leyu乐鱼


    1. 咨(zī)询热线:021-80392549

      leyu乐鱼 QQ在线 leyu乐鱼 企(qǐ)业微信
      leyu乐鱼
      leyu乐鱼 资(zī)讯 > 人(rén)工智能 > 正(zhèng)文(wén)

      类脑计算:人工(gōng)智能浪(làng)潮下的洋(yáng)流

      2019/12/20407

      深度学习正遍地开花,但它(tā)可能并非(fēi)人工智能的终极(jí)方案。无论是学术界还(hái)是产(chǎn)业界,都在思考人工智(zhì)能的下一步发展路径:类脑计(jì)算已悄(qiāo)然成为备受关注的“种子选(xuǎn)手”之(zhī)一。

      12月16日至17日,由(yóu)北京(jīng)未来芯片技(jì)术高精(jīng)尖创新中心及清(qīng)华大学(xué)微电(diàn)子学研究所联(lián)合主办(bàn)的“北京高精尖论坛暨2019未来芯片(piàn)论坛(tán)”在清华大学举行(háng),这次(cì)论坛上,类脑计算成为(wéi)多位(wèi)权威专家热议的人工智(zhì)能(néng)研究方向。

      人工智能浪潮下的洋流

      类脑计算又被称为神经(jīng)形(xíng)态(tài)计算(Neuromorphic Computing)。它不仅是(shì)学术会议关注的新热点(diǎn),产业界也在探索之中。

      11月中旬,英特尔官(guān)网宣布了一则消息:埃森哲(zhé)、空中客车、通(tōng)用电气和(hé)日立公(gōng)司加入英特尔神经形态(tài)研究共同体(INRC),该共同体(tǐ)目前已拥有超过(guò)75个(gè)成员机构。

      如果说,当下人(rén)工智能发展浪潮正波涛汹涌的(de)话,类脑计算就是浪潮之下的洋流。虽不太引人(rén)注意,未来(lái)却有可能改变人工智能发展趋势。

      原因之一是,深度学习(xí)虽在语(yǔ)音识别、图像识别、自(zì)然(rán)语言理解等领域(yù)取得很大(dà)突(tū)破,并被广泛应用,但(dàn)它需要大量(liàng)的算力支撑,功耗也很高。

      “我(wǒ)们(men)希望智能驾(jià)驶汽车的(de)驾驶水平像司(sī)机一(yī)样,但现在显然还达不到。因(yīn)为它(tā)对信息的(de)智能判断和分析(xī)不够,功耗也非常高(gāo)。”清(qīng)华(huá)大(dà)学(xué)微纳电(diàn)子系教授吴华强告诉科技日报(bào)记(jì)者,人工智能算法训练(liàn)中心(xīn)在执(zhí)行任务时动辄消耗电量(liàng)几万瓦甚(shèn)至(zhì)几十万瓦,而(ér)人(rén)的大脑耗能却仅相当于20瓦左右。

      北京大学计算机(jī)科学技(jì)术系教授(shòu)黄铁军也举了一个生动的例子:市场上应用深度学习技术(shù)的智能无(wú)人机已经(jīng)十分(fèn)灵巧,但从智能程度(dù)上看,却与一只苍蝇或(huò)蜻蜓相(xiàng)差(chà)甚远,尽管体(tǐ)积和功(gōng)耗比(bǐ)后(hòu)者(zhě)高很多(duō)。

      追求模拟大脑的(de)功能

      到底什么(me)是类脑计(jì)算(suàn),它(tā)又凭什么赢得学术(shù)界和(hé)产业界的宠爱?

      “类脑计算从(cóng)结构(gòu)上追求设计出像生物神经网络那样(yàng)的(de)系统,从功能上追求模拟大脑的功能,从性能上追求(qiú)大幅度超越生物大脑,也称神经(jīng)形态计算。”黄铁军接受科技日(rì)报(bào)记者采访时说。

      类脑计算(suàn)试图模(mó)拟(nǐ)生物神(shén)经网络的结构和信息加工过(guò)程。它在软件(jiàn)层面的尝试之一是脉冲(chōng)神经网络(luò)(SNN)。

      现在深(shēn)度(dù)学习一(yī)般通过卷积(jī)神经网(wǎng)络(CNN)或递归神经网(wǎng)络(RNN)来(lái)实(shí)现(xiàn)。“CNN和RNN都属于人工(gōng)神(shén)经网络,其中(zhōng)的人工(gōng)神经元,至今仍在使用上(shàng)世纪40年代时的模型。”黄铁(tiě)军说(shuō),虽(suī)然(rán)现(xiàn)在设计出的人(rén)工神经网络越来越大,也越来越复杂,但(dàn)从根本上讲,其神(shén)经(jīng)元模(mó)型(xíng)没有太大改(gǎi)进。

      另(lìng)一方面,在深(shēn)度学(xué)习人(rén)工神经网络中,神经元(yuán)之间的连接被(bèi)称为权(quán)值。它们是人(rén)工神经网络的关键要素。

      而在脉冲神经网络(luò)中(zhōng),神经元之间却是神经脉冲,信息的表达和处理(lǐ)通(tōng)过神经脉冲发(fā)送来(lái)实现。就像(xiàng)我们的大脑中,有大量神经脉冲在传递和流转。

      黄铁军告诉记者,由(yóu)于神经脉冲在不停地传递和流转,脉(mò)冲神经网络(luò)在表达和处(chù)理(lǐ)信息时,比深度(dù)学习的时间性更突出,更(gèng)加适合进行高(gāo)效的时空信息(xī)处理(lǐ)。

      推广应用可能不需太久

      也有人从硬件层(céng)面(miàn)去实现类脑计算,比如神经形态芯片。

      2019年7月,英特(tè)尔发布消息称,其神经形(xíng)态研究(jiū)芯片(piàn)Loihi执行专用任务的速(sù)度(dù)可(kě)比普通CPU快1000倍,效率高10000倍。

      “在(zài)对信息的编码、传(chuán)输和处理方面,我(wǒ)们希望从大脑机制中获得启发,将这些想法应用到芯片技术上,让(ràng)芯(xīn)片的处理(lǐ)速度更快、水平更高、功耗更低(dī)。”吴华强也在进行神经(jīng)形态芯片相关研究(jiū),他告诉科技日报记者。

      吴(wú)华强介绍(shào),在传统的冯·诺(nuò)依曼架(jià)构中,信息的(de)处理和存储是分开的,而人的大脑在处理(lǐ)信息(xī)时,存储和处理是融为一体的。

      “所(suǒ)以我们在尝试研发(fā)存算一体(tǐ)化(huà)的芯片,希望通过避免(miǎn)芯片内部不停地搬(bān)运数据,来大幅提高芯片的能效比(bǐ)。”吴华强说(shuō),他的团队现(xiàn)在也已(yǐ)研发出存算一(yī)体的(de)样品芯片。

      谈到(dào)类脑计算的进展(zhǎn),黄铁军(jun1)告诉记者,目前类(lèi)脑计算仍在摸索阶段,还缺(quē)乏典(diǎn)型的成功应(yīng)用。但商业公司已经(jīng)嗅到味道(dào),相关技术获得规模性应用可能不(bú)需要(yào)太长时间。

      “现在的神经形(xíng)态计算还比较初(chū)步(bù),它的(de)发展水平跟现(xiàn)有主流人(rén)工(gōng)智能(néng)算法相比,还存在一定差距。”中科院自动化所研(yán)究员(yuán)张(zhāng)兆翔接受(shòu)科技(jì)日报(bào)记者采访时认为,但作为一种(zhǒng)新的探索(suǒ)方式,应(yīng)该继续(xù)坚持,因(yīn)为它可能就(jiù)是未来人(rén)工智能技术发展的(de)重要突破(pò)口(kǒu)。

      关(guān)键词:




      AI人工智能网声明:

      凡(fán)资讯(xùn)来源注明为其他媒体来源(yuán)的信息(xī),均为(wéi)转载自其他(tā)媒(méi)体(tǐ),并不代表本网站赞同其观点,也不代表本网(wǎng)站对其真(zhēn)实(shí)性负责。您若(ruò)对该文章内容有任何(hé)疑(yí)问(wèn)或(huò)质疑,请(qǐng)立即与网站(www.ankang.huangnan.sys.jixi.ww38.viennacitytours.com)联系,本网(wǎng)站将迅速给您回应并做处(chù)理。


      联系电话:021-31666777   新(xīn)闻(wén)、技术文(wén)章投(tóu)稿QQ:3267146135   投稿邮箱:syy@gongboshi.com

      精选资(zī)讯(xùn)更多

      相关资(zī)讯更多

      热门搜索

      工(gōng)博士(shì)人工智能网
      leyu乐鱼
      扫描二维码(mǎ)关注微信(xìn)
      扫码反馈

      扫一扫(sǎo),反馈当前(qián)页面

      咨询(xún)反馈
      扫(sǎo)码关注

      微信公众(zhòng)号

      返回顶部

      leyu乐鱼

      leyu乐鱼