快捷搜索:  as  www.ymwears.cn  1.),),,)(  1111  test  JELLYBEANS  

人工智能继续迭代 类脑计算悄然走红

2019/12/20 10:34:00科技日报关键字:人工智能 迭代 类脑谋略

浏览量:

12月16日至17日,由北京未来芯片技巧高精尖立异中间及清华大年夜学微电子学钻研所联合主理的“北京高精尖论坛暨2019未来芯片论坛”在清华大年夜学举行,此次论坛上,类脑谋略成为多位势力巨子专家热议的人工智能钻研偏向。

深度进修正各处着花,但它可能并非人工智能的最终规划。无论是学术界照样财产界,都在思虑人工智能的下一步成长路径:类脑谋略已悄然成为备受关注的“种子选手”之一。

12月16日至17日,由北京未来芯片技巧高精尖立异中间及清华大年夜学微电子学钻研所联合主理的“北京高精尖论坛暨2019未来芯片论坛”在清华大年夜学举行,此次论坛上,类脑谋略成为多位势力巨子专家热议的人工智能钻研偏向。

人工智能浪潮下的洋流

类脑谋略又被称为神经形态谋略(Neuromorphic Computing)。它不仅是学术会议关注的新热点,财产界也在探索之中。

11月中旬,英特尔官网发布了一则消息:埃森哲、空中客车、通用电气和日立公司加入英特尔神经形态钻研合营体(INRC),该合营体今朝已拥有跨越75个成员机构。

假如说,当下人工智能成长浪潮正波涛澎湃的话,类脑谋略便是浪潮之下的洋流。虽不太惹人留意,未来却有可能改变人工智能成长趋势。

缘故原由之一是,深度进修虽在语音识别、图像识别、自然说话理解等领域取得很大年夜冲破,并被广泛利用,但它必要大年夜量的算力支撑,功耗也很高。

“我们盼望智能驾驶汽车的驾驶水平像司机一样,但现在显然还达不到。由于它对信息的智能判断和阐发不敷,功耗也异常高。”清华大年夜学微纳电子系教授吴华强奉告科技日报记者,人工智能算法练习中间在履行义务时动辄耗损电量几万瓦以致几十万瓦,而人的大年夜脑耗能却仅相称于20瓦阁下。

北京大年夜学谋略机科学技巧系教授黄铁军也举了一个活跃的例子:市场上利用深度进修技巧的智能无人机已经十分灵巧,但从智能程度上看,却与一只苍蝇或蜻蜓相差甚远,只管体积和功耗比后者高很多。

追求模拟大年夜脑的功能

到底什么是类脑谋略,它又凭什么赢得学术界和财产界的痛爱?

“类脑谋略从布局上追求设计出像生物神经收集那样的系统,从功能上追求模拟大年夜脑的功能,从机能上追求大年夜幅度逾越生物大年夜脑,也称神经形态谋略。”黄铁军吸收科技日报记者采访时说。

类脑谋略试图模拟生物神经收集的布局和信息加工历程。它在软件层面的考试测验之一是脉冲神经收集(SNN)。

现在深度进修一样平常经由过程卷积神经收集(CNN)或递归神经收集(RNN)来实现。“CNN和RNN都属于人工神经收集,此中的人工神经元,至今仍在应用上世纪40年代时的模型。”黄铁军说,虽然现在设计出的人工神经收集越来越大年夜,也越来越繁杂,但从根本上讲,其神经元模型没有太大年夜改进。

另一方面,在深度进修人工神经收集中,神经元之间的连接被称为权值。它们是人工神经收集的关键要素。

而在脉冲神经收集中,神经元之间却是神经脉冲,信息的表达和处置惩罚经由过程神经脉冲发送来实现。就像我们的大年夜脑中,有大年夜量神经脉冲在通报和流转。

黄铁军奉告记者,因为神经脉冲在不绝地通报和流转,脉冲神经收集在表达和处置惩罚信息时,比深度进修的光阴性更凸起,加倍得当进行高效的时空信息处置惩罚。

推广利用可能不需太久

也有人从硬件层面去实现类脑谋略,比如神经形态芯片。

2019年7月,英特尔宣布消息称,其神经形态钻研芯片Loihi履行专用义务的速率可比通俗CPU快1000倍,效率高10000倍。

“在对信息的编码、传输和处置惩罚方面,我们盼望从大年夜脑机制中得到启迪,将这些设法主见利用到芯片技巧上,让芯片的处置惩罚速率更快、水平更高、功耗更低。”吴华强也在进行神经形态芯片相关钻研,他奉告科技日报记者。

吴华强先容,在传统的冯·诺依曼架构中,信息的处置惩罚和存储是分开的,而人的大年夜脑在处置惩罚信息时,存储和处置惩罚是融为一体的。

“以是我们在考试测验研发存算一体化的芯片,盼望经由过程避免芯片内部不绝地搬运数据,来大年夜幅前进芯片的能效比。”吴华强说,他的团队现在也已研发出存算一体的样品芯片。

谈到类脑谋略的进展,黄铁军奉告记者,今朝类脑谋略仍在摸索阶段,还短缺范例的成功利用。但商业公司已经嗅到味道,相关技巧得到规模性利用可能不必要太长光阴。

“现在的神经形态谋略还对照初步,它的成长水平跟现有主流人工智能算法比拟,还存在必然差距。”中科院自动化所钻研员张兆翔吸收科技日报记者采访时觉得,但作为一种新的探索要领,应该继承坚持,由于它可能便是未来人工智能技巧成长的紧张冲破口。(记者 刘园园)

您可能还会对下面的文章感兴趣: