神經(jīng)形態(tài)芯片模仿人類大腦設(shè)計(jì) 將取代CPU" alt="神經(jīng)形態(tài)芯片模仿人類大腦設(shè)計(jì) 將取代CPU" src="http://images.ofweek.com/Upload/News/2017-03/16/Moon/1489630444628055169.jpg" width="600" height="389"/>
《連線》雜志近日撰文指出,神經(jīng)形態(tài)芯片(neuromorphics)被設(shè)計(jì)專門用于模仿人類大腦,他們可能很快取代CPU。以下為文章內(nèi)容摘要:
類似于蘋果Siri這樣的人工智能服務(wù),都需要把用戶問(wèn)題傳輸?shù)竭b遠(yuǎn)的數(shù)據(jù)中心,然后通過(guò)數(shù)據(jù)中心的運(yùn)算再傳回答復(fù)。此類人工智能服務(wù)需要依托云計(jì)算,是因?yàn)槟壳暗碾娮釉O(shè)備還沒(méi)有足夠的計(jì)算力,來(lái)運(yùn)行機(jī)器學(xué)習(xí)所需的超強(qiáng)處理算法。
目前絕大多數(shù)智能手機(jī)中配置的CPU,都無(wú)法單獨(dú)支持在設(shè)備中運(yùn)行像Siri這樣的系統(tǒng)能夠。不過(guò)理論神經(jīng)科學(xué)家、加拿大人工智能初創(chuàng)公司Applied Brain Research聯(lián)席首席執(zhí)行官克里斯·艾利斯密斯(Chris Eliasmith),對(duì)新型芯片將會(huì)改變這一切充滿了信心。
“許多人都認(rèn)為摩爾定律已走向終結(jié),這意味著使用同樣的方式,我們將無(wú)法廉價(jià)的獲得‘更多計(jì)算力’,”艾利斯密斯說(shuō)。在他看來(lái),神經(jīng)形態(tài)芯片的快速發(fā)展將會(huì)解決這一問(wèn)題。雖然神經(jīng)形態(tài)芯片并不廣為人知,但若干家大型芯片制造商已在開發(fā)此類芯片。
傳統(tǒng)CPU的處理指令基于“時(shí)鐘時(shí)間”--信息如同被節(jié)拍器管理一樣按一定的時(shí)間間隔發(fā)送。神經(jīng)形態(tài)芯片在芯片中模擬人腦同步處理多種數(shù)據(jù)的能力。根據(jù)圖像、聲音或其他信號(hào)的變化,神經(jīng)元可以改變與其他神經(jīng)元之間的聯(lián)系。所以說(shuō),這些神經(jīng)形態(tài)芯片模擬的是人腦的神經(jīng)網(wǎng)絡(luò),可以實(shí)現(xiàn)人腦的部分功能。
神經(jīng)形態(tài)芯片之所以具有巨大的市場(chǎng)潛力,是因?yàn)榇祟愋酒幚砣斯ぶ悄芩惴ǖ暮碾娏繕O低。舉例來(lái)說(shuō),一塊由IBM制造的神經(jīng)形態(tài)芯片包含了五倍于英特爾標(biāo)準(zhǔn)處理器的的晶體管,但卻只需要耗費(fèi)70毫瓦特的電量。而一塊英特爾處理器需要35至140瓦特的電量,耗電量最高達(dá)到神經(jīng)形態(tài)芯片的2000倍。
艾利斯密斯指出,神經(jīng)形態(tài)芯片的概念并不新鮮,從上世紀(jì)80年代就已開始設(shè)計(jì)。但是當(dāng)時(shí)的設(shè)計(jì)需要把特定算法直接植入到芯片當(dāng)中,這意味著需要一塊芯片了識(shí)別動(dòng)作,用另一塊芯片來(lái)檢測(cè)聲音,還沒(méi)有芯片能夠像人類大腦皮層一樣扮演通用處理器的角色。
這部分的源自于程序員還沒(méi)有辦法設(shè)計(jì)出與通用芯片配合使用的算法。因此即便是類似大腦的芯片早已被開發(fā)出來(lái),為它們開發(fā)算法仍是研究人員主要的挑戰(zhàn)之一。
這些努力的核心是一款名為“Nengo”的編譯器,開發(fā)者使用它為能夠在通用神經(jīng)形態(tài)芯片硬件中運(yùn)行的人工智能應(yīng)用開發(fā)自己的算法。編譯器是程序員用于編寫代碼的軟件工具,它把代碼翻譯成復(fù)雜的指令,讓硬件能夠做一些事情。
讓Nengo實(shí)用性增強(qiáng)的是它使用了程序員們熟悉的Python變成語(yǔ)言,以及它把算法加載到如神經(jīng)形態(tài)芯片等許多不同硬件平臺(tái)中的能力。很快,熟悉Python的程序員就能夠?yàn)樯窠?jīng)形態(tài)芯片硬件編寫復(fù)雜的神經(jīng)網(wǎng)(neural nets)。
“類似于視覺(jué)系統(tǒng)、語(yǔ)言系統(tǒng)、動(dòng)作控制和適應(yīng)性自動(dòng)控制器早已被植入了Nengo,”Applied Brain Research另一位聯(lián)席首席執(zhí)行官彼得·蘇瑪(Peter Suma)表示。
使用Nengo編譯器編寫的最令人印象深刻的系統(tǒng)名為Spaun。在2012年發(fā)布之后,Spaun被譽(yù)為計(jì)算機(jī)模擬的最復(fù)雜的大腦模型。Spaun能夠接收視覺(jué)輸入,計(jì)算結(jié)果,并通過(guò)機(jī)械手書寫下來(lái)。它的表現(xiàn)出來(lái)的智能,曾經(jīng)只被人類所擁有。雖然Spaun不夠完美,但它極佳的表明,計(jì)算機(jī)終有一天會(huì)模糊人類與機(jī)器認(rèn)知的界限。最近通過(guò)使用神經(jīng)形態(tài)芯片,大多數(shù)Spaun的運(yùn)行速度提升了9000倍,且耗電量要比原來(lái)使用常規(guī)CPU更低。到2017年年底,所有的Spaun都將會(huì)在神經(jīng)形態(tài)芯片硬件中運(yùn)行。
艾利斯密斯因?yàn)樽约旱捻?xiàng)目贏得了加拿大自然科學(xué)與工程技術(shù)研究理事會(huì)(NSERC)的約翰·波蘭尼獎(jiǎng)(John C. Polyani),此獎(jiǎng)也是加拿大對(duì)突破性科學(xué)成就的最高認(rèn)可。在蘇瑪偶然知道了艾利斯密斯的研究項(xiàng)目之后,他們二人開始攜手商業(yè)化這些工具。
“Spaun向我們表明,終有一天人類能夠開發(fā)出流暢的智能推理系統(tǒng),而神經(jīng)形態(tài)芯片將會(huì)在短期內(nèi)讓人工智能了解許多類型的語(yǔ)境,”蘇瑪說(shuō)。蘇瑪還強(qiáng)調(diào),“像Siri一樣,在明確的發(fā)出指令之前,如今的人工智能仍都處于離線狀態(tài),我們很快將會(huì)擁有永遠(yuǎn)在線、陪伴在用戶左右的人工智能助理?!?/p>
“想象一下Siri能夠聽到和看到用戶的所有談話和交流。用戶可以詢問(wèn)類似于‘中午午餐時(shí)我和誰(shuí)談?wù)摿藮|京產(chǎn)品發(fā)布會(huì)?’或是‘瑪麗莎為我妻子的生日禮物有什么想法?’等問(wèn)題,”他說(shuō)。當(dāng)問(wèn)及用戶的敏感信息是否會(huì)被一些公司掌握時(shí),蘇瑪強(qiáng)調(diào)人工智能會(huì)通過(guò)用戶自己的設(shè)備處理算法,因?yàn)樾畔⒉恍枰偻ㄟ^(guò)大公司的服務(wù)器進(jìn)行處理。
對(duì)艾利斯密斯而言,“永遠(yuǎn)在線”是實(shí)現(xiàn)真正意義的機(jī)器認(rèn)知的必要一步?!叭缃袷袌?chǎng)中絕大多數(shù)的人工智能系統(tǒng)和我們使用的生物智能系統(tǒng)的最大區(qū)別,就是后者永遠(yuǎn)是即時(shí)運(yùn)行的。在物理世界里,身體和大腦是配合使用的,”他說(shuō)。
IT產(chǎn)業(yè)早已付出了大量的努力,欲把自己開發(fā)的人工智能技術(shù)推廣給用戶。包括蘋果、亞馬遜、三星電子、谷歌(微博)、Facebook等公司,都在開發(fā)自己的語(yǔ)音助手,希望有一天能夠讓它們成為數(shù)字助手。
隨著神經(jīng)形態(tài)芯片和Nengo等工具的崛起,人工智能很快將會(huì)在用戶手機(jī)中展示出驚人的自然智商水平。