|
《連線(xiàn)》雜志近日撰文指出，神經(jīng)形態(tài)芯片（neuromorphics）被設(shè)計(jì)專(zhuān)門(mén)用于模仿人類(lèi)大腦，他們可能很快取代CPU。以下為文章內(nèi)容摘要： 類(lèi)似于蘋(píng)果Siri這樣的人工智能服務(wù)，都需要把用戶(hù)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(lèi)人工智能服務(wù)需要依托云計(jì)算，是因?yàn)槟壳暗?a href="http://m.qingdxww.cn/keyword/電子" target="_blank" class="relatedlink">電子設(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(mǎn)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(kāi)發(fā)此類(lèi)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?lèi)芯片處理人工智能算法的耗電量極低。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(kāi)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(lèi)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(lèi)似大腦的芯片早已被開(kāi)發(fā)出來(lái)，為它們開(kāi)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(kāi)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(kāi)發(fā)自己的算法。編譯器是程序員用于編寫(xiě)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(xiě)復(fù)雜的神經(jīng)網(wǎng)（neural nets）。 “類(lèi)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(xiě)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(shū)寫(xiě)下來(lái)。它的表現(xiàn)出來(lái)的智能，曾經(jīng)只被人類(lèi)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(lèi)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(kāi)始攜手商業(yè)化這些工具。 “Spaun向我們表明，終有一天人類(lèi)能夠開(kāi)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(lèi)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(xiàn)狀態(tài)，我們很快將會(huì)擁有永遠(yuǎn)在線(xiàn)、陪伴在用戶(hù)左右的人工智能助理�！� “想象一下Siri能夠聽(tīng)到和看到用戶(hù)的所有談話(huà)和交流。用戶(hù)可以詢(xún)問(wèn)類(lèi)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(hù)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(hù)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(xiàn)”是實(shí)現(xiàn)真正意義的機(jī)器認(rèn)知的必要一步。“如今市場(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(kāi)發(fā)的人工智能技術(shù)推廣給用戶(hù)。包括蘋(píng)果、亞馬遜、三星電子、谷歌、Facebook等公司，都在開(kāi)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(hù)手機(jī)中展示出驚人的自然智商水平。 |
