向右滑动:上一篇 向左滑动:下一篇 我知道了
广告

催生更强AI,科学家致力破解人脑运算之谜

时间:2019-05-19 作者:Rick Merritt 阅读:
神经形态芯片面临的一大难题,是研究人员仍不知道大脑究竟是如何学习...

美国史丹佛大学(Stanford)教授Kwabena Boahen相信,更厉害的人工智能(AI)即将来临。他是数十位正在以人类大脑为模型开发芯片的研究学者之一,这种芯片号称能提供比目前的处理器更高几个等级的运算性能,功耗却更低。R8cEETC-电子工程专辑

Boahen最新的开发成果Braindrop除了在能源效益上胜过Nvidia的Tesla GPU,也超越其他研究机构的类似处理器;他已经着手为开发下一代可望有更高性能的芯片寻找资金,可能会采用Globalfoundries的铁电场效晶体管FET (ferroelectric FETs)工艺。R8cEETC-电子工程专辑

这类所谓的神经形态(neuromorphic)芯片面临的一大问题,是缺乏了某个关键元素──研究人员相信他们已经了解大脑用以运算的模拟处理,以及用来在神经元之间有效沟通的棘波神经网络(spiking neural network)机制,但他们不知道的是大脑如何学习。R8cEETC-电子工程专辑

那会是算法中非常重要的一个部份,却仍然缺失。像是Boahen等研究人员都因为数个不错的线索指出的发展路线感到乐观与热衷,但他们缺乏倒传递(back-propagation,或简写为backprop)的方程式。R8cEETC-电子工程专辑

在深度学习相关领域中,倒传递是训练过程的核心,速度非常缓慢而且需要昂贵的CPU、GPU资源,以及大量脱机运作内存;但这种算法可以在广泛的图形识别问题上提供出色结果。研究人员表示,倒传递与深度学习所遭遇的问题在于是“人工”的,并非以大脑的神经元以及等同于将超级计算机等级运算任务以35W电源来执行的机制为模型,Boahen在接受EE Times访问时表示:“在这个领域有非常大的机会,有很多在云端执行的应用有大量会产生延迟的需求,都不是使用深度学习网络。”R8cEETC-电子工程专辑

举例来说,神经形态芯片能实时监控并分析桥梁的震动,却仅需能量采集器提供的几微瓦(microwatt)电力,只在人类需要采取行动时进行通讯;“我们应该思考,我们如何能让所有的任务──不只是云端服务──都能利用神经系统。”R8cEETC-电子工程专辑

20190516-nao.pngR8cEETC-电子工程专辑
史丹佛大学团队开发的Braindrop芯片(来源:Stanford)R8cEETC-电子工程专辑

Boahen的乐观在最近一场于美国纽约州举行的技术研讨会(Neuro Inspired Computational Elements Workshop,NICE 2019)上获得了众多该领域顶尖研究学者的回响。如英特尔(Intel)的神经形态运算实验室负责人Mike Davies就表示:“我们希望能拓展我们能执行的运算种类范围,有很多在大脑中完成的有趣运算,并不在深度学习的范围内。”R8cEETC-电子工程专辑

Davis在该场研讨会的演说中指出:“深度学习所使用的只是神经元的粗略近似物,但因为倒传递算法支持脱机训练,所以很有用。这不是神经激发概念,而是一种随机梯度下降法(stochastic gradient descent),但运作成果相当好。”R8cEETC-电子工程专辑

英特尔研究人员正在利用其14纳米Loihi研究芯片来改善神经形态运算;这种主要是数字逻辑的芯片内含12万8,000个神经元,该公司打算在6月推出内含768颗该芯片的5U系统。R8cEETC-电子工程专辑

Davies提及能实现以棘波神经网络进行训练的三种具潜力方法的研发工作,也乐观表示英特尔很快就能找到他们已经在Loihi芯片上执行的、训练某个版本长短期记忆(LSTM)神经网络的方法;“我们要研究人员利用该芯片研发算法以及其可编程性的基础问题,”在此同时,英特尔继续改善该研究芯片架构,以削减其因为整合了运算与内存的相对较高成本。R8cEETC-电子工程专辑

除了以上研究成果,德国海德堡大学(Heidelberg University)的研究人员已利用了晶圆级整合技术打造其BrainScales组件;他们正在为预计明年发表的第二代芯片添加可编程核心,以模仿大脑的可塑性。R8cEETC-电子工程专辑

IBM的半导体与AI研究副总裁Mukesh Khare则透露,该公司正在研发结合模拟核心与非挥发性内存的芯片,以交叉点数组(crosspoint arrays)储存权重。他在上述的技术研讨会上对听众表示:“运算的未来是位、神经元与量子位(qubits)。”R8cEETC-电子工程专辑

使用忆阻器(memristor)数组也是一个被广泛研究的方案。资深研究人员Steve Furber介绍了号称全球最大的棘波神经网络系统Spinnaker,位于英国曼彻斯特大学(University of Manchester),在11个机柜里包含了上百万颗的Arm处理器核心,是欧洲为人脑研究项目(Human Brain Project)设置的众多系统之一,主要用来执行神经科学应用程序。R8cEETC-电子工程专辑

不过Fuber在演说中表示,为了因应打造人脑功能实际模型的挑战如此艰巨,除了Spinnaker本身的例行除错,没有任何一种应用程序会用到该系统10%以上的资源;“人脑仍然是最前沿的科学研究之一,我们基本上仍不了解我们的脑袋里正在发生的信息处理原则。”R8cEETC-电子工程专辑

(未完待续…完整阅读本文请看电子工程专辑台湾版杂志2019年6月刊)     编译:Judith ChengR8cEETC-电子工程专辑

 R8cEETC-电子工程专辑

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。
Rick Merritt
EE Times硅谷采访中心主任。Rick的工作地点位于圣何塞,他为EE Times撰写有关电子行业和工程专业的新闻和分析。 他关注Android,物联网,无线/网络和医疗设计行业。 他于1992年加入EE Times,担任香港记者,并担任EE Times和OEM Magazine的主编。
您可能感兴趣的文章
  • 英特尔AI团队正研发基于AI技术的智能脊柱接口 美国布朗大学、英特尔、罗得岛医院和Micro-Leads Medical的工程师与神经科学家正连手开发基于AI技术的智能脊柱接口,期望协助脊髓损伤患者重建其肢体功能...
  • 中企回应美清单事件,外交部:中国版清单马上来 美国商务部在10月7日将28家中国公安机构和企业实体列入出口管制“实体清单”进行制裁,其中包括多家世界级的安防监控和AI独角兽企业。针对美国的做法,10月8日午间,科大讯飞、大华股份、海康威视、旷视科技、美亚柏科、商汤科技等相继发布公告回应。中国商务部新闻发言人也在8日答记者问,外交部发言人表示:中国版“不可靠实体清单”制度正在履行内部程序,将于近期发布……
  • 美国将海康威视等28家中企与机构新增入实体清单 据新华社报道,应美方邀请,中共中央政治局委员、国务院副总理、中美全面经济对话中方牵头人刘鹤将率团访问华盛顿,于10月10日至11日同美国贸易代表莱特希泽、财政部长姆努钦举行新一轮中美经贸高级别磋商。但在会谈开始前,美国商务部将中国28家实体增列入出口管制“实体清单”……
  • 任正非:5G技术只卖给美国 近日,继华为曝出有意将5G技术出售给西方公司后,昨天下午,任正非接受采访表示:华为5G技术只能独家许可给美国公司。任正非说道,5G技术只独家卖给美国!不卖给韩国、日本、欧洲...
  • 解读Arm与华为的闭门会议透露的三点“不变”的讯息 从1991年到2017年,Arm花了26年的时间才实现了1000亿颗Arm架构芯片的出货。但按照预测,这一数字扩大到2000亿颗将是在不久的2021年,仅4年时间。基于Arm架构的芯片出货量增长速度惊人!然而,今年五月Arm突然“断供”华为让业界议论纷纷。高通“断供”,华为尚有麒麟芯片接替,但Arm断供了呢? 根据Arm财报,2018年其中国区销售额占公司整体的20%,2017年全球Arm手机处理器的市场份额超过90%。而国产SoC中,有95%是基于Arm处理器技术,由此可见Arm在手机CPU市场占据着垄断的市场地位。如果Arm真的断供,其影响可想而知。幸好好消息来了。
  • 格芯推出12LP+ FinFET制程,2021年正式量产 该创新解决方案基于格芯最先进的FinFET平台,具有一流的性能、能够满足不断变化的人工智能需求的多项全新重要特性、引人注目的经济效应和业界领先的Arm物理IP。
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