人工智能继续迭代 类脑计算悄然走红
发布时间：2019-12-25 03:40:07 所属栏目：站长百科 来源：站长网
导读：12月16日至17日，由北京将来芯片技能高精尖创新中心及清华大学微电子学研究所连系主办的“北京高精尖论坛暨2019将来芯片论坛”在清华大学进行，这次论坛上，类脑计较成为多位势力巨子专家热议的人工智能研究偏向。 人工智能海潮下的洋流类脑计较又被称为神经形
12月16日至17日，由北京将来芯片技能高精尖创新中心及清华大学微电子学研究所连系主办的“北京高精尖论坛暨2019将来芯片论坛”在清华大学进行，这次论坛上，类脑计较成为多位势力巨子专家热议的人工智能研究偏向。
人工智能海潮下的洋流
类脑计较又被称为神经形态计较（Neuromorphic Computing）。它不只是学术集会会议存眷的新热门，财富界也在试探之中。
11月中旬，英特尔官网公布了一则动静：埃森哲、空中客车、通用电气和日立公司插手英特尔神经形态研究配合体（INRC），该配合体今朝已拥有高出75个成员机构。
假如说，当下人工智能成长海潮正波澜澎湃的话，类脑计较就是海潮之下的洋流。虽不太引人留意，将来却有也许改变人工智能成长趋势。
缘故起因之一是，深度进修虽在语音辨认、图像辨认、天然说话领略等规模取得很大打破，并被普及应用，但它必要大量的算力支撑，功耗也很高。
“我们但愿智能驾驶汽车的驾驶程度像司机一样，但此刻显然还达不到。由于它对信息的智能判定和说明不足，功耗也很是高。”清华大学微纳电子系传授吴华强汇报科技日报记者，人工智能算法实习中心在执利用命时动辄耗损电量几万瓦乃至几十万瓦，而人的大脑耗能却仅相等于20瓦阁下。
北京大学计较机科学技能系传授黄铁军也举了一个活跃的例子：市场上应用深度进修技能的智能无人机已经异常乖巧，但从智能水平上看，却与一只苍蝇或蜻蜓相差甚远，尽量体积和功耗比后者高许多。
追求模仿大脑的成果
到底什么是类脑计较，它又凭什么赢得学术界和财富界的痛爱？
“类脑计较从布局上追求计划出像生物神经收集那样的体系，从成果上追求模仿大脑的成果，从机能上追求大幅度逾越生物大脑，也称神经形态计较。”黄铁军接管科技日报记者采访时说。
类脑计较试图模仿生物神经收集的布局和信息加工进程。它在软件层面的实行之一是脉冲神经收集（SNN）。
此刻深度进修一样平常通过卷积神经收集（CNN）或递归神经收集（RNN）来实现。“CNN和RNN都属于人工神经收集，个中的人工神经元，至今仍在行使上世纪40年月时的模子。”黄铁军说，固然此刻计划出的人工神经收集越来越大，也越来越伟大，但从基础上讲，其神经元模子没有太大改造。
另一方面，在深度进修人工神经收集中，神经元之间的毗连被称为权值。它们是人工神经收集的要害要素。
而在脉冲神经收集中，神经元之间却是神经脉冲，信息的表达和处理赏罚通过神经脉冲发送来实现。就像我们的大脑中，有大量神经脉冲在转达和流转。
黄铁军汇报记者，因为神经脉冲在不断地转达和流转，脉冲神经收集在表达和处理赏罚信息时，比深度进修的时刻性更突出，越发得当举办高效的时空信息处理赏罚。
推广应用也许不需太久
也有人从硬件层面去实现类脑计较，好比神经形态芯片。
2019年7月，英特尔宣布动静称，其神经形态研究芯片Loihi执行专用使命的速率可比平凡CPU快1000倍，服从高10000倍。
“在对信息的编码、传输和处理赏罚方面，我们但愿从大脑机制中得到开导，将这些设法应用到芯片技能上，让芯片的处理赏罚速率更快、程度更高、功耗更低。”吴华强也在举办神经形态芯片相干研究，他汇报科技日报记者。
吴华强先容，在传统的冯·诺依曼架构中，信息的处理赏罚和存储是分隔的，而人的大脑在处理赏罚信息时，存储和处理赏罚是融为一体的。
“以是我们在实行研发存算一体化的芯片，但愿通过停止芯片内部不断地搬运数据，来大幅进步芯片的能效比。”吴华强说，他的团队此刻也已研发出存算一体的样品芯片。
谈到类脑计较的盼望，黄铁军汇报记者，今朝类脑计较仍在探索阶段，还缺乏典范的乐成应用。但贸易公司已经嗅到味道，相干技能得到局限性应用也许不必要太长时刻。
“此刻的神经形态计较还较量起源，它的成长程度跟现有主流人工智能算法对比，还存在必然差距。”中科院自动化所研究员张兆翔接管科技日报记者采访时以为，但作为一种新的试探方法，应该继承僵持，由于它也许就是将来人工智能技能成长的重要打破口。 （编辑：河北网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
