Kwabena Adu Boahen es profesor de bioingeniería e ingeniería eléctrica en la Universidad de Stanford . [1] Anteriormente enseñó en la Universidad de Pennsylvania .
Kwabena Boahen | |
---|---|
Nació | 22 de septiembre de 1964 (edad | 56)
Nacionalidad | ghanés |
Ciudadanía | Ghana / Estados Unidos |
alma mater | Universidad Johns Hopkins Caltech |
Conocido por | Bioingeniería |
Carrera científica | |
Campos | Ingeniero electrónico |
Instituciones | Universidad de Pensilvania Universidad de Stanford |
Asesor de doctorado | Carver Mead |
Sitio web | Página de inicio de Kwabena Boahen |
Notas | |
Su padre fue el historiador Albert Adu Boahen . |
Educación y vida temprana
Kwabena Boahen nació el 22 de septiembre de 1964 en Accra, Ghana. Asistió a la escuela secundaria en Mfantsipim School en Cape Coast, Ghana, y en el Presbyterian Boys 'Senior High School en Accra, Ghana. Mientras estaba en Mfantsipim, inventó una máquina para plantar maíz que ganó el concurso nacional de ciencias y se graduó como el mejor estudiante de la promoción de 1981. Recibió su licenciatura y maestría en ingeniería eléctrica en 1989 de la Universidad Johns Hopkins y su doctorado en computación y neurología. Systems en 1997 del Instituto de Tecnología de California , donde fue asesorado por Carver Mead . Para su tesis doctoral, Boahen diseñó y fabricó un chip de silicio que emulaba el funcionamiento de la retina. [2] El padre de Boahen, Albert Adu Boahen , era profesor de historia en la Universidad de Ghana y defensor de la democracia en Ghana.
Carrera profesional
Después de completar su doctorado, Boahen se unió a la facultad de la Universidad de Pensilvania, donde ocupó la cátedra Skirkanich Term Junior. En 2005 se trasladó a la Universidad de Stanford y actualmente es el director de Brains in Silicon Lab. [1]
Investigar
Boahen es ampliamente considerado como uno de los pioneros de la ingeniería neuromórfica, un campo fundado por Carver Mead en la década de 1980. En contraste con el campo de la inteligencia artificial, que simplemente se inspira en el cerebro, los ingenieros neuromórficos buscan desarrollar un nuevo paradigma informático basado en los principios organizativos del cerebro. El cerebro emplea un paradigma informático que es fundamentalmente diferente de las computadoras digitales. En lugar de usar señales digitales para computación y comunicación, el cerebro usa señales analógicas (es decir, potenciales dendríticos graduados) para computación y señales digitales (es decir, potenciales axonales de todo o nada) para la comunicación. Habiendo explorado este híbrido único de técnicas digitales y analógicas durante las últimas tres décadas, los ingenieros neuromórficos ahora están comenzando a comprender y explotar sus ventajas. Las aplicaciones potenciales de su trabajo incluyen interfaces cerebro-máquina, robots autónomos e inteligencia de máquinas.
Boahen a menudo habla de la promesa de la computación eficiente como inspiración para su trabajo, escribiendo “Una supercomputadora del tamaño de una habitación típica pesa aproximadamente 1,000 veces más, ocupa 10,000 veces más espacio y consume un millón de veces más de energía que la masa del tamaño de un melón de neuronas tejido que forma el cerebro ". [3] Con contribuciones en diseño de circuitos, arquitectura de chips y neurociencia, Boahen ha reunido ideas de muchas disciplinas para construir nuevos chips de computadora que emulan el cerebro. Ampliamente reconocido por sus logros en ingeniería, Boahen fue nombrado miembro del IEEE en 2016. Las contribuciones específicas a lo largo de su carrera incluyen el desarrollo del paradigma de diseño de circuitos CMOS subumbral en modo actual, el enfoque de dirección-evento para comunicar picos entre chips neuromórficos y el escalable diseño de sistemas multichip. Los chips de Boahen son de modo mixto: emplean circuitos analógicos para computación y circuitos digitales para comunicación.
El trabajo de Boahen ha demostrado que los chips de computadora neuromórficos son capaces de reproducir muchos tipos de fenómenos cerebrales en una amplia gama de escalas. Los ejemplos incluyen la dinámica de los canales iónicos [4] (moléculas individuales), el comportamiento de la membrana excitable (neuronas individuales), el ajuste de orientación de las neuronas en la corteza visual [5] (columnas corticales individuales) y la sincronía neural [6] (áreas corticales individuales). . Utilizando estos avances, el laboratorio de Stanford de Boahen construyó el primer sistema neurmórfico con un millón de neuronas en punta (y miles de millones de sinapsis). [7] Este sistema, Neurogrid , emula redes de neuronas corticales en tiempo real, mientras consume solo unos pocos vatios de potencia. Por el contrario, la simulación de un millón de neuronas corticales interconectadas en tiempo real utilizando supercomputadoras tradicionales requiere tanta energía como varios miles de hogares.
Honores
- Cátedra Skirkanich Junior, Universidad de Pensilvania, 1997
- Beca en Ciencias e Ingeniería, Fundación Packard, 1999
- Premio CARRERA, National Science Foundation, 2001
- Premio Joven Investigador, Institutos Nacionales de Salud, 2006
- Premio de Investigación Transformativa del Director, Institutos Nacionales de Salud, 2011
- Miembro, Instituto de Ingenieros Eléctricos y Electrónicos, 2016
- Miembro, Instituto Americano de Ingeniería Médica y Biológica, 2016
Referencias
- ^ Kwabena Boahen, PhD, profesor de bioingeniería e ingeniería eléctrica
- ^ KA Boahen, Un sistema de visión retinomórfica , IEEE Micro , Vol 16, número 5, pp 30-39, 1996.
- ^ K Boahen, Microchips neuromórficos , Scientific American , vol 292, no 5, pp 56-63, mayo de 2005.
- ^ KM Hynna y K Boahen, Modelos de silicio termodinámicamente equivalentes de canales de iones , Computación neuronal , vol 19, no 2, pp 327-350, febrero de 2007
- ^ P Merolla y K Boahen, A Recurrent Model of Orientation Maps with Simple and Complex Cells , Advances in Neural Information Processing Systems 16 , S Thrun y L Saul, Eds, MIT Press, pp 995-1002, 2004.
- ^ JV Arthur y K Boahen, Synchrony in Silicon: The Gamma Rhythm , IEEE Transactions on Neural Networks, vol PP, número 99, 2007
- ^ BV Benjamin, P Gao, E McQuinn, S Choudhary, AR Chandrasekaran, JM Bussat, R Alvarez-Icaza, JV Arthur, PA Merolla y K Boahen, Neurogrid: un sistema multichip mixto analógico-digital para simulaciones neuronales a gran escala , Actas del IEEE, vol 102, no 5, pp 699-716, 2014.