英特尔■768颗芯片、1亿个神经元！迄今最强神经拟态系统诞生( 二 ) |技术|人工智能|软件|

知易行难，要实现这一设想，需要经历漫长的研究。
英特尔在神经拟态计算领域的工作是基于几十年来的研究与合作。这项研究是由加州理工学院Carver Mead教授最先开始的，他以半导体设计的基础性工作而闻名。芯片专业知识、物理学和生物学的结合，为这一创想提供了可行的土壤。
Mike Davies是英特尔神经拟态计算实验室主任，他曾任职于Fulcrum Microsystems研发以太网交换机。

本文插图
▲英特尔神经拟态计算实验室主任Mike Davies
近十年的工作令Mike获益颇丰，不过随着在工作中愈发游刃有余，一向酷爱登山、漂流、潜水、马拉松长跑等极限挑战的Mike ，愈发渴望去探索与挑战新的科技极限。
转机发生在2011年， Fulcrum因实现了以太网交换机芯片异步设计研究的商业化而被英特尔收购， Mike因此加入英特尔。
“事实证明，异步设计真的非常适合神经拟态芯片。 ”英特尔研究院立即让Mike和团队开始相关工作，研究神经拟态原型架构、算法、软件和系统。
2017年，英特尔第一款自主学习神经拟态芯片Loihi问世。它采用14nm工艺，管芯尺寸60mm ，包含超过20亿个晶体管、13万个神经元和1.28亿个突触。
“我们试图观察、学习和理解大脑的运行，并在计算机芯片上进行复制。 ”Mike这样解释自己的工作。

本文插图
▲英特尔神经拟态芯片Loihi
和大脑相似， Loihi芯片将训练和推理整合到一个芯片上，实现了存储与计算的融合，拥有超级并行性能和异步信号传输能力，并支持多种学习模式的可扩展片上学习能力，即能够一边运作一边学习。
它采用一种新颖的“异步脉冲”方式来计算，就像大脑一样根据环境的反馈来自动学习如何操作，随着时间的推理，变得越来越智能、快速和高效。
同时，它也具有大脑般低功耗的特性，与训练人工智能系统的通用计算芯片相比， Loihi芯片的能效提升了1000倍。
怎么让Loihi芯片模拟大脑进行学习呢？Mike曾展示这样一个有趣的实验。
在Loihi芯片上运行简单的图像识别神经网络，就如幼儿探索未知事物一样， Loihi先通过“眼睛”看到物体，再输入物体的名称，这样它就能快速准确地辨别出这是什么东西。
研究人员将著名科学家罗莎琳·富兰克林造型的摇头娃娃作为训练工具， 360度旋转，让Loihi全方位记住罗莎琳。训练一次后， Loihi便能在4秒内在一些有橡胶鸭子、玩具大象和摇头娃娃的图片中，快速辨别出罗莎琳摇头娃娃。而这个实验只用了Loihi不到1%的芯片资源。

本文插图
▲Mike Davies手持科学家罗莎林·富兰克林造型的摇头娃娃，让Loihi芯片能快速学会识别它
这只是令人兴奋的小例子之一。随后，英特尔和INRC的研究人员还将Loihi芯片成功应用在实时识别手势、使用新型人造皮肤读取盲文、使用学习到的视觉地标来确定方向等多种任务中，所有这些功能仅仅消耗数十毫瓦的能量。
二、超低延时、超低功耗，比量子系统先落地Mike告诉我们，神经拟态计算相较传统计算架构的一大优势不在于吞吐量，而在于超低延时。
尽管传统计算架构非常擅长调用大量数据并行，但它们得先积累所有数据样本，然后才能做计算处理。
神经拟态计算架构则不然，它可以几乎实时地从数据中学习、计算和产生答案，最终做出的预测可能比传统机器学习模型的预测更为准确。