英特爾研發神經元晶元,模擬人腦自學習能效提升1000倍
1新智元編譯
英特爾的新晶元,具有超過 13 萬個神經元
英特爾目前已經開始試驗所謂的神經元晶元,試圖更真實地模擬真正的大腦功能。
晶元巨頭的研究實驗室的新晶元被稱為 Intel Loihi 測試晶元,由128 個計算核組成。每個核有1,024 個人造神經元,整個晶元上共有超過13 萬個神經元和1.3 億個突觸連接。
基於神經元的數量,Loihi晶元比龍蝦的簡單大腦複雜一點。而人腦則由超過800 億個神經元組成。換句話說,這個晶元要想匹配人腦的複雜程度,有很長的路要走。
和神經科學家所認為的大腦運作類似,Loihi晶元通過神經元之間的脈衝(或spike)模式傳輸數據。
英特爾表示,晶元可以隨時隨地自適應和學習。目前最尖端的機器學習系統是依賴於深度學習,這需要巨大的計算機群來對巨型數據集進行訓練。英特爾說,Loihi晶元不需要那樣的大量訓練,它能夠「自學習」(self-learning)。
英特爾研究人員認為,該晶元可用於世界上那些需要即時學習的設備,比如需要根據環境變化進行調整的無人機和無人車,又比如尋找失蹤人口的攝像頭,或根據交通狀況自動調整的紅綠燈。
英特爾表示,模擬神經元的spike特性將使這一晶元比傳統晶元設計更有效率。
英特爾實驗室高級首席工程師兼首席科學家Narayan Srinivasa在接受採訪時表示:「大腦不會像你想像的那樣頻繁溝通。這個晶元只有在spike出現時才消耗能量。」
能效達到傳統AI晶元1000倍
由於測試晶元尚未準備就緒,英特爾將不會詳細說明晶元的參數等情況。但他們模糊地表示,新晶元的能效是通常用於訓練人工智慧系統的晶元的1,000倍。
英特爾預計將在11月份收到第一個測試晶元。它將基於英特爾的14納米工藝技術上。英特爾表示,計劃在2018 年上半年開始向大學和研究者提供。
儘管還沒有實際的晶元,但該公司已經對現有的使用FPGA 的硬體進行了有限的測試,這一晶元可以針對案例即時進行重新編程。使用FPGA,英特爾已經測試了路徑規劃等應用。
Srinivasa 表示,英特爾在過去三年一直在研究神經元計算,但絕不是第一個探索這個想法的公司。最值得注意的是,IBM Research多年來一直在研究一種叫做TrueNorth的神經元晶元,它同樣試圖利用尖峰神經元。TrueNorth晶元包含4,096個核心和540萬個晶體管,而僅需要70毫瓦的功率。該晶元模擬了一百萬個神經元和2.56億個突觸- 這大大超過了英特爾的第一代Loihi測試晶元。TrueNorth可以模擬相當於蜜蜂的大腦。
負責TrueNorth項目的IBM首席科學家Dharmendra Modha在去年的一次採訪中表示:「在當今無機硅技術的範圍內,TrueNorth晶元儘可能接近大腦。
一些AI專家對IBM的做法表示懷疑。2014年,IBM發布TrueNorth,當時一篇文章中,早期的深度學習先驅者和FacebookAI研究小組負責人Yann LeCun寫道,晶元在使用稱為卷積神經網路的深度學習模型時,難以運行圖像識別等任務。Srinivasa承認,英特爾的晶元也無法做好一些深度學習模式。
「我們利用時間,」Srinivasa說。「深度學習中缺乏這一點」。
無論英特爾的神經元晶元實驗是否能適用其他地方,其亮點都突顯了英特爾對超越傳統中央處理器(或CPU)的興趣,公司在PC和數據中心市場佔據主導地位。現在隨著AI的日益重要,英特爾正試圖擁抱其他類型的晶元設計。在2015年,它以167億美元收購了FPGA製造商Altera,去年以4億美元收購了AI晶元啟動Nervana。競爭對手的晶元製造商Nvidia目前以其圖形處理器主導AI市場。
Srinivasa表示,三到五年間,Loihi晶元就會從研究實驗室投入生產。
原文:https://www.forbes.com/sites/aarontilley/2017/09/25/intel-loihi-neuromorphic-chip/#74982bb96fac
點擊閱讀原文可查看職位詳情,期待你的加入~
※自然語言處理終極方向:深度學慣用於自然語言處理的5大優勢
※「遷移學習」6張圖像vs13000張圖像,超越2013 Kaggle貓狗識別競賽領先水平
※「阿法狗只是小兒科」5年內,AI將問鼎星際爭霸,橫掃人類玩家
※「白碩」當人工智慧遇到區塊鏈,是驚鴻一瞥還是天長地久?
TAG:新智元 |