知名信息研究和分析機(jī)構(gòu)高德納預(yù)測(cè)，到2025年，神經(jīng)擬態(tài)芯片有望成為用于AI系統(tǒng)的主要芯片之一。

20世紀(jì)80年代，科學(xué)家設(shè)想將人類(lèi)大腦的功能映射到硬件上，即直接用硬件來(lái)模擬人腦結(jié)構(gòu)，這種方法稱(chēng)為神經(jīng)擬態(tài)計(jì)算，這類(lèi)硬件被稱(chēng)為神經(jīng)擬態(tài)芯片。經(jīng)過(guò)近40年發(fā)展，神經(jīng)擬態(tài)芯片相繼問(wèn)世。全球知名信息研究和分析機(jī)構(gòu)高德納(Gartner)日前的預(yù)測(cè)顯示，到2025年，神經(jīng)擬態(tài)芯片將成為高級(jí)人工智能部署的主要計(jì)算架構(gòu)，該芯片有望成為用于AI系統(tǒng)的主要計(jì)算機(jī)芯片之一。

脈沖神經(jīng)網(wǎng)絡(luò)信息處理不再依賴(lài)計(jì)算機(jī)

傳統(tǒng)人工智能主要以計(jì)算，即通過(guò)編程等手段實(shí)現(xiàn)機(jī)器智能。其中深度學(xué)習(xí)是目前廣泛應(yīng)用的技術(shù)之一，2006年左右，深度學(xué)習(xí)技術(shù)進(jìn)入大眾視野。它通過(guò)添加多層人工神經(jīng)網(wǎng)絡(luò)，賦予機(jī)器視覺(jué)、語(yǔ)音識(shí)別以及自然語(yǔ)言處理等方面的能力。

盡管深度學(xué)習(xí)有人工神經(jīng)網(wǎng)絡(luò)的加持，但通過(guò)計(jì)算實(shí)現(xiàn)智能的影子并未消失。“只不過(guò)與傳統(tǒng)計(jì)算相比，深度學(xué)習(xí)的算法模型發(fā)生了變化，實(shí)現(xiàn)的物理載體依然是計(jì)算機(jī)。”北京大學(xué)信息科學(xué)技術(shù)學(xué)院教授黃鐵軍接受科技日?qǐng)?bào)記者采訪時(shí)表示。

“而與深度學(xué)習(xí)采用的多層人工智能神經(jīng)網(wǎng)絡(luò)不同，神經(jīng)擬態(tài)計(jì)算構(gòu)造的是脈沖神經(jīng)網(wǎng)絡(luò)，通過(guò)模擬生物神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)智能。它本身就是能處理信息的載體，不再依賴(lài)于計(jì)算機(jī)。”黃鐵軍表示，神經(jīng)擬態(tài)計(jì)算是探索實(shí)現(xiàn)人工智能的新范式。在信息處理方面，現(xiàn)在的人工神經(jīng)網(wǎng)絡(luò)處理的是相對(duì)靜態(tài)的、固定的信息，脈沖神經(jīng)網(wǎng)絡(luò)則適合處理與時(shí)空高度相關(guān)的復(fù)雜信息流。

舉例來(lái)說(shuō)，機(jī)器人看到豹子時(shí)，采用深度學(xué)習(xí)方法能識(shí)別出是豹子，但對(duì)機(jī)器人而言這只是一個(gè)系統(tǒng)中的信息標(biāo)簽，而這些信息好像與它無(wú)關(guān)，機(jī)器并不能結(jié)合這些信息為下一步的行動(dòng)作出判斷。而人看到豹子，不僅可以通過(guò)外觀識(shí)別出自己面對(duì)的動(dòng)物是猛獸，還會(huì)觀察豹子的行動(dòng)，甚至判斷自己所處的現(xiàn)實(shí)環(huán)境，并根據(jù)綜合信息作出是否需要逃跑的判斷。“這才是真正的智能。智能不僅是信息分類(lèi)這么簡(jiǎn)單，它是對(duì)時(shí)空信息進(jìn)行綜合處理并作出決策行動(dòng)的過(guò)程。”黃鐵軍解釋道，神經(jīng)擬態(tài)計(jì)算就是要通過(guò)模擬生物神經(jīng)網(wǎng)絡(luò)的方式，讓機(jī)器擁有接近甚至超越生物神經(jīng)網(wǎng)絡(luò)的系統(tǒng)，幫助機(jī)器感知自然界中時(shí)空變化的信息，實(shí)時(shí)處理信息流并采取行動(dòng)。

“電腦”超越人腦成為可能

深度學(xué)習(xí)的大規(guī)模應(yīng)用對(duì)計(jì)算機(jī)的計(jì)算能力提出更高要求，同時(shí)也讓經(jīng)典計(jì)算機(jī)的耗能一直居高不下，而按照生物神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)的神經(jīng)擬態(tài)計(jì)算，已成為大勢(shì)所趨和必然選擇。

神經(jīng)擬態(tài)學(xué)工程師、德國(guó)海德堡大學(xué)物理學(xué)家卡爾海因茨·邁耶(Karlheinz Meier)表示，人腦相對(duì)計(jì)算機(jī)而言有三大特性：一是低能耗，人腦的功率大約是20瓦特，而當(dāng)前試圖模擬人腦的超級(jí)計(jì)算機(jī)需要幾百萬(wàn)瓦特;二是容錯(cuò)性，人腦時(shí)刻都在失去神經(jīng)元，而不會(huì)影響腦內(nèi)的信息處理機(jī)制，而微處理器失去一個(gè)晶體管就能被破壞;三是無(wú)須編程，大腦在與外界交互的過(guò)程中自發(fā)地學(xué)習(xí)和改變，而無(wú)需像實(shí)現(xiàn)人工智能的程序一樣遵循預(yù)設(shè)算法所限制的路徑和分支。

黃鐵軍認(rèn)為，通過(guò)模仿生物神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)機(jī)器智能是一條十分重要的研究路線，未來(lái)它甚至有可能突破生物智能的天花板。盡管生物神經(jīng)網(wǎng)絡(luò)是一個(gè)慢速系統(tǒng)，每秒鐘能產(chǎn)生的神經(jīng)脈沖數(shù)量只有十幾個(gè)，生物獲取和處理的信息量也處于較低水平，但一旦將生物神經(jīng)網(wǎng)絡(luò)電子化，其處理信息的能力將比被模擬的生物大腦高出多個(gè)數(shù)量級(jí)。

黃鐵軍說(shuō)，當(dāng)與人腦類(lèi)似的“電腦”變?yōu)楝F(xiàn)實(shí)時(shí)，它對(duì)人腦的大幅度超越就發(fā)生了：速度上，“電腦”可以比人腦快多個(gè)數(shù)量級(jí);規(guī)模上，沒(méi)有顱骨限制，“電腦”可以根據(jù)需求擴(kuò)容;壽命上，電子系統(tǒng)即使有損耗，也可以復(fù)制遷移到新系統(tǒng)而永生;精度上，生物大腦的很多缺陷和短板將被“電腦”避免和彌補(bǔ)。

目前缺乏應(yīng)用于現(xiàn)實(shí)的模型

雖然神經(jīng)擬態(tài)計(jì)算前景廣闊，但要實(shí)際應(yīng)用仍面臨不小挑戰(zhàn)。黃鐵軍認(rèn)為，缺少應(yīng)用于現(xiàn)實(shí)的模型是神經(jīng)擬態(tài)計(jì)算最大的瓶頸。

目前不少研究人員正在尋覓突破瓶頸的方式。有兩種主要的技術(shù)途徑：第一種是照著生物的腦部結(jié)構(gòu)，依葫蘆畫(huà)瓢設(shè)計(jì)神經(jīng)擬態(tài)計(jì)算系統(tǒng)。但前提是搞清楚生物神經(jīng)網(wǎng)絡(luò)的細(xì)節(jié)，如神經(jīng)元的功能、結(jié)構(gòu)，神經(jīng)突觸連接的特性等。

當(dāng)前，人腦神經(jīng)元的工作模式大體上已被科學(xué)家們掌握，大腦中數(shù)百個(gè)腦區(qū)的功能分工也已探明，但是腦區(qū)內(nèi)的神經(jīng)元網(wǎng)絡(luò)的細(xì)節(jié)依舊是個(gè)謎。如果把生物神經(jīng)網(wǎng)絡(luò)看成地球，單個(gè)神經(jīng)元就是城市里的一戶人家，目前城市之間的交通連接是比較清楚的，但這遠(yuǎn)遠(yuǎn)不夠，還要搞清楚每戶人家是如何連接起來(lái)的。人腦有近千億個(gè)神經(jīng)元和數(shù)百萬(wàn)億個(gè)連接，要解析出精細(xì)藍(lán)圖，工程量可想而知。

黃鐵軍認(rèn)為，20年內(nèi)就很有可能弄清楚人腦神經(jīng)網(wǎng)絡(luò)的精細(xì)結(jié)構(gòu)。他還提到，研究人腦結(jié)構(gòu)是個(gè)長(zhǎng)遠(yuǎn)目標(biāo)，目前的工作重點(diǎn)是斑馬魚(yú)、果蠅等動(dòng)物的腦結(jié)構(gòu)。他預(yù)測(cè)，幾年之內(nèi)果蠅腦(包含約30萬(wàn)神經(jīng)元)就能解析清楚，這個(gè)級(jí)別的脈沖神經(jīng)網(wǎng)絡(luò)模型就會(huì)出現(xiàn)，利用果蠅腦模型，無(wú)人機(jī)就能更好地實(shí)現(xiàn)飛行、避障、追逐等。

在生物神經(jīng)網(wǎng)絡(luò)藍(lán)圖完成之前，第二種技術(shù)路徑是人工設(shè)計(jì)脈沖神經(jīng)網(wǎng)絡(luò)模型。這也是黃鐵軍團(tuán)隊(duì)的工作內(nèi)容之一，如基于對(duì)生物視覺(jué)的初步了解，設(shè)計(jì)視覺(jué)脈沖神經(jīng)網(wǎng)絡(luò)模型;根據(jù)機(jī)器對(duì)于目標(biāo)檢測(cè)、跟蹤和識(shí)別功能的需求，研發(fā)超速全時(shí)視網(wǎng)膜芯片等。

專(zhuān)家表示，一旦能解決實(shí)際問(wèn)題，神經(jīng)擬態(tài)計(jì)算將會(huì)改變?nèi)斯ぶ悄艿陌l(fā)展格局。不過(guò)，深度學(xué)習(xí)作為基本方法依然有存在價(jià)值，就像算法仍然會(huì)在其擅長(zhǎng)的領(lǐng)域發(fā)揮作用一樣。另外，仿生物神經(jīng)網(wǎng)絡(luò)是實(shí)現(xiàn)強(qiáng)人工智能的一條途徑，多種多樣的生物智能本身就是最好的證據(jù)，但這不等于說(shuō)所有的智能問(wèn)題都要用仿生方式去解決。

“神經(jīng)擬態(tài)計(jì)算不是實(shí)現(xiàn)智能的唯一方式。”黃鐵軍強(qiáng)調(diào)。(記者 代小佩)

延伸閱讀

神經(jīng)擬態(tài)芯片不會(huì)與AI加速器形成競(jìng)爭(zhēng)

神經(jīng)擬態(tài)芯片是實(shí)現(xiàn)神經(jīng)擬態(tài)計(jì)算不可或缺的硬件之一。目前，神經(jīng)擬態(tài)芯片和當(dāng)下備受市場(chǎng)青睞的AI加速器均為處理神經(jīng)網(wǎng)絡(luò)而設(shè)計(jì)，都比CPU性能高，且都聲稱(chēng)能耗更低。在這樣的發(fā)展背景下，有人提出疑問(wèn)：神經(jīng)擬態(tài)芯片和AI加速器之間會(huì)發(fā)生競(jìng)爭(zhēng)嗎?

英特爾神經(jīng)擬態(tài)計(jì)算實(shí)驗(yàn)室主管邁克·戴維斯(Mike Davies)認(rèn)為，神經(jīng)擬態(tài)芯片不能直接與傳統(tǒng)的AI加速器相比。AI加速器是為深度學(xué)習(xí)而設(shè)計(jì)的，它使用大量數(shù)據(jù)訓(xùn)練大型網(wǎng)絡(luò)，而神經(jīng)擬態(tài)計(jì)算處理單個(gè)數(shù)據(jù)樣本。神經(jīng)擬態(tài)芯片接收到真實(shí)世界的數(shù)據(jù)信息后，以最低的延遲和最低的功耗進(jìn)行處理，此模型與AI加速器完全不同。

黃鐵軍稱(chēng)，神經(jīng)擬態(tài)芯片和AI加速器的價(jià)值取向完全不同。神經(jīng)擬態(tài)芯片是面向未來(lái)的技術(shù)，旨在打造全新的架構(gòu)，建立新的智能模型和體系。而AI加速器則是立足當(dāng)下產(chǎn)業(yè)的技術(shù)，其目的是把“計(jì)算機(jī)+軟件”打造的人工神經(jīng)網(wǎng)絡(luò)硬件化，提高運(yùn)行效率。“至于讓人工智能處理時(shí)空信息，構(gòu)建更復(fù)雜的神經(jīng)網(wǎng)絡(luò)，并非AI加速器當(dāng)下的著眼點(diǎn)。畢竟，從產(chǎn)業(yè)化角度來(lái)說(shuō)，應(yīng)用于現(xiàn)實(shí)場(chǎng)景解決實(shí)際問(wèn)題才是最重要的。”

“所以，神經(jīng)擬態(tài)芯片和AI加速器之間不會(huì)發(fā)生競(jìng)爭(zhēng)。”黃鐵軍稱(chēng)，假如脈沖神經(jīng)網(wǎng)絡(luò)最終替代了深度學(xué)習(xí)技術(shù)，今天做AI加速器的生產(chǎn)商或許會(huì)轉(zhuǎn)戰(zhàn)神經(jīng)擬態(tài)計(jì)算市場(chǎng)，不過(guò)那是另一回事。

標(biāo)簽： AI 神經(jīng)擬態(tài)計(jì)算