AI可以像人腦一樣運作嗎？幾十年來，研究人員一直在問這個問題，這個大家長期求索的問題引起了質(zhì)疑、嘲笑、輕蔑等不同態(tài)度。
但是現(xiàn)在，神經(jīng)形態(tài)計算讓世界變得更美好的夢想更近了一些。當我們越深入了解神經(jīng)形態(tài)計算的好處后，越發(fā)會發(fā)現(xiàn)機器學習和AI探索的成功似乎在很大程度上就取決于這個領(lǐng)域的進展。
1、神經(jīng)形態(tài)計算對當代AI的助益
未來的技術(shù)，例如自動駕駛汽車和機器人，將需要實時訪問和利用大量數(shù)據(jù)和信息。如今，在一定程度上，這是通過依賴于超級計算機功能的機器學習和AI完成的。但是，這些需求正在急劇增長，速度、功率和規(guī)模正在成為阻礙進步的主要障礙。
神經(jīng)形態(tài)計算芯片可以處理高速處理多個任務、學習任務和模式。這些芯片的功耗更低（最多可降低1000倍），效率可與超級計算機媲美。
神經(jīng)形態(tài)計算芯片是傳統(tǒng)系統(tǒng)中的重要升級，它緊湊，便攜且節(jié)能，是機器學習和AI模型的完美助手。
正是因為了解這一點，科研人員不遺余力地投入神經(jīng)形態(tài)計算的研究。有些人嘗試通過復制人腦的物理形態(tài)來進行研究，也有人嘗試復制其功能。相比于前者，我們對后者的設(shè)想更加樂觀，因為這個想法有望取代戈登·摩爾（Gordon Moore）的設(shè)想——將晶體管封裝到基板上。
神經(jīng)形態(tài)計算涉及神經(jīng)網(wǎng)絡的創(chuàng)造和使用，其功能類似于人的大腦，可以進行決策，還可以存儲信息并分析事實。它“展示了史無前例的低功耗計算基板，可在許多應用中應用。”
——IBM神經(jīng)形態(tài)專利申請
2、神經(jīng)形態(tài)計算近期發(fā)展
盡管有許多人闖進這條跑道，但只有少數(shù)人跑在前方。我們來看一下神經(jīng)形態(tài)計算的重要進展：
英特爾Loihi——GPU的未來
這是一個14nm芯片，具有超過20億個晶體管和三個管理Lakemont內(nèi)核。“它包含一個可編程微代碼引擎，用于異步尖峰神經(jīng)網(wǎng)絡（SNN）的片上訓練。該內(nèi)核共有128個核心包，每個核都有一個內(nèi)置的學習模塊，總共有約131,000個計算“神經(jīng)元”相互通信，從而使芯片能夠理解外界的刺激。”
Loihi可以比嗅探犬更快地嗅出十種有害物質(zhì)，還可以檢測周圍的有毒煙霧和疾病，并可以自動調(diào)節(jié)，以促進不同形式的學習。
將來，這個芯片將有望從經(jīng)驗中進行學習并實現(xiàn)自主決策。錦上添花的是，它的功耗大大降低，有望取代GPU。
IBM TrueNorth——晶體管數(shù)量的大力神
TrueNorth擁有4,096個內(nèi)核，使用三星的28納米制程，帶有54億個晶體管。它是IBM晶體管數(shù)量最多的芯片，在模擬復雜的遞歸神經(jīng)網(wǎng)絡時功率不到100Mw，功率密度為20mW / cm2。
TrueNorth的體系結(jié)構(gòu)可以解決“視覺、聽覺和多傳感器融合的問題，并且有可能通過將類似大腦的功能集成到受功率和速度限制的設(shè)備中，從而徹底改變計算機行業(yè)。”
IBM表示，它可以有效地“實時處理高維、嘈雜的感官數(shù)據(jù)”，且能耗比普通計算機低。
麻省理工學院——芯片上的大腦
這是一種由硅天竺葵制成的芯片，具有“超過100萬億個突觸來介導大腦中的神經(jīng)元信號”。在模擬實驗中，它可以95％的準確度精準模仿人類的筆跡。此外，它還可以用于制作類人生物與自動駕駛技術(shù)。
高通——Zeroth處理器
這款芯片致力于“生物啟發(fā)性學習”的三個主要目標；使設(shè)備能夠像人類一樣觀察和感知世界；創(chuàng)建和定義神經(jīng)處理單元（NPU），高通正在開發(fā)打破傳統(tǒng)模式的新型計算機體系結(jié)構(gòu)。
3、神經(jīng)形態(tài)計算的未來
神經(jīng)形態(tài)計算將極大地影響機器學習和AI的未來。“這些新型芯片應極大地增加機器學習的使用，降低應用程序的耗能，同時加速響應速度。”德勤市場分析表示。
借助神經(jīng)形態(tài)計算，必將促進人工智能的發(fā)展。
4、小常識
神經(jīng)形態(tài)計算是第五代AI。
第一代AI定義了規(guī)則并遵循經(jīng)典邏輯，在特定的、狹義的問題域內(nèi)得出結(jié)論。
第二代AI使用深度學習網(wǎng)絡來分析輸入，并專注于感官與感知能力。
第三代AI像人類一樣進行思維，進而解釋和適應調(diào)整。
第四代AI結(jié)合了不同的機器學習算法和其他形式的人工智能算法來實現(xiàn)目標或任務。
