機(jī)器學(xué)習(xí)的最前沿是一個(gè)叫做神經(jīng)形態(tài)計(jì)算的領(lǐng)域，試圖使計(jì)算機(jī)芯片更像人腦，因此計(jì)算機(jī)能夠以閃電般的速度處理多個(gè)模式和學(xué)習(xí)任務(wù)。今年早些時(shí)候，麻省理工學(xué)院的研究人員推出了一種革命性的基于神經(jīng)形態(tài)的芯片設(shè)計(jì)，可以代表人工智能技術(shù)的下一個(gè)飛躍。
這個(gè)被稱為“芯片大腦”的硬件是模擬神經(jīng)突觸而設(shè)計(jì)的，而目前的芯片基于二進(jìn)制和開/關(guān)信令進(jìn)行計(jì)算。相反，基于神經(jīng)形態(tài)的芯片以模擬方式工作，以不同的強(qiáng)度交換電脈沖，就像大腦中的神經(jīng)元一樣。根據(jù)麻省理工學(xué)院的研究人員的說法，這是一個(gè)突破，超過100萬億個(gè)突觸參與了大腦中的神經(jīng)元信號(hào)傳導(dǎo)。
麻省理工學(xué)院的研究發(fā)表在1月份的《自然期刊》雜志上，展示了一種由硅鍺為物質(zhì)材料并基于神經(jīng)形態(tài)設(shè)計(jì)的芯片。想象一下窗口屏幕，你可以近似看到這個(gè)芯片在微觀層面的樣子，而且研究人員能夠精確控制電流強(qiáng)度。
麻省理工學(xué)院電子與微系統(tǒng)技術(shù)實(shí)驗(yàn)室研究實(shí)驗(yàn)室的教授兼首席研究員Jeehwan Kim指出，基于超級(jí)計(jì)算機(jī)的神經(jīng)網(wǎng)絡(luò)操作非常精確且非常有效，但它消耗大量電力并且大量占用空間。
但是，這樣的芯片設(shè)計(jì)可以使處理器能夠以極低的能量需求執(zhí)行機(jī)器學(xué)習(xí)任務(wù)，它可以快速推進(jìn)人形機(jī)器人和自動(dòng)駕駛技術(shù)的發(fā)展。
另一個(gè)優(yōu)點(diǎn)是節(jié)省成本并提高便攜性。小型神經(jīng)形態(tài)芯片功率更小，甚至可能縮小1000倍，同時(shí)有效地同時(shí)處理數(shù)百萬次計(jì)算，目前只有大型超級(jí)計(jì)算機(jī)才能做到。Intersect360 Research的首席執(zhí)行官Addison Snell表示，同時(shí)也是研究高性能計(jì)算的行業(yè)分析師，這正是人們所設(shè)想的芯片，隨著時(shí)間的推移會(huì)讓許多電子產(chǎn)品變得非常便攜。”
目前機(jī)器學(xué)習(xí)芯片市場規(guī)模非常龐大。去年，根據(jù)Intersect360的研究報(bào)告，市場價(jià)值接近45億美元，而基于神經(jīng)形態(tài)的芯片只是其中一部分。據(jù)德勤稱，今年可能會(huì)售出不到1萬個(gè)神經(jīng)形態(tài)芯片，而預(yù)計(jì)2018年將銷售超過50萬個(gè)GPU。
GPU最初是由英偉達(dá)Nvidia于20世紀(jì)90年代開發(fā)的。最終，研究人員發(fā)現(xiàn)GPU在通過模擬神經(jīng)網(wǎng)絡(luò)支持機(jī)器學(xué)習(xí)方面非常有效，模擬神經(jīng)網(wǎng)絡(luò)在超級(jí)計(jì)算機(jī)上運(yùn)行，??并幫助近期完成主要部分的培訓(xùn)和推理任務(wù)。例如，如果你想建立一個(gè)知道什么是什么以及什么不是老虎的圖像識(shí)別系統(tǒng)，你首先要給機(jī)器提供數(shù)百萬個(gè)被人類標(biāo)記為老虎或非老虎的圖像，用這些圖像訓(xùn)練計(jì)算機(jī)。下次系統(tǒng)顯示老虎的照片時(shí)，它將能夠推斷出圖像確實(shí)是老虎。
近年來，小型初創(chuàng)公司和大公司都在修改其芯片架構(gòu)，以滿足新的人工智能工作負(fù)載的需求，包括自動(dòng)駕駛和語音識(shí)別。兩年前，根據(jù)德勤的說法，幾乎所有涉及神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)任務(wù)都使用了大量的GPU和CPU。今年，新的芯片設(shè)計(jì)，如FPGA(現(xiàn)場可編程門陣列)和ASIC(專用集成電路)，在處于數(shù)據(jù)中心的機(jī)器學(xué)習(xí)芯片中占據(jù)了更大的份額。
根據(jù)德勤今年發(fā)布的市場分析報(bào)告，這些新型芯片應(yīng)該大大提高機(jī)器學(xué)習(xí)的使用率，使應(yīng)用程序消耗更少的功率，同時(shí)變得更具響應(yīng)性、靈活性和能力。
基于神經(jīng)形態(tài)的芯片代表了下一個(gè)飛躍，尤其是基于縮小晶體管的前提下的芯片架構(gòu)已經(jīng)開始減速。盡管自20世紀(jì)80年代以來神經(jīng)形態(tài)計(jì)算已經(jīng)存在，但它仍然被認(rèn)為是一個(gè)新興領(lǐng)域，而在過去十年中它已經(jīng)引起了研究人員和科技公司的更多關(guān)注。
IBM阿爾馬登研究院腦啟發(fā)計(jì)算首席科學(xué)家 Dharmendra S. Modha表示，神經(jīng)形態(tài)芯片的強(qiáng)大功能和性能遠(yuǎn)遠(yuǎn)優(yōu)于我們?cè)谌魏纹脚_(tái)上可以預(yù)期的任何解決方案。Modha在2004年啟動(dòng)了IBM自己的神經(jīng)形態(tài)芯片設(shè)計(jì)項(xiàng)目，部分由國防高級(jí)研究計(jì)劃局資助。IBM研究人員經(jīng)過長達(dá)數(shù)年的努力研發(fā)出了TrueNorth芯片，尺寸相當(dāng)于一張郵票，功率只有70毫瓦。
另外，Modha并不認(rèn)為神經(jīng)形態(tài)芯片將取代傳統(tǒng)芯片，但相信前者將成為自動(dòng)駕駛汽車和機(jī)器人技術(shù)的關(guān)鍵技術(shù)。自動(dòng)駕駛汽車必須實(shí)時(shí)處理信息以防止發(fā)生事故，小型便攜式神經(jīng)形態(tài)芯片將起到很好的作用。實(shí)際上，研究人員正在采用深度神經(jīng)網(wǎng)絡(luò)技術(shù)并將其嵌入到單個(gè)芯片中。然而，目前的神經(jīng)形態(tài)技術(shù)遠(yuǎn)非如此。
京公網(wǎng)安備 11010502049343號(hào)