雷鋒網(wǎng)按，一個(gè)新技術(shù)從提出到成熟往往要經(jīng)歷多次熱潮，當(dāng)下熱門(mén)的AI正是如此?？v觀(guān)整個(gè)AI的發(fā)展歷程，可以分為三個(gè)階段。目前，AI正在從2.0階段發(fā)展到3.0階段，此時(shí)，重要的一環(huán)就是神經(jīng)擬態(tài)計(jì)算取得的突破性進(jìn)展，而這又需要在兩個(gè)方面發(fā)力。

今天距離人類(lèi)最初探索外太空已經(jīng)有51年之久了。1969年，美國(guó)宇航員阿姆斯特朗踏上了月球表面，他的那句“我的一小步，人類(lèi)的一大步”仍然被我們所熟記。

正如人類(lèi)從未停止過(guò)對(duì)外太空的探索一樣，科研人員對(duì)人工智能（Artificial Intelligence）領(lǐng)域也從未停止過(guò)探索。如果說(shuō)我們之前的探索是停留在人工智能的“地球表面”，現(xiàn)在的科技進(jìn)步、軟硬件的成熟正帶領(lǐng)我們進(jìn)入人工智能的新領(lǐng)域，即人工智能的“外太空”。其中關(guān)鍵性技術(shù)——神經(jīng)擬態(tài)計(jì)算的巨大突破就是一個(gè)重要的推進(jìn)器。

英特爾近期在超高能效比的神經(jīng)擬態(tài)計(jì)算領(lǐng)域取得了矚目的進(jìn)展，例如Loihi芯片已經(jīng)具備了嗅覺(jué)，可以識(shí)別10種有害氣體；由有768顆Loihi神經(jīng)形態(tài)芯片組成的Pohoiki Springs神經(jīng)擬態(tài)計(jì)算系統(tǒng)擁有1億個(gè)神經(jīng)元，相當(dāng)于一個(gè)小型哺乳動(dòng)物?？梢哉f(shuō)，正是這些在神經(jīng)擬態(tài)計(jì)算領(lǐng)域的“一小步”，成就了AI發(fā)展的“一大步”。

AI3.0——讓機(jī)器實(shí)現(xiàn)從感知到認(rèn)知

人工智能的“外太空”，也被業(yè)界稱(chēng)為AI3.0，它會(huì)和我們目前所處的AI時(shí)代有哪些不同？

英特爾中國(guó)研究院院長(zhǎng)宋繼強(qiáng)

回答這個(gè)問(wèn)題之前，先來(lái)了解人工智能的發(fā)展歷程以及不同的階段的特點(diǎn)。英特爾中國(guó)研究院院長(zhǎng)宋繼強(qiáng)認(rèn)為，人工智能可以從“感知”、“學(xué)習(xí)”、“抽象”、“推理”四個(gè)方面來(lái)衡量，而縱觀(guān)整個(gè)人工智能的發(fā)展歷程，可以分為三個(gè)階段。

最早的AI1.0時(shí)代可以概述為‘符號(hào)’學(xué)派主導(dǎo)的專(zhuān)家系統(tǒng)。這個(gè)時(shí)代注重基于規(guī)則的邏輯推理，可以在特定的、狹義定義的問(wèn)題領(lǐng)域給出合理結(jié)論。這個(gè)時(shí)代的AI在感知方面發(fā)展有限，也沒(méi)有涉足基于數(shù)據(jù)的‘學(xué)習(xí)’和‘抽象’能力。

而AI2.0是“聯(lián)結(jié)學(xué)派”主導(dǎo)的深度學(xué)習(xí)，也是我們現(xiàn)在所處的階段。AI的能力在“感知”和“學(xué)習(xí)”領(lǐng)域都已經(jīng)有了長(zhǎng)足的進(jìn)步，也具備了一定的抽象能力，依靠大量可采集的數(shù)據(jù)做AI訓(xùn)練。

邁向AI3.0時(shí)代，AI的能力需要在這四個(gè)方面全面提升。宋繼強(qiáng)表示，在這個(gè)時(shí)代，AI變得可解釋、更安全，善于總結(jié)和利用知識(shí)，可以實(shí)現(xiàn)連續(xù)終生學(xué)習(xí)，同時(shí)，AI也將變得更加可靠，符合人類(lèi)的倫理道德。

“總結(jié)來(lái)說(shuō)，到AI3.0時(shí)代，機(jī)器已經(jīng)擁有了人類(lèi)的‘認(rèn)知智能’，而不僅僅是停留在感知層面，距離機(jī)器超越人類(lèi)的‘超人工智能’又更加進(jìn)了一步，”宋繼強(qiáng)表示。

超高能效比，會(huì)自學(xué)的神經(jīng)擬態(tài)計(jì)算芯片

助推AI從2.0階段邁入3.0階段，其中重要的一環(huán)就是神經(jīng)擬態(tài)計(jì)算取得的突破性進(jìn)展。

神經(jīng)擬態(tài)計(jì)算主要指用包括模擬、數(shù)字或者模數(shù)混合大規(guī)模集成電路（也包括神經(jīng)元或者神經(jīng)突觸模型的新型材料或者電子元器件研究 ）和軟件系統(tǒng)實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)模型，并在此之上構(gòu)建智能系統(tǒng)的研究。神經(jīng)擬態(tài)計(jì)算芯片的創(chuàng)新架構(gòu)設(shè)計(jì)模擬人腦的神經(jīng)元結(jié)構(gòu)和運(yùn)行方式，并將計(jì)算和存儲(chǔ)融合一體。

神經(jīng)擬態(tài)計(jì)算以原生的方式支持獨(dú)特的脈沖神經(jīng)網(wǎng)絡(luò)（SNNs）。這是一種特殊的網(wǎng)絡(luò)，可以模仿人腦神經(jīng)元的動(dòng)態(tài)連接和強(qiáng)化方式將計(jì)算模塊進(jìn)行分布和自學(xué)習(xí)。SNN中每一個(gè)“神經(jīng)元”都可以被多路輸入的包含時(shí)序信息的脈沖單獨(dú)激發(fā)，并向網(wǎng)絡(luò)中其他神經(jīng)元發(fā)送脈沖信號(hào)，從而直接改變神經(jīng)元的電學(xué)狀態(tài)。

“這樣類(lèi)似大腦突觸的工作方式所需要的能耗非常低，因?yàn)樗梢愿鶕?jù)應(yīng)用的需求，讓只需要工作的‘神經(jīng)元’啟動(dòng)，實(shí)現(xiàn)將標(biāo)準(zhǔn)模態(tài)的輸入互相整合，”宋繼強(qiáng)說(shuō)到。另外，通過(guò)對(duì)信號(hào)內(nèi)部的信息和發(fā)送時(shí)機(jī)進(jìn)行編碼，以及在人工神經(jīng)元突觸之間進(jìn)行動(dòng)態(tài)映射，SNN就能夠啟動(dòng)自然學(xué)習(xí)的過(guò)程。

這種超高能效比的自我學(xué)習(xí)方式對(duì)于人工智能的進(jìn)一步發(fā)展非常重要。目前AI訓(xùn)練的能耗問(wèn)題非常嚴(yán)峻。根據(jù)國(guó)外研究顯示，訓(xùn)練一個(gè)大規(guī)模深度神經(jīng)網(wǎng)絡(luò)的AI模型所需要的能源相當(dāng)于五臺(tái)美式轎車(chē)整個(gè)生命周期的碳排放量。另外，現(xiàn)階段人工智能對(duì)大數(shù)據(jù)也有很強(qiáng)的依賴(lài)性，但隨著未來(lái)AI應(yīng)用的廣泛發(fā)展，大量可標(biāo)注數(shù)據(jù)會(huì)越發(fā)地成為一種稀缺資源。神經(jīng)擬態(tài)計(jì)算可以把完成同類(lèi)任務(wù)的功耗降低千倍，是一種綠色的AI實(shí)現(xiàn)方式。

舉例來(lái)講，氣味識(shí)別是一種典型的小數(shù)據(jù)量的場(chǎng)景?；贚oihi的系統(tǒng)已經(jīng)可以?xún)H用每種一個(gè)樣本訓(xùn)練，即可識(shí)別10種不同的危害氣體。而普通的深度學(xué)習(xí)AI芯片想要實(shí)現(xiàn)同樣的效果，則需要3000個(gè)樣本，這是非常難以實(shí)現(xiàn)的。

最近，宋繼強(qiáng)也和來(lái)自杜克大學(xué)的陳怡然教授以及來(lái)自浙江大學(xué)的唐華錦教授進(jìn)行了一次有關(guān)神經(jīng)擬態(tài)計(jì)算的行業(yè)對(duì)話(huà)。在此次對(duì)話(huà)上，三位都認(rèn)為相比深度學(xué)習(xí)，神經(jīng)擬態(tài)計(jì)算的神經(jīng)元結(jié)構(gòu)決定了它不是單純解決一個(gè)數(shù)據(jù)訓(xùn)練、模式識(shí)別的問(wèn)題，它所實(shí)現(xiàn)的是非結(jié)構(gòu)化信息的感知和推理，以及解決多模態(tài)感知和需要給出“實(shí)時(shí)性”響應(yīng)的問(wèn)題，具備更好的“魯棒性(robustness)”。

特別提出的是，宋繼強(qiáng)認(rèn)為近期有關(guān)神經(jīng)擬態(tài)計(jì)算會(huì)替代深度學(xué)習(xí)的言論，他并不是很贊同，“我認(rèn)為二者其實(shí)是兼收并蓄的關(guān)系。對(duì)于深度學(xué)習(xí)已經(jīng)非常擅長(zhǎng)的，模擬人類(lèi)視覺(jué)或者自然語(yǔ)言交互的任務(wù)，還是應(yīng)該用深度學(xué)習(xí)的網(wǎng)絡(luò)去處理；對(duì)于其他不適合用深度學(xué)習(xí)做的，比如說(shuō)英特爾在嗅覺(jué)方面的實(shí)驗(yàn)，以及機(jī)器人自適應(yīng)操控、多模態(tài)甚至于跨模態(tài)之間的融合認(rèn)知我們就可以用神經(jīng)擬態(tài)計(jì)算來(lái)實(shí)現(xiàn)?！?/p>

神經(jīng)擬態(tài)計(jì)算要實(shí)現(xiàn)突破應(yīng)該在兩個(gè)方面發(fā)力

目前對(duì)于神經(jīng)擬態(tài)計(jì)算的研究還處在早期階段。英特爾以及其他一些科技公司、科研機(jī)構(gòu)也都在這個(gè)領(lǐng)域進(jìn)行布局，并且取得了一些進(jìn)展。除了上述提到的Loihi芯片最新具備的嗅覺(jué)能力之外，英特爾還發(fā)布了神經(jīng)擬態(tài)系統(tǒng)Pohoiki Springs，已經(jīng)擁有1億神經(jīng)元的計(jì)算能力，相當(dāng)于一個(gè)小型哺乳動(dòng)物的大腦。

宋繼強(qiáng)也表示，未來(lái)要繼續(xù)實(shí)現(xiàn)技術(shù)上的突破，應(yīng)該在兩個(gè)方面進(jìn)行發(fā)力。

首先要“軟硬協(xié)同”。在硬件領(lǐng)域，神經(jīng)擬態(tài)計(jì)算作為一種存算一體化的結(jié)構(gòu)可以直接受益于摩爾定律的發(fā)展。經(jīng)過(guò)多年研發(fā)，英特爾研究院已經(jīng)把神經(jīng)擬態(tài)計(jì)算支持的神經(jīng)元數(shù)量通過(guò)整合系統(tǒng)提高了多倍。在軟件方面，英特爾也在開(kāi)發(fā)新的算法做新的優(yōu)化。

同時(shí)，開(kāi)放式創(chuàng)新也是非常重要的，要繼續(xù)推動(dòng)產(chǎn)學(xué)研之間的合作。“我一直都堅(jiān)信，必須把技術(shù)應(yīng)用到產(chǎn)業(yè)中去，只有讓產(chǎn)業(yè)界看到了成熟的應(yīng)用，才能引起產(chǎn)業(yè)跟隨，從而進(jìn)一步反推技術(shù)的進(jìn)步，”宋繼強(qiáng)表示。

為此，英特爾建立了INRC（英特爾神經(jīng)擬態(tài)計(jì)算社區(qū)）合作項(xiàng)目，聚集了全球?qū)W術(shù)、政府、行業(yè)機(jī)構(gòu)，目標(biāo)是共同解決神經(jīng)擬態(tài)計(jì)算的廣泛挑戰(zhàn)。目前已經(jīng)有包括埃森哲、空中客車(chē)、通用電氣、日立在內(nèi)的企業(yè)成員加入，在過(guò)去一年內(nèi)，INRC的規(guī)模擴(kuò)大了兩倍。宋繼強(qiáng)表示：“對(duì)于神經(jīng)擬態(tài)計(jì)算的成熟‘殺手級(jí)’應(yīng)用，我認(rèn)為指日可待?！?/p>

人工智能的“外太空”充滿(mǎn)未知，同時(shí)也是人類(lèi)要面對(duì)的一大挑戰(zhàn)。英特爾的宏旨是“創(chuàng)造改變世界的技術(shù)，造福地球上的每一個(gè)人”，因此推動(dòng)技術(shù)變革，改善人來(lái)的健康和安全一直是英特爾在做的事情。宋繼強(qiáng)說(shuō)他非常相信神經(jīng)擬態(tài)計(jì)算的未來(lái)，相信它會(huì)早日讓我們窺見(jiàn)AI“外太空”的全貌。

本文來(lái)自英特爾，雷鋒網(wǎng)編輯發(fā)布雷鋒網(wǎng)雷鋒網(wǎng)

相關(guān)文章：

英特爾1億個(gè)神經(jīng)元的全球最強(qiáng)神經(jīng)擬態(tài)系統(tǒng)，何時(shí)改變世界？

英特爾神經(jīng)擬態(tài)系統(tǒng)擴(kuò)展至1億個(gè)神經(jīng)元，相當(dāng)于小型哺乳動(dòng)物腦神經(jīng)元數(shù)量

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。