Hvad hvis AI's næste effektivitetsløft ikke kommer fra flere GPU'er, men fra at lade fysikken udføre selve beregningen? Forsker Jens Egholm Pedersen forklarer neuromorphic computing – og hvorfor hjerneinspirerede, eventbaserede systemer kan ændre måden, vi bygger sensorer, robotter og AI-hardware på.


I episoden:

- Fra digitale 0- og 1-taller til kontinuerte og eventbaserede signaler

- Hvordan neuromorphic computing kan spare energi i sensorer, akustik og robotter

- Hvorfor et eventkamera kan registrere ekstremt hurtige ændringer uden at behandle komplette billeder

- Hvordan man programmerer et system, hvor kredsløbets fysik udfører beregningen

- Hvorfor en ekstremt hurtig AI-chip kan ende som en dyr mursten, når modellen bliver forældet

- Hvad embodied intelligence og hjernens plasticitet fortæller os om AI i den fysiske verden


Kapitler:

00:00 Velkommen og introduktion af Jens Egholm Pedersen

02:18 Hvad er neuromorphic computing?

09:00 Neurale netværk, quantization og fysisk præcision

16:42 Kan neuromorphic computing løse AI's energiproblem?

21:38 Robotter og embodied intelligence

27:47 Er informationsteknologien stadig i stenalderen?

30:35 Jens' forskning i eventbaseret signalbehandling

32:24 Hvordan programmerer man fysikken?

37:17 Fra analoge sensorer til mixed-signal computing

39:17 AI-modellen direkte på chippen

43:39 World models, læring og plasticitet

47:40 Hvad kan vi lære af biologien?

49:34 Sådan kommer du videre med neuromorphic computing


Links og kilder:

- Jens Egholm Pedersen på DTU: https://orbit.dtu.dk/en/persons/jens-egholm-pedersen/

- Jens' hjemmeside: https://jepedersen.dk/

- Jens på LinkedIn: https://www.linkedin.com/in/jens-egholm-pedersen-69543117/

- Practical Spiking Neural Networks, gratis open source-bog: https://snnbook.net/

- Jens' ph.d.-afhandling, Neuromorphic computation in space and time: https://kth.diva-portal.org/smash/get/diva2:2001119/FULLTEXT01.pdf

- Neuromorphic Intermediate Representation (Nature Communications): https://www.nature.com/articles/s41467-024-52259-9

- Norse – spiking neural networks i PyTorch: https://norse.github.io/norse/

- A Brief History of Intelligence af Max Bennett: https://www.abriefhistoryofintelligence.com/book

- Lessons from the Lobster af Charlotte Nassim: https://mitpress.mit.edu/9780262037785/lessons-from-the-lobster/


Følg Verbos: AI og Softwareudvikling:


- Apple Podcasts: https://podcasts.apple.com/dk/podcast/verbos-ai-og-softwareudvikling/id1650151292

- Spotify: https://open.spotify.com/show/0wNglFesfNltKiDAhcu4nJ

- YouTube: https://www.youtube.com/@VerbosPodcast


Verbos er den danske podcast fra maskinrummet. Kasper Junge og Jonas Høgh Kyhse-Andersen går teknisk til værks og bygger bro mellem klassisk software engineering og den nye virkelighed med AI-agenter.

Podden och tillhörande omslagsbild på den här sidan tillhör Kasper Junge og Jonas Høgh Kyhse-Andersen. Innehållet i podden är skapat av Kasper Junge og Jonas Høgh Kyhse-Andersen och inte av, eller tillsammans med, Poddtoppen.