WikiDer > Квабена Боахен

Kwabena Boahen
Квабена Боахен
Родившийся22 сентября 1964 г. (1964-09-22) (возраст56)
Аккра, Гана
НациональностьГанский
ГражданствоГана / США
Альма-матерУниверситет Джона Хопкинса
Калтех
ИзвестенБиоинженерия
Научная карьера
ПоляИнженер по электронике
УчрежденияПенсильванский университет
Стэндфордский Университет
ДокторантКарвер Мид
Интернет сайтДомашняя страница Квабены Боахен
Примечания
Его отец был историком Альберт Аду Боахен.

Квабена Аду Боахен является профессором биоинженерии и электротехники в Стэндфордский Университет.[1] Ранее он преподавал в Пенсильванский университет.

Образование и ранняя жизнь

Квабена Боахен родился 22 сентября 1964 года в Аккре, Гана. Он учился в средней школе в Школа Мфанципим в Кейп-Кост, Гана, и на Пресвитерианская старшая школа для мальчиков в Аккре, Гана. Находясь в Mfantsipim, он изобрел машину для посадки кукурузы, которая выиграла национальный научный конкурс и получила диплом выпускника класса 1981 года. Он получил степень бакалавра наук. и М.С. в электротехнике в 1989 г. Университет Джона Хопкинса и его докторскую степень в области вычислений и нейронных систем в 1997 г. Калифорнийский технологический институт, где его посоветовал Карвер Мид. Для своей докторской диссертации Боахен разработал и изготовил кремниевый чип, имитирующий работу сетчатки.[2] Отец Боахена, Альберт Аду Боахен, был профессором истории в Университете Ганы и защитником демократии в Гане.

Карьера

После получения докторской степени Боахен поступил на факультет Пенсильванский университет где он возглавлял младшую кафедру Скирканича. В 2005 году переехал в Стэндфордский Университет и в настоящее время является директором Brains in Silicon Lab. [1]

Исследование

Боахен широко известен как один из пионеров нейроморфной инженерии, области, основанной Карвер Мид в 1980-е гг. В отличие от области искусственного интеллекта, которая просто черпает вдохновение из мозга, нейроморфные инженеры стремятся разработать новую вычислительную парадигму, основанную на принципах организации мозга. Мозг использует вычислительную парадигму, которая фундаментально отличается от цифровых компьютеров. Вместо использования цифровых сигналов для вычислений, а также для связи, мозг использует аналоговые сигналы (т. Е. Градуированные дендритные потенциалы) для вычислений и цифровые сигналы (т. Е. Аксональные потенциалы "все или ничего") для связи. Изучив этот уникальный гибрид цифровых и аналоговых методов в течение последних трех десятилетий, нейроморфные инженеры теперь начинают понимать и использовать его преимущества. Возможные применения их работы включают интерфейсы мозг-машина, автономных роботов и машинный интеллект.

Боахен часто говорит об обещании эффективных вычислений в качестве вдохновения для своей работы, написав: «Типичный суперкомпьютер размером с комнату весит примерно в 1000 раз больше, занимает в 10 000 раз больше места и потребляет в миллион раз больше энергии, чем кусок нейронной сети размером с канталупу. ткань, из которой состоит мозг ».[3]Благодаря вкладу в разработку схем, архитектуру микросхем и неврологию, Боахен объединил идеи из многих дисциплин для создания новых компьютерных микросхем, имитирующих мозг. Широко известный своими инженерными достижениями, Боахен был назван научным сотрудником IEEE в 2016 году. Конкретный вклад на протяжении его карьеры включает разработку парадигмы проектирования подпороговых КМОП-схем в текущем режиме, подхода с использованием адреса-события для передачи пиков между нейроморфными чипами и масштабируемого проектирование многочиповых систем. Чипы Боахена работают в смешанном режиме: в них используются аналоговые схемы для вычислений и цифровые схемы для связи.

Работа Боахена продемонстрировала, что нейроморфные компьютерные чипы способны воспроизводить многие типы мозговых явлений в большом диапазоне масштабов. Примеры включают динамику ионных каналов.[4] (отдельные молекулы), поведение возбудимой мембраны (отдельные нейроны), настройка ориентации нейронов в Visual Cortex[5] (отдельные корковые колонки) и нервная синхронность[6] (отдельные участки коры). Используя эти открытия, лаборатория Боахена в Стэнфорде построила первую нейморфную систему с одним миллионом нейронов с импульсами (и миллиардами синапсов).[7] Эта система, Нейросетка, имитирует сети корковых нейронов в реальном времени, потребляя при этом всего несколько ватт энергии. Напротив, для моделирования одного миллиона взаимосвязанных корковых нейронов в реальном времени с помощью традиционных суперкомпьютеров требуется столько же энергии, сколько несколько тысяч домашних хозяйств.

Почести

  • Скирканич младший председатель, Пенсильванский университет, 1997 г.
  • Стипендия в области науки и техники, Фонд Паккарда, 1999 г.
  • Премия КАРЬЕРА, Национальный научный фонд, 2001 г.
  • Премия молодому исследователю, Национальные институты здравоохранения, 2006 г.
  • Премия директора за трансформационные исследования, Национальные институты здравоохранения, 2011 г.
  • Научный сотрудник Института инженеров по электротехнике и радиоэлектронике, 2016 г.
  • Сотрудник Американского института медицинской и биологической инженерии, 2016 г.

Рекомендации

  1. ^ Квабена Боахен, доктор философии, профессор биоинженерии и электротехники
  2. ^ К. А. Боахен, Система ретиноморфного зрения, IEEE Micro, Том 16, выпуск 5, стр 30-39, 1996.
  3. ^ К. Боахен, Нейроморфные микрочипы, Scientific American, vol 292, no 5, pp 56-63, May 2005.
  4. ^ К. М. Хинна и К. Боахен, Термодинамически эквивалентные кремниевые модели ионных каналов, Нейронные вычисления, vol 19, no 2, pp 327-350, февраль 2007 г.
  5. ^ П. Меролла и К. Боахен, Рекуррентная модель карт ориентации с простыми и сложными ячейками, Достижения в системах обработки нейронной информации 16, С. Трун и Л. Саул, редакторы, MIT Press, стр. 995-1002, 2004.
  6. ^ Дж. В. Артур и К. Боахен, Синхронность в кремнии: гамма-ритм, IEEE-транзакции в нейронных сетях, том PP, выпуск 99, 2007 г.
  7. ^ Б. В. Бенджамин, Па Гао, Е. Маккуинн, С. Чоудхари, А. Р. Чандрасекаран, Дж. М. Буссат, Р. Альварес-Иказа, Дж. В. Артур, П. А. Меролла и К. Боахен, Neurogrid: смешанная аналогово-цифровая мультичиповая система для крупномасштабного нейронного моделирования,Труды IEEE, vol 102, no 5, pp 699-716, 2014.

внешняя ссылка