Nature|国内高校大爆发！今日清华/北大/厦大Nature齐发！生命科学

文章图片

文章图片

文章图片

文章图片

文章图片

文章图片

文章图片

文章图片

文章图片

文章图片
第一篇，清华大学Nature：用于大脑启发式计算的系统层次结构
▲第一作者：张悠慧

通讯作者：施路平张悠慧
第一单位：清华大学计算机系
DOI: 10.1038/s41586-020-2782-y
背景介绍神经形态计算从大脑中汲取灵感，提供计算技术和架构，有潜力驱动下一代计算机工程，为通用人工智能的发展提供了一个很有前途的平台。通用人工智能是具备与人类同等智慧或超越人类的人工智能。然而，与传统计算系统不同的是，传统计算系统有一个围绕图灵完备性和冯·诺伊曼结构建立的良好的计算机层次结构，目前还没有广义的系统层次结构或对大脑启发计算的完备性的理解，使得当前的人工智能成果大都是“狭隘”的，即面向特定任务，只能解决特定问题。
本文亮点作者提出“神经形态完备性”(neuromorphic completeness)这一全新概念它放松了对硬件完整性的要求，降低了软硬件之间的耦合性，并通过引入一个新的维度——近似粒度（the approximation granularity）来扩大设计空间。并且提出一种系统层次结构，由具有图灵完备的软件抽象模型和通用的抽象神经形态结构组成。使用这种层次结构，可以将各种程序描述为统一的表示形式，确保了编程语言的可移植性，同时保证硬件完整性和编译可行性。这项研究让大脑启发式计算系统的各个方面实现高效且兼容的进步，从而促进各种应用程序的开发。
图文解析
▲图1：大脑启发计算系统和传统计算系统的层次结构。
要点：1. 对于任意给定的误差间隙ε≥0和任意图灵可计算的函数f(x) ，如果系统能实现一个函数f1(x) ，使‖f(x)?f1(x)‖≤ε满足任何有效输入x ，则称它为神经形态完备的计算系统。 2. 神经形态完备性将普遍逼近与普遍可计算性联系起来，通过近似实现一个函数不需要系统模拟图灵机。 3. 提出POG（programming operator graph）作为软件的中间表示；设计抽象神经形态体系结构ANA（abstract neuromorphic architecture）作为硬件抽象，包括一个 EPG （execution primitive graph），作为硬件的中间表示为上层的接口来描述它可以执行的程序；引入了编译工具以将POG转换为EPG 。