|?神经拟态计算的“一小步”，AI发展的“一大步”( 二 )
“这样类似大脑突触的工作方式所需要的能耗非常低 ， 因为它可以根据应用的需求 ， 让只需要工作的‘神经元’启动 ， 实现将标准模态的输入互相整合 ， ”宋继强说到 。 另外 ， 通过对信号内部的信息和发送时机进行编码 ， 以及在人工神经元突触之间进行动态映射 ， SNN就能够启动自然学习的过程 。
这种超高能效比的自我学习方式对于人工智能的进一步发展非常重要 。 目前AI训练的能耗问题非常严峻 。 根据国外研究显示 ， 训练一个大规模深度神经网络的AI模型所需要的能源相当于五台美式轿车整个生命周期的碳排放量 。 另外 ， 现阶段人工智能对大数据也有很强的依赖性 ， 但随着未来AI应用的广泛发展 ， 大量可标注数据会越发地成为一种稀缺资源 。 神经拟态计算可以把完成同类任务的功耗降低千倍 ， 是一种绿色的AI实现方式 。
举例来讲 ， 气味识别是一种典型的小数据量的场景 。 基于Loihi的系统已经可以仅用每种一个样本训练 ， 即可识别10种不同的危害气体 。 而普通的深度学习AI芯片想要实现同样的效果 ， 则需要3000个样本 ， 这是非常难以实现的 。
最近 ， 宋继强也和来自杜克大学的陈怡然教授以及来自浙江大学的唐华锦教授进行了一次有关神经拟态计算的行业对话 。 在此次对话上 ， 三位都认为相比深度学习 ， 神经拟态计算的神经元结构决定了它不是单纯解决一个数据训练、模式识别的问题 ， 它所实现的是非结构化信息的感知和推理 ， 以及解决多模态感知和需要给出“实时性”响应的问题 ， 具备更好的“鲁棒性(robustness)” 。
特别提出的是 ， 宋继强认为近期有关神经拟态计算会替代深度学习的言论 ， 他并不是很赞同 ， “我认为二者其实是兼收并蓄的关系 。 对于深度学习已经非常擅长的 ， 模拟人类视觉或者自然语言交互的任务 ， 还是应该用深度学习的网络去处理；对于其他不适合用深度学习做的 ， 比如说英特尔在嗅觉方面的实验 ， 以及机器人自适应操控、多模态甚至于跨模态之间的融合认知我们就可以用神经拟态计算来实现 。 ”
神经拟态计算要实现突破应该在两个方面发力
目前对于神经拟态计算的研究还处在早期阶段 。 英特尔以及其他一些科技公司、科研机构也都在这个领域进行布局 ， 并且取得了一些进展 。 除了上述提到的Loihi芯片最新具备的嗅觉能力之外 ， 英特尔还发布了神经拟态系统Pohoiki Springs ， 已经拥有1亿神经元的计算能力 ， 相当于一个小型哺乳动物的大脑 。
宋继强也表示 ， 未来要继续实现技术上的突破 ， 应该在两个方面进行发力 。
首先要“软硬协同” 。 在硬件领域 ， 神经拟态计算作为一种存算一体化的结构可以直接受益于摩尔定律的发展 。 经过多年研发 ， 英特尔研究院已经把神经拟态计算支持的神经元数量通过整合系统提高了多倍 。 在软件方面 ， 英特尔也在开发新的算法做新的优化 。
同时 ， 开放式创新也是非常重要的 ， 要继续推动产学研之间的合作 。 “我一直都坚信 ， 必须把技术应用到产业中去 ， 只有让产业界看到了成熟的应用 ， 才能引起产业跟随 ， 从而进一步反推技术的进步 ， ”宋继强表示 。
为此 ， 英特尔建立了INRC（英特尔神经拟态计算社区）合作项目 ， 聚集了全球学术、政府、行业机构 ， 目标是共同解决神经拟态计算的广泛挑战 。 目前已经有包括埃森哲、空中客车、通用电气、日立在内的企业成员加入 ， 在过去一年内 ， INRC的规模扩大了两倍 。 宋继强表示：“对于神经拟态计算的成熟‘杀手级’应用 ， 我认为指日可待 。 ”
人工智能的“外太空”充满未知 ， 同时也是人类要面对的一大挑战 。 英特尔的宏旨是“创造改变世界的技术 ， 造福地球上的每一个人” ， 因此推动技术变革 ， 改善人来的健康和安全一直是英特尔在做的事情 。 宋继强说他非常相信神经拟态计算的未来 ， 相信它会早日让我们窥见AI“外太空”的全貌 。
推荐阅读
- 云计算|从互联网到AI崛起，上海能弯道超车吗？
- 行业互联网,云计算|赛伯乐携手华为（重庆）人工智能创新中心聚焦AI前沿，助力企业数字化转型
- 数据|翼方健数解码隐私安全计算 实现数据“可用不可见”
- 云计算|腾讯云小微首次技术开放日，揭秘AI语音背后的奥秘
- 摄影|传音主导首个移动终端计算摄影系统国际标准获ITU-T正式立项
- 行业互联网|量子计算机潜力巨大（新技术 新进展③）
- 云计算|宁津与腾讯云深化合作项目在深圳签约 推进德州产业数字升级
- 行业互联网,云计算|虎牙联合华为云发布昇腾AI内容审核解决方案
- |Google借助计算引擎A2 VMs在云中推出了首批NVIDIA Ampere A100 GPU
- 云计算|红岭云与阿里云签署框架合作协议