向右滑动:上一篇 向左滑动:下一篇 我知道了
广告

想突破人工智能极限,先研究好“人类大脑”

时间:2018-02-23 作者:Junko Yoshida 阅读:
现在是该认真看待人脑启发技术的时候了!CEA-Leti首席科学家Barbara De Salvo指出,如果没有新的运算典范和算法,最终将难以达到AI设备对于更高处理性能与更低功耗的要求…
ASPENCORE

科学家回归人类大脑的研究,为当今运算技术寻找新的替代方案,这并不是什么新鲜事儿。aySEETC-电子工程专辑

CEA-Leti首席科学家Barbara De Salvo指出,自1950年代中期人工智能(AI)初露曙光以来,尽管有许多科学家和工程师对此概念一直十分感兴趣,但有关AI的研究却几经波折。aySEETC-电子工程专辑

然而,现在正是认真看待人脑启发技术的时候了。至少,“我们应该体认到目前还有其他的技术典范,将有助于我们提出好的问题。”De Salvo在今年国际固态电路会议(ISSCC)发表专题演讲后接受《EE Times》的访问表示,“如果没有新的运算典范和算法,业界最终将难以达到更严格的功耗要求。”aySEETC-电子工程专辑

虽然业界一直在推动嵌入式AI平台,如Movidius的Myriad 2、Mobileye的EyeQ5,以及Nvidia的Xavier;但为了符合以较少功耗在边缘(edge)处理大量分析的终端设备需求,她指出:“我们距离需要达到的这一步还差很远”。
trendforAIembeddedplatforms_originalaySEETC-电子工程专辑

  • (来源:CEA-Leti)*

De Salvo在专题演讲中比较推论阶段的运算效率(GOPS/W)和几种AI芯片的运算性能(GOPS)。
computingefficiencychartaySEETC-电子工程专辑

  • (来源:CEA-Leti)*

她指出,在业界的需求和现有解决方案之间仍然存在巨大差距。“没有任何芯片——无论是商用发布、原型、学术界进行设计或开发中的芯片——能够满足低于100μW的功耗要求。”然而,这正是边缘设备需要达到的性能,因为它们必须依靠能量采集或微型电池持续运作多年。aySEETC-电子工程专辑

为什么回归人脑研究?aySEETC-电子工程专辑

De Salvo说,我们知道人类大脑的重量约为身体的2%,然而,却使用了人体新陈代谢的20%。aySEETC-电子工程专辑

在20W时,人类的大脑可以处理1,011个GOPS。De Salvo强调,迄今为止,世界上没有任何处理器的“性能和功率能够比得上人类的大脑”。aySEETC-电子工程专辑

De Salvo解释说,这种能效级在人类动物的进化过程中发展了很长的时间,在最大限度发挥大脑功能的同时,也使得能量的使用减至最低。aySEETC-电子工程专辑

这正是半导体产业得以从生物学借鉴之处。她表示,传统的运算架构正致力于满足功耗要求,主要是因为“每当处理器和内存通讯时都需要消耗能量。”相形之下,大脑突触在单一架构中包含了内存和运算。她解释说,这种巧妙的技巧为大脑启发的非冯·诺伊曼(non-von Neumann)计算机架构提供了基础。aySEETC-电子工程专辑

对于大脑启发的运作原则,其本质在于像棘波编码(spike coding)和棘波时序相关可塑性(spike-timing-dependent plasticity;STDP)等元素。她指出,以系统中编码的神经元状态来看:过去,神经元使用模拟或数值进行编码;而今,神经形态运算的最新趋势是将神经元的值编码为脉冲或棘波。她并解释说:“神经元没有频率,它们纯粹是事件导向的。”aySEETC-电子工程专辑

科学界认为棘波编码和STDP具有发展前景。如果以脉冲(棘波)来表示输入/输出讯号,那么输入讯号和突触权重之间的加乘将在突触级时降至闸控作业。在此的目标是经由建置采用异质方案的棘波或基于事件的讯号表示,从而降低功耗。
spikingneuralnetworks_originalaySEETC-电子工程专辑

  • (来源:CEA-Leti)*

这是否就像是Chronocam开发的事件驱动图像处理技术?她回答说:“是的。但是,Chronocam的解决方案针对的是应用于人造视网膜的‘视觉’。而我们的产业使命在于将神经形态原则扩展到超越视觉以外的整个运算领域。”aySEETC-电子工程专辑

De Salvo表示,IBM的TrueNorth是神经形态CMOS芯片的理想范例。目前以28nm FD-SOI建置的动态神经形态异质处理器可扩展学习(DynapSEL),则是大规模多核心神经形态处理器的另一个例子。DynapSEL目前是NeuRAM 3欧洲合作研究计划旗下的开发计划之一。aySEETC-电子工程专辑

TrueNorth中的神经元以数字方式进行处理,而DynapSEL则是模拟的。然而,这两种芯片都未能有效发挥神经形态系统的全部功能,因为内存并非基于神经形态的运作原理。aySEETC-电子工程专辑

科学界正试图让内存接近处理单元,彻底改变传统的内存分层架构,并实现“内存运算”(in-memory computing)。迄今为止,神经形态硬件尚未充份发挥潜力,De Salvo说:“我们需要在神经形态运算中使用超高密度的3D架构”,才能在神经元和突触之间实现最大的连接性和可重配置性。aySEETC-电子工程专辑

昆虫的大脑aySEETC-电子工程专辑

我们现在已知人脑中有1,000亿个神经元,而像蜜蜂等智慧昆虫在其约1mm立方体大小的脑中则有950,000个神经元。De Salvo指出,在各种昆虫中,蜜蜂的大脑是最大的,她说:“我们已能掌握蜜蜂大脑中的神经元映射,然而,对于人脑内的神经元所知甚少。”aySEETC-电子工程专辑

科学家热衷于剖析蜜蜂的大脑,因为“蜜蜂十分聪明。(蜜蜂)有许多传感器,能够透过其导航方式进行觅食,而且知道如何在一个群体进行沟通。要在一个群体中共同生活,蜜蜂必须知道其他蜜蜂的功能。”
honeybees
蜜蜂有着出色的感测系统,并且具备学习和记忆的能力。他们知道如何整合感官数据——以“传感器融合”(sensor fusion)的方式,做出复杂的决定。aySEETC-电子工程专辑

“当然,蜜蜂的大脑很小。但其简化的形式为AI系统提供了很好的范本,”De Salvo说:“它强调需要以系统化的方式进行思考,因为有机体并不会分离传感器和讯号处理。”aySEETC-电子工程专辑

AI最新进展?aySEETC-电子工程专辑

十年前,没人能想象到我们如今从AI中看到的突破性进展。
BarbaraDeSalvo_200
CEA-Leti首席科学家Barbara De SalvoaySEETC-电子工程专辑

然而,根据De Salvo的观察,业界可能由于看好AI的前景,而太快将研究重心转向 AI应用。事实上,她说:“我们仍然缺乏对于AI系统的全面理解…就像深度学习一样。”aySEETC-电子工程专辑

她解释说,深度学习中存在着隐藏的分层,以及由此产生的系统复杂性,使得很难说哪些属性对于提高性能担负最大的责任。“相较于一般智慧,学习、抽象和推理能力所取得的普遍性仍然非常有限。”aySEETC-电子工程专辑

深度学习在分类方面非常出色,但“预测仍然是神经运算的基本问题,”De Salvo说:“最近,神经网络在执行简单的任务时出现失败,而人类在这方面从未失手。”De Salvo并引用A. Nguyen等人发表的“深层神经网络易于被愚弄:对未辨识影像的高可信度预测”(Deep Neural Networks are Easily Fooled: High Confidence Predictions for Unrecognized Images)论文,她担心这最终会阻碍市场发展,甚至“背叛用户的信任,从而引发严重的道德问”。aySEETC-电子工程专辑

编译:Susan HongaySEETC-电子工程专辑

本文授权编译自EE Times,版权所有,谢绝转载aySEETC-电子工程专辑

EETC wechat barcode


关注最前沿的电子设计资讯,请关注“电子工程专辑微信公众号”。
aySEETC-电子工程专辑

aySEETC-电子工程专辑

ASPENCORE
本文为EET电子工程专辑 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
Junko Yoshida
ASPENCORE全球联席总编辑,首席国际特派记者。曾任把口记者(beat reporter)和EE Times主编的Junko Yoshida现在把更多时间用来报道全球电子行业,尤其关注中国。 她的关注重点一直是新兴技术和商业模式,新一代消费电子产品往往诞生于此。 她现在正在增加对中国半导体制造商的报道,撰写关于晶圆厂和无晶圆厂制造商的规划。 此外,她还为EE Times的Designlines栏目提供汽车、物联网和无线/网络服务相关内容。 自1990年以来,她一直在为EE Times提供内容。
您可能感兴趣的文章
  • “遁隐”的Groq终于开始揭开其AI架构的神秘面纱 自从Groq “高调”没出现在自己赞助的AI硬件峰会之后,EETimes日前采访了这个开始从“潜伏”状态进入大众视野的神秘公司,与其高层领导团队进行了访谈,详细了解了他们关于其软件定义的硬件TSP。
  • 阿里达摩院发布《2020十大科技趋势》:芯片领域迎来重大 2020是如此科幻的年份,步入2020年,仿佛回到久违的未来。科技浪潮新十年开启,蓄势已久的智能革命将迎来颠覆性的技术变局。1月2日,阿里达摩院再度重磅向业界发布《2020十大科技趋势》,对AI、芯片、云计算、区块链、量子计算以及工业互联网等科技领域的未来发展做了重要预测。
  • 艰难之后,2020年半导体产业期待复苏 2019年,动荡的全球贸易局势为半导体市场蒙上了一层阴影。不过值得庆幸的是5G、AI、云计算、大数据和物联网等新兴技术持续保持高速发展,让半导体产业进入继个人电脑和智能手机后的下一个发展周期。
  • 2020,如何在全面复苏的半导体行业里做到“很能打”? 2020年全球半导体产业有望迎来全面复苏,其中,人工智能/物联网颠覆创新成为了新的增长引擎。但种类繁多的终端设备、高度分散的客户群、多样化的应用和新的生态系统也在不断改写IoT市场的参与规则,那么,该如何成为新的行业领袖?
  • NVIDIA的5年黄金时光,这“不是一家芯片公司” 今年的GTC China大会,NVIDIA公司创始人兼CEO的黄仁勋在主题演讲中用两个小时的时间,去细数一年来NVIDIA的工作。在具体的产品形态上,除了“下一代机器人处理器AGX Orin”在新发布产品中是颗具体的芯片——而且还采用软件定义这种更为通用的方案,在我们看来,NVIDIA今年的努力重点就是软件。GTC China 2019的两个关键词,无非就是软件和通用。
  • 后真相时代的智能手机照片长什么样? 从智能手机App以及VR头戴式装置看到的影像,框住了你的想象力吗?
相关推荐
    广告
    近期热点
    广告
    广告
    广告
    可能感兴趣的话题
    广告