de ces connexions: elles peuvent se réorganiser, établir de nouvelles connexions et en rompre d'autres.
Pour mettre tous ces ventouses IA en perspective, jetez un œil à notre système de vision. En une seconde, nous pouvons traiter une image stéréoscopique de pixels, créer un modèle 3D virtuel de la scène et identifier les objets en détail. Déplacez un demi-mètre vers la droite et vous ajoutez beaucoup de nouvelles données. Il y a encore un long chemin à parcourir ... $10^8$

— stevenvh
source

La loi de Moore (double tous les 18 mois) me dit qu'elle devait alors être de l'ordre de 10 ^ 6 par dé, donc 10 ^ 9 au total, peut-être 10 ^ 10. Bien que le refroidissement soit bien sûr un problème majeur.

— starblue

Il semble que vous puissiez accomplir la fonction de sortie d'un neurone, qui semble être une sorte d'amplificateur à saturation logarithmique, sans plus de transistors qu'un ampli-op ordinaire - mais les fonctions d' entrée sont, je pense, là où le nombre de transistors monterait en flèche , (et les neurones ont BEAUCOUP d'entrées) en raison du fait que, au moins pour autant que nous les comprenions, ils semblent être des unités à gain variable chacune avec leur propre intégrateur indépendant (`` poids ''), donc probablement un autre ampli-op ou la valeur de deux transistors là. Fois 10 ^ 3-10 ^ 4. Et c'est une simplification grossière.

— JustJeff

J'ai acquis une extrême appréciation pour l'intelligence humaine lorsque je travaillais sur un algorithme de marche bipède le semestre dernier. Quelque chose que nous tenons pour acquis, même chez les humains les moins intelligents, est absurdement compliqué à coder / modéliser, et encore moins à se développer réellement.

— NickHalden

5

Là où les neurones marquent sur les transistors et les appareils électroniques, c'est le grand nombre de connexions qu'ils établissent avec d'autres neurones - 7 000 en moyenne.

— Leon Heller
source

1

oui, ce ne serait pas tant les appareils avec lesquels vous devriez vous préoccuper, ce serait tout ce fil.

— JustJeff

1

Incidemment, les FPGA modernes ont généralement les mêmes problèmes: ils ne sont pas limités par la porte, ils sont limités par le câblage.

— Kevin Vermeer

4

Le 68K avait par hasard 68 000 transistors, et cette puce était disponible en 1979. Vous pourriez certainement installer plusieurs puces 68K dans le même espace qu'un cerveau, et ainsi dépasser "plusieurs centaines" de trois ordres de grandeur, avec ce qui aurait été Technologie vieille de 10 ans au moment de la déclaration. Peut-être que si vous optiez pour des packages TO-92, vous ne pourriez pas tout à fait en obtenir 1000.

OTOH, il convient de souligner qu'un modèle décent d'un seul neurone impliquerait probablement plus qu'un seul transistor.

— JustJeff
source

1

Sans aucun doute (le boîtier TO-92) est le "transistor" auquel l'auteur pensait.

— dmckee --- chaton ex-modérateur

2

Volume cérébral: 1400 ml (selon "Principles of Neurosurgery", Elsevier Mosby, 2005). 1000 TO-92, soigneusement empilés dans les directions X, Y, Z (donc moins qu'optimal): 420 . C'est 3300 d'entre eux dans un volume cérébral.

c m^{3}

$cm^3$

— stevenvh

1

@stevenvh - vous savez, ce n'est pas tout à fait surprenant. Je n'ai pas pris la peine de rechercher les chiffres avec précision car je soupçonnais que Dawkins exagérait probablement pour l'effet. Apparemment, nous devons supposer que les seuls transistors dont Dawkins était au

— courant

1

"présume que les seuls transistors dont Dawkins était au courant étaient des TO-3" - je ne vais même pas y toucher :-)

— stevenvh

TO-3, comme le 2N3055! hFE de 5 (à 10A)

— Federico Russo

3

C'est une fausse citation! Le gène égoïste n'a pas été écrit en 1989. Il a été écrit en 1976!

Ce que Richard Dawkins a publié en 1989 était la deuxième édition du livre. En effet, cette deuxième édition comprend des notes de fin où il a mis à jour les données sur les transistors:

"... mes remarques sur [les ordinateurs] sont devenues [...] datées. [...] Le nombre d'équivalents transistors que vous pourriez mettre dans un crâne aujourd'hui doit être en milliards.".

Dawkins a fait ses devoirs avant d'écrire sur les transistors, vous n'avez pas fait les vôtres avant de le citer ...

— Alonso
source

2

Becko n'a pas prétendu que le 1989 auquel il faisait référence était la première édition. Et ce n'est pas une citation erronée; c'est exactement ce que dit le livre. Si RD veut être sûr que le lecteur ne manque pas les notes de fin, il doit y ajouter des références.

— stevenvh

@Alonso: J'ai manqué cette note de fin. Merci de l'avoir porté à mon attention.

— Becko