雷鋒網按：TrueNorth是IBM 2014年發布的仿人腦芯片，在這個只有郵票大小的硅片上，集成了100萬個“神經元”，256個“突觸”，4096個并行分布的神經內核，用了54億個晶體管，然而功耗卻只有70mW。之前，雷鋒網(公眾號：雷鋒網)曾報道過IBM用TrueNorth芯片在構建了電子的嚙齒動物大腦的新聞（詳見《人工大腦是啥樣的？IBM用48快芯片告訴你答案》），近日，IBM又公布了與美國空軍研究實驗室、美國陸軍研究實驗室、以及勞倫斯·利物莫國家實驗室在TrueNorth芯片應用方面合作的最新成果。
以下是TrueNorth的應用領域：
手勢識別（gesture recognition ）
情緒識別（emotion recognition ）
光流（optic flow ）
圖像分類和對象追蹤（image classification and object tracking）
實時的時空感官信息處理（real-time spatio-temporal sensory information processing ）
機器學習（machine learning ）
機器人（robotics ）
實時語音識別（always-on speech recognition ）
音頻特征提取（audio feature extraction ）
二進制映像分類（binary image classification ）
概率推理（probabilistic inference ）
低能耗的神經形態分類器（energy-efficient neuromorphic classifiers ）
遞歸神經網絡（recurrent neural networks ）
生成模型（generative models ）
視覺顯著性網絡（visual saliency networks ）
文本圖像識別（text image recognition ）
移動超聲波（mobile ultrasound ）
快速的稀疏逼近（fast sparse approximation）
......
2016年對于仿人腦計算來說意義重大。IBM的TrueNorth團隊在《針對快速、高能效神經形態計算的卷積網絡》（“Convolutional networks for fast, energy-efficient neuromorphic computing”）論文中證明了，仿人腦計算可以用前所未有的超低能耗執行神經網絡推理。簡單地說，TrueNorth芯片并沒有采用馮諾依曼架構，而是模仿了人類大腦的神經元結構，它的計算效率和可擴展性都遠勝今天的計算機。
加載了神經網絡模型的TrueNorth芯片，可作為實時感知流推理引擎使用，而且能夠在快速、準確分類的同時保持超低功耗。TrueNorth擁有100萬個神經元，郵票大小，能力相當于一臺集成了“神經突觸”的超級計算機，然而功耗卻只有70mW，用手機的電池就夠跑它跑一個星期了。
雷鋒網了解到，最近，IBM剛剛聯合勞倫斯·利物莫國家實驗室、美國空軍研究實驗室、美國陸軍研究實驗室，共同在享有盛譽的2016 IEEE超級計算會議上發表了關于TrueNorth的第五篇論文。在論文中，IBM總結了12年半以來的成果。
IBM的三個合作伙伴：美國陸軍研究實驗室，美國空軍研究實驗室，以及勞倫斯·利物莫國家實驗室，分別在論文展示了不同的TrueNorth系統。
美國陸軍研究實驗室展示了數據傳輸方案模型，TrueNorth的低功耗特性使得在收集數據的同時能夠進行計算。該模型使用了單芯片的NS1e主板和一臺安卓平板，美國陸軍研究實驗室的科研人員允許訪問者在平板上手寫算數運算式，然后手寫的算數式會被傳送到NS1e上進行字符識別，而那些被識別的字符將會被傳送回平板進行計算。
當然，實驗的最終目的并不是要做一個手寫計算器，而是想展示如何利用TrueNorth芯片的低功耗和實時模式識別特性，幫助在部署數據收集時，減少延遲、降低數據復雜性、減少傳輸寬帶需求，同時解決分布式系統終端的數據存儲需求。
美國空軍研究實驗室則展示了另一個應用模型：利用TrueNorth橫向擴展系統來執行并行數據的文本提取和識別任務。在這個應用中，圖像文本被分割成單獨的字符，然后被傳輸到美國空軍研究實驗室的NS1e16 TrueNorth系統里進行并行字符識別。歸類之后的結果將會被傳送到基于推理的自然語言模型中來重建單詞和句子。這個系統每秒中可以處理16000個字符。美國空軍研究實驗室計劃將詞句的推理算法也植入到TrueNorth中。
得益于TrueNorth芯片自然堆疊的特性，勞倫斯·利弗莫爾國家實驗室用有16塊芯片的NS16e擴展系統，通過大型的神經模型和更復雜的算法，來探索后馮·諾依曼時代的計算潛力。在超級計算的論文中，他們探索了單芯片在監控增材制造過程中的原位合成（一種最近發展起來制備復合材料的新方法）的應用。
勞倫斯利弗莫爾國家實驗室訓練了一個TrueNorth網絡，能夠追蹤激光熔化機的焊點質量，而且可以識別7種等級。實時的焊點質量監控使得閉環工藝改進和立即排除缺陷部件成為可能。這只是勞倫斯·利弗莫爾國家實驗室正在開發的，能夠展現TrueNorth作為可擴展平臺的低功耗和實時推理特性的幾個應用之一。
目前，TrueNorth仍然只是一個概念驗證的研究模型。IBM表示，未來將發布更多的API，讓合作伙伴能夠將實時傳感器連接到TrueNorth。像三星的digital eye以及加州大學歐文分校的自動駕駛機器人的早期模型都已經在試驗中。IBM的首席科學家Dharmendra Modha則表示：“我有信心，我們可以在未來的4年里達到商業化的規模。”
距離TrueNorth的發布已經兩年了，相比發布時的轟動，它的前景在近兩年里一直被質疑。借著AI大熱的東風，TrueNort會迎來真正的爆發嗎？
via IBM
京公網安備 11010502049343號