探索计算的未来:模拟计算一瞥

未来的计算机将截然不同(模拟计算)
访问 https://brilliant.org/Veritasium/ 开始免费学习 STEM,前 200 人的年度高级订阅可享受 20% 的折扣。 多年来,数字计算机为我们提供了很好的服务,但随着人工智能的兴起,我们需要一种新型计算机。

感谢 Mike Henry 和所有 Mythic 组织模拟计算之旅。 https://www.mythic-ai.com/
感谢开发 The Analog Thing 并教我们使用它的 Berndulmann 博士。 https://the-analog-thing.org。
摩尔定律已在加利福尼亚州山景城的计算机历史博物馆拍摄。
Welch Labs 的 ALVINN 视频:https://www.youtube.com/watch?v=H0igiP6Hg1k。

###
参考:
Crevier, D. (1993)。 人工智能:寻找人工智能的动荡历史。 基础书籍。 – https://ve42.co/Crevier1993
Valiant, L. (2013)。 最有可能正确。 哈珀柯林斯。 – https://ve42.co/Valiant2013
F. 罗森布拉特 (1958)。 感知器:大脑中信息存储和组织的概率模型。 心理评论 65, 386-408。 – https://ve42.co/Rosenblatt1958
新海军设备,边做边减。 心理学家展示了旨在阅读和成长更聪明的计算机的胚胎 (1958)。 纽约时报。 第 25 页。- https://ve42.co/NYT1958
Mason, H. Stewart, D. 和 Gill, B. (1958)。 竞争对手。 《纽约客》第 45 页。 – https://ve42.co/Mason1958
Alvinn 驾驶 NavLab 镜头 – https://ve42.co/NavLab。
Pomerleau, D. (1989)。 ALVINN:在神经网络中进行自主控制的陆地车辆。 NeurIPS,1305-313。 – https://ve42.co/Pomerleau1989
ImageNet 网站 – https://ve42.co/ImageNet。
Russakovsky, O., Deng, J. 等。 (2015)。 ImageNet 大规模视觉识别挑战。 – https://ve42.co/ImageNetChallenge。
关于 AlexNet 的论文:Krizhevsky A.、Sutskever I.、Hinton G. (2012)。 使用深度卷积网络的 ImageNet 分类。 NeurIPS,(25)1,1097-1105。 – https://ve42.co/AlexNet。
Karpathy, A. (2014)。 博文:与 ImageNet 中的 ConvNet 竞争后的经验教训。 – https://ve42.co/Karpathy2014
菲克 (2018)。 博文:Hot Chips 2018 – Mythic。 – https://ve42.co/MythicBlog。
Jin, Y. & Lee, B. (2019)。 闪存的基本操作。 计算机进展 114、1 – 69。- https://ve42.co/Jin2019
德姆勒 M.(2018 年)。 神话在一瞬间倍增微处理器报告。 – https://ve42.co/Demler2018
瘦弱 (2021)。 博客文章:关于 AnalogML 的 5 个神话。 – https://ve42.co/Aspinity。
赖特,L.等。 (2022)。 经过反向传播训练的深度物理神经网络。 自然,601,49-555。 – https://ve42.co/Wright2022
M. M. 沃尔德罗普 (2016)。 摩尔定律有麻烦了。 自然,530144-147。 – https://ve42.co/Waldrop2016

###
特别感谢 Patreon 捐助者:Kelly Snook。 TTST。 罗斯·麦考利。

###
由德里克穆勒和斯蒂芬韦尔奇撰写。
德里克穆勒和张爱玲拍摄了这部电影。
伊万特洛和迈克拉贾波夫。
德里克·穆勒 (Derek Muller) 是编辑。
Getty Images、Pond5 和 Getty Images 提供的其他视频/照片
来自 Epidemic Sound 的音乐
由 Derek Muller 和 Emily Zhang 制作。

来源和详细信息:
https://www.youtube.com/watch?v=GVsUOuSjvcg