Ispirazione naturale di Carver Meads

La saggezza convenzionale descrive un buco nero tra l'infinita incertezza della moderna fisica teorica e lo spirito di imprenditorialità e ingegneria. Un motivo in più per ignorare la saggezza convenzionale, dice Carver Mead, che è diventato una leggenda della tecnologia lavorando su entrambi i lati di quello che spesso sembra un divario invalicabile. Un fedele sostenitore del Caltech - è l'emerito Gordon e Betty Moore Professor of Engineering and Applied Science - Mead è una delle figure seminali nella storia della Silicon Valley, con un curriculum che risale al pioniere dei circuiti integrati Fairchild Semiconductor e più di 20 startup a suo merito.

I primi lavori di Mead sul tunneling elettronico hanno fornito spunti cruciali per lo sviluppo dell'elettronica a stato solido. Il suo calcolo del potenziale teorico per la riduzione dei transistor ha fornito al fondatore di Intel Moore la base per la sua legge omonima, che prevede la potenza in costante aumento dei microchip. E all'inizio degli anni '80, il collega di Mead e Caltech Richard Feynman, il defunto fisico premio Nobel, ha portato i circuiti in una nuova dimensione esplorando l'elettronica neuromorfa modellata sugli organismi viventi. Lungo la strada Mead ha accumulato premi, tra cui il premio Lemelson-MIT da $ 500.000 per l'invenzione e l'innovazione e la National Medal of Technology nel 2003. Ma il suo successo più orgoglioso è una serie di aziende che include il produttore di touch pad Synaptics e il rivoluzionario sensore di immagini e la startup di fotocamere Foveon, entrambi risultati del suo lavoro nell'informatica neuromorfica.

Questa storia faceva parte del nostro numero di settembre 2004

• Vedi il resto del problema
• sottoscrivi

Spencer Reiss ha parlato con Mead, che quest'anno ha compiuto 70 anni, nella sua casa tra le sequoie a Woodside, in California.

Revisione della tecnologia: Sei famoso per aver detto: Ascolta la tecnologia.

Carver MEAD: Per capire la realtà, devi capire come funzionano le cose. Se lo fai, puoi iniziare a fare ingegneria con esso, costruire cose. E se non puoi, qualunque cosa tu stia facendo probabilmente non è una buona scienza. Per me, ingegneria e scienza non sono attività separate. È come, sei un marito o un padre?

TR: Come decidi cosa perseguire?

MEAD: Stai scherzando? La ricerca è una questione d'amore. Non è una cosa del cervello sinistro. Una volta che capisci qualcosa, costruisci una logica elaborata: i discorsi che alla fine fai che fanno sembrare tutto così semplice. Fino ad allora, mi arrabbio quando le persone mi chiedono su cosa sto lavorando, perché non ho ancora modo di esprimerlo.

TR: È a questo che servono i venture capitalist: essere a sangue freddo su cosa investire le risorse?

MEAD: Tutti i miei personaggi preferiti di VC – so che suona come un ossimoro, ma in realtà mi piacciono alcuni di quei ragazzi – dicono la stessa cosa: seguono il loro istinto. La tecnologia ha abbastanza potenziali applicazioni per segnarne almeno una? I fogli di calcolo non risponderanno a questo.

TR: Che ne dici di guardare il mercato?

MEAD: Certo, puoi analizzare il mercato, parlare con i clienti, fare tutte le cose che ti insegnano alla business school. Il problema con il pull della domanda è che quando avrai un prodotto reale, il mercato sarà andato avanti. Sei condannato a giocare a rincorrere. Preferisco la tecnologia push: trova una nuova tecnologia interessante e cerca di trovare degli usi per essa. Una soluzione alla ricerca di un problema dovrebbe essere un terribile epiteto, ma nella mia esperienza funziona.

TR: Per esempio?

MEAD: Impinj, un'azienda fondata da un mio ex studente al Caltech, Chris Diorio. Sono nel consiglio. Partendo da qualcosa di completamente estraneo, l'informatica di ispirazione neurale, ha trovato un modo molto preciso e a bassa potenza per caricare un transistor a gate flottante, che è la base per la memoria flash. Era una soluzione classica alla ricerca di un problema, che si sta rivelando essere l'RFID, i piccoli tag di identità [a radiofrequenza] da mettere sulle cose. Sono l'ultimo dispositivo a bassa potenza: picowatt, qualunque cosa tu possa ottenere da una piccola antenna. Quindi, invece di avere solo un tag stupido che può dirti il ​​suo nome e nient'altro, ne ottieni uno intelligente che si aggiorna da solo mentre va. Ottieni un pacchetto o un prodotto che può raccontarti tutta la sua storia, proprio lì.

TR: Peter Drucker dice, non risolvere i problemi, cogli le opportunità.

MEAD: Destra. Se Impinj si fosse guardato intorno e avesse detto, Ehi, facciamo RFID, sarebbero finiti con un tag non riscrivibile. Proprio come una dozzina di altre aziende là fuori ora.

TR: I tag RFID per Wal-Mart sono molto lontani dal tentativo di decodificare i computer da modelli biologici... MEAD: Quando finalmente hai un prodotto, il fatto che sei stato ispirato ad andare in quella direzione pensando al tatto e alla vista e l'udito o qualsiasi altra cosa non importa molto. Stai per realizzare prodotti e tutto ciò che ha portato a ciò cade.

TR: È un po' triste, no?

MEAD: Certo che lo è, ma è quello che succede quando si avvia un'azienda. Il potenziale illimitato della tua nuova tecnologia: è uno sballo enorme solo a pensarci. Ma una volta che è manifesto, una volta che diventa un prodotto, non è una miriade di niente; è una cosa. Quindi, inevitabilmente, c'è un enorme postpartum - un senso di tutte le cose che non sei stato in grado di fare.

TR: È quando tiri su la posta in gioco?

MEAD: È successo con ogni azienda con cui ho lavorato. Arrivano al punto in cui hanno successo, sono sulla buona strada e c'è sempre meno che qualcuno come me può contribuire. In realtà diventi una distrazione: stanno cercando di concentrarsi e tu stai vagando pensando a tutte queste nuove interessanti domande. Ecco quando è il momento di partire.

TR: Alcune persone pensano che i giovani tecnologi debbano dedicare più tempo a imparare come commercializzare le loro idee.

MEAD: La scienza non riguarda solo l'espressione di sé; devi essere in grado di spiegare cosa stai facendo. Dick Feynman è stato uno dei migliori marketer che abbia mai incontrato. Non ha mai voluto ammetterlo - ai suoi tempi, qualsiasi cosa imprenditoriale era socialmente inaccettabile per un accademico - ma è stato in grado di posizionare la fisica come qualcosa di eccitante, in un modo che è sopravvissuto fino ad oggi.

TR: Tu e Feynman eravate dietro un grande progetto di calcolo neuromorfo lanciato al Caltech negli anni '80. Quello che è successo?

MEAD: Parte del problema era il rifiuto della comunità CS [informatica] di avere un nuovo pensiero – il fatto che potrebbero esserci modi intrinsecamente più potenti per fare informatica. La gente diceva: Tutto è una macchina di Turing, e basta. Non importa che abbiamo già un esempio funzionante di una macchina massicciamente parallela: il cervello animale. E nel frattempo, ora, i ragazzi dell'informatica quantistica sono arrivati ​​e hanno mostrato un altro modello alternativo, uno che in teoria risolverà problemi che sono esponenzialmente irrisolvibili da una macchina di Turing. Non sto facendo alcuna dichiarazione sulla realizzazione dei computer quantistici, ancora non lo sappiamo. Sto solo parlando della nostra comprensione dell'informatica in astratto. Hai bisogno di una concezione fondamentalmente nuova di questo se vuoi provare a creare una macchina migliore.

TR: Un'altra azienda di ispirazione neurale con cui sei stato coinvolto produce apparecchi acustici avanzati, Sonic Innovations.

MEAD: Il processo di pensiero è venuto dal pensare a come funziona l'udito umano, ma ancora una volta il dispositivo reale è solo un piccolo processore di segnale digitale. La stessa cosa è successa con l'idea delle reti neurali, tra l'altro. Sono diventati solo un altro algoritmo per i computer esistenti.

TR: E la Foveon, la compagnia di fotocamere che hai fondato nel 1997? La maggior parte delle persone probabilmente non si rende conto che le sue radici sono negli studi dell'occhio.

MEAD: Abbiamo iniziato realizzando modelli della retina, che di per sé potrebbero fare una grande differenza per alcune persone, ma non sono un'opportunità commerciale sufficiente per giustificare grandi investimenti. Quello che ci siamo resi conto è che se prendevi quello che stavamo facendo e rimuovi la parte della retina, questo è un ottimo sensore di immagine, quindi facciamolo. La tecnologia Foveon cattura la luce direttamente, consumando meno energia e richiedendo molta meno elaborazione rispetto al file catturato da una fotocamera digitale convenzionale. Ma quando lo spieghiamo oggi, non abbiamo alcun riferimento a nulla di neurale.

TR: Quindi siamo ancora al punto di partenza con il calcolo neuromorfo?

MEAD: In realtà, sono stati fatti molti progressi. Una delle cose eccitanti che sono nate dal pensiero neuromorfo è la compagnia Audience di Lloyd Watts. Hanno un modello cocleare funzionante che costruisce una porzione significativa del percorso uditivo, incluso il recupero del segnale di precisione e un'analisi sofisticata, in un componente a livello di chip. È più di un semplice microfono migliore; pensalo come il front-end uditivo per qualsiasi dispositivo che vuole utilizzare il suono come input.

TR: Il riconoscimento vocale vive!

MEAD: Il riconoscimento vocale come lo conosciamo è davvero cerebralmente morto. Non dovrei dire cerebralmente morto: molte persone intelligenti ci hanno lavorato per molti anni. Ma è un vecchio paradigma. Sta avanzando in modo logaritmico con la potenza di elaborazione; questo è tutto. Eppure abbiamo questi incredibili modelli funzionanti proprio qui: i nostri occhi e le nostre orecchie. È lì che vogliamo cercare.

TR: Udito, vista: gli stessi problemi che hai individuato quasi 20 anni fa sono ancora problemi interessanti.

MEAD: Sono ancora più interessanti, perché stiamo iniziando a conoscerli abbastanza per fare qualche progresso. Ci è voluto così tanto tempo per far parlare le persone orientate all'ingegneria con le persone di fisiologia. Gli avvocati parlano dei muri cinesi nelle organizzazioni; beh, le barriere tra le discipline scientifiche sono state feroci.

TR: È la difficoltà intrinseca di adattare le tecnologie digitali al nostro mondo umano prevalentemente analogico?

MEAD: L'astrazione digitale è una cosa meravigliosa. Sostituisce un insieme molto semplice di operazioni logiche – e, o, e non – per un insieme infinito di cose fisiche. Lavorare in analogico è molto più difficile, perché ci sono essenzialmente innumerevoli modi in cui le cose possono andare storte. Stai lavorando con la fisica stessa, piuttosto che con una serie molto piccola di circuiti che sono stati realizzati per mostrare il comportamento digitale.

TR: Non possiamo lasciarti andare senza chiedere della legge di Moore. Ottieni molto credito per la sua formulazione.

MEAD: Gordon aveva osservato cosa stava succedendo e mi aveva chiesto fino a che punto potevano spingersi le cose, quanto piccoli si potevano fare i transistor. Abbiamo lavorato in laboratorio e la risposta si è rivelata 0,15 micron [150 nanometri], forse più piccola. All'epoca era scioccante, ma si è scoperto che era conservatore.

TR: Quindi quanto lontano può andare?

MEAD: Ho rivisto le cose qualche anno fa, e se non fai nulla di diverso, puoi scendere a 30 nanometri - un fattore cinque rispetto a quanto inizialmente detto sarebbe stato facile, e ancora molto lontano da dove le cose sono oggi. Quindi di certo non si fermerà.

E allo stesso tempo, non dobbiamo continuare a fare le cose esattamente come le stiamo facendo oggi. Io per primo spero di no.

Lo scrittore di Salisbury, CT Spencer Reiss ama intervistare persone più intelligenti di lui. L'ultima volta che lo ha fatto per TR è stato con il venture capitalist Michael Moritz, l'uomo dietro Google (aprile 2004).

nascondere