許多科技公司，包括蘋果、谷歌、微軟、英偉達和英特爾都已經為圖像識別和其他深度學習任務創(chuàng)建了芯片。不過，英特爾正在采用另一種技術——一個名為“Loihi”的實驗芯片。它不是依靠原始的計算機功能，而是使用一種古老的，尚未被證實的“人造腦”技術，以人腦為模型。
英特爾一直在探索神經元技術，甚至在2012年設計了一個芯片。與邏輯門不同的是，它使用“尖峰神經元”作為基礎計算單元?！凹夥迳窠浽笨梢詡鬟f不同強度的信號，就像我們大腦中的神經元一樣。他們也可以在需要的時候工作，而不是像普通處理器那樣被時鐘控制。
英特爾的Loihi芯片有1024個人造神經元，13萬個模擬神經元，1.3億個可能的突觸連接。這比龍蝦的大腦復雜一點，但是我們人類的80億個神經元相比，英特爾的研發(fā)還有很長的路要走。
人腦的工作原理是通過脈沖或尖峰脈沖來傳遞信息，加強頻繁的連接，并將這些變化儲存在在突觸互連處。因此，腦細胞不會單獨發(fā)揮作用，因為一個神經元的活動會直接影響其他神經元，而協(xié)同工作的細胞則會導致學習和智力的產生。
通過在Loihi芯片上模擬這種行為，它可以(在理論上)加速機器學習，同時將功耗要求降低1000倍。更重要的是，所有的學習都可以在芯片上完成，不需要大量的數據集。另外，如果把這些芯片集成到計算機中，這些芯片也可以自己學習新的東西，而不是忽略他們沒有被專門教授的任務。
這些類型的芯片將給我們提供我們期望（和恐懼）的AI行為—— 即機器人和其他可以隨時學習的設備。英特爾表示:“測試芯片具有改善汽車和工業(yè)應用，及個人機器人的巨大潛力。”
這一切都聽起來不錯，但到目前為止，神經元芯片還沒有證明與目前的、強力的深度學習技術是差不多的。例如，IBM還開發(fā)了一種稱為“TrueNorth”的神經元芯片，它具有4096個處理器，可以模擬大約2.56億個(神經元的)突觸。然而，F(xiàn)acebook的深度學習專家Yann LeCun表示，用他設計的NeuFlow卷積模型，芯片無法輕松地完成像圖像識別這樣的任務。
英特爾也承認，它的神經形態(tài)芯片在某些類型的深學習模式中不會表現(xiàn)的很好。不過，通過收購Movidius和MobilEye，該公司已經獲得了一套與當前人工智能算法兼容的機器視覺和學習芯片。去年，該公司還收購了一家名為“Nervana”的公司，以對抗引領人工智能云計算公司英偉達（NVIDIA）。
對于Loihi，該公司計劃在2018年上半年將重點放在人工智能上，并選擇“領先的大學和研究機構”。其目的是測試芯片對新型AI應用的可行性，以促進新人工智能應用程序的進一步發(fā)展。英特爾公司將使用其14納米工藝技術制造芯片，并將在11月份發(fā)布了第一個測試模型。
作者：Steve Dent
原創(chuàng)編譯：梓色揚光
原文鏈接：https://www.engadget.com/2017/09/26/intel-loihi-neuromorphic-chip-human-brain/
“本譯文僅供個人研習、欣賞語言之用，不歡迎任何轉載及用于任何商業(yè)用途。如需轉載請注明作者和來源。（本譯文所涉法律后果均由本人承擔。本人同意簡書平臺在接獲有關著作權人的通知后，刪除文章?！保?/i>
