隨著社會轉(zhuǎn)向人工智能來解決越來越多領(lǐng)域的問題，即創(chuàng)造出能夠以更高速度和更低功耗運(yùn)行深度學(xué)習(xí)模型的專用硬件。
在這場競賽中，最近的一些突破包括新的芯片架構(gòu)，它以一種與我們以前看到的完全不同的方式執(zhí)行計算。通過觀察它們的功能，我們可以了解到未來幾年可能出現(xiàn)的人工智能應(yīng)用。神經(jīng)形態(tài)芯片是深度學(xué)習(xí)的關(guān)鍵，它由成千上萬個小程序組成，這些小程序執(zhí)行簡單的計算，執(zhí)行復(fù)雜的任務(wù)，如檢測圖像中的物體或?qū)⒄Z音轉(zhuǎn)換成文本。
但是傳統(tǒng)的計算機(jī)并沒有對神經(jīng)網(wǎng)絡(luò)操作進(jìn)行優(yōu)化。相反，它們由一個或幾個強(qiáng)大的中央處理器組成。神經(jīng)形態(tài)計算機(jī)使用另一種芯片結(jié)構(gòu)來物理地表示神經(jīng)網(wǎng)絡(luò)。神經(jīng)形態(tài)芯片是由許多物理人工神經(jīng)元組成的，這些神經(jīng)元直接與軟件對應(yīng)。這使得他們在訓(xùn)練和運(yùn)行神經(jīng)網(wǎng)絡(luò)方面特別快。
神經(jīng)形態(tài)計算的概念早在20世紀(jì)80年代就已經(jīng)存在，但由于神經(jīng)網(wǎng)絡(luò)的效率太低而沒有引起太多關(guān)注。近年來，隨著人們對深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)的興趣重燃，神經(jīng)形態(tài)芯片的研究也受到了新的關(guān)注。
今年7月，一組中國研究人員推出了一種名為天啟的神經(jīng)形態(tài)芯片，它可以解決很多問題，包括目標(biāo)檢測、導(dǎo)航和語音識別。研究人員將該芯片整合到一輛自動駕駛自行車中，以顯示其功能。研究人員在《自然》雜志上發(fā)表的一篇論文中指出。我們的研究有望為更通用的硬件平臺鋪平道路，從而刺激人工一般智能的發(fā)展。
雖然沒有直接證據(jù)表明神經(jīng)形態(tài)芯片是創(chuàng)造人工智能的正確途徑，但它們肯定會幫助創(chuàng)造更高效的人工智能硬件。
神經(jīng)形態(tài)計算也引起了大型科技公司的注意。今年早些時候，英特爾推出了Pohoiki Beach，這是一臺裝有64塊英特爾Loihi神經(jīng)形態(tài)芯片的電腦，能夠模擬總共800萬個人工神經(jīng)元。據(jù)英特爾稱，Loihi處理信息的速度比傳統(tǒng)處理器快1000倍，效率比傳統(tǒng)處理器高10000倍。
神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)計算需要大量的計算資源和電力。也已經(jīng)成為一個環(huán)境問題。神經(jīng)網(wǎng)絡(luò)的能源消耗也限制了它們在電力有限的環(huán)境中的應(yīng)用，比如電池供電的設(shè)備。隨著摩爾定律，傳統(tǒng)的電子芯片正努力跟上人工智能行業(yè)日益增長的需求。
幾家公司和研究實(shí)驗室已轉(zhuǎn)向光學(xué)計算，以尋求解決人工智能行業(yè)的速度和電力挑戰(zhàn)的方案。光學(xué)計算用光子代替電子，用光學(xué)信號代替數(shù)字電子來進(jìn)行計算。光學(xué)計算設(shè)備不像銅電纜那樣產(chǎn)生熱量，這大大降低了它們的能源消耗。光學(xué)計算機(jī)也特別適用于快速矩陣乘法，這是神經(jīng)網(wǎng)絡(luò)中的關(guān)鍵運(yùn)算之一。
在過去的幾個月里，出現(xiàn)了幾款光學(xué)人工智能芯片的原型機(jī)。波士頓的一家公司開發(fā)了一種光學(xué)人工智能加速器，該加速器與當(dāng)前的電子硬件兼容，通過優(yōu)化一些繁重的神經(jīng)網(wǎng)絡(luò)計算，可以將人工智能模型的性能提高一到兩個數(shù)量級，同時光學(xué)計算的進(jìn)步也將降低人工智能芯片的制造成本。
