神经形态芯片人工智能的第三次浪潮

传统计算机的时代已经到了极限。没有创新，就很难超越技术门槛。因此，有必要对主要设计进行改进，以提高性能，从而改变我们查看计算机的方式。摩尔定律(于1965年以Gordon Moore的名字命名)指出，密集集成电路中的晶体管数量大约每两年增加一倍，而价格却减半。但是现在法律正在失去效力。因此，硬件和软件专家提出了两种解决方案：量子计算和神经形态计算。尽管量子计算取得了长足的进步，但神经形态仍处于实验室阶段，直到最近英特尔发布其神经形态芯片Loihi为止。这可能预示着第三波人工智能浪潮。

第一代AI带有定义规则和模拟经典逻辑，以在特定的，狭窄定义的问题域内得出合理的结论。例如，它非常适合监视过程和提高效率。通过使用深度学习网络来分析与感知和感知密切相关的内容和数据，从而构成了第二代。第三代是与人类思维过程相似的事物，例如解释和自主适应。简而言之，它模仿像人类神经系统一样突刺的神经元。它依靠模仿离子通道活动的紧密连接的晶体管。这使他们能够以更快的速度，更高的复杂度和更高的能源效率集成内存，计算和通信。

Loihi是英特尔的第五代神经形态芯片。这款14纳米芯片的管芯尺寸为60毫米，包含超过20亿个晶体管，以及三个用于编排的可管理Lakemont内核。它包含一个可编程微代码引擎，用于异步尖峰神经网络(SNN)的片上训练。总共有128个核心包。每个核都有一个内置的学习模块和总共约131,000个计算“神经元”，它们相互通信，从而使芯片能够理解刺激。3月16日，英特尔和康奈尔大学展示了一种新系统，展示了该芯片从气味中学习和识别10种有害物质的能力。即使存在数据噪声和遮挡，此功能也可以发挥作用。根据他们在《自然机器智能》上的联合简介论文，它可以用来检测爆炸物，麻醉品，聚合物和其他有害物质(如烟雾，一氧化碳等)的存在。据称它可以比嗅探犬更快，更准确地做到这一点，从而威胁要更换它们。他们通过训练它构建生物嗅觉电路图来实现这一目标。他们通过在风洞中暴露十种有害化学物质(包括丙酮，氨和甲烷)来创建数据集，从而获得了这一见解，并且由72个化学传感器的活动组成的集合收集了信号。他们通过训练它构建生物嗅觉电路图来实现这一目标。他们通过在风洞中暴露十种有害化学物质(包括丙酮，氨和甲烷)来创建数据集，从而获得了这一见解，并且由72个化学传感器的活动组成的集合收集了信号。他们通过训练它构建生物嗅觉电路图来实现这一目标。他们通过在风洞中暴露十种有害化学物质(包括丙酮，氨和甲烷)来创建数据集，从而获得了这一见解，并且由72个化学传感器的活动组成的集合收集了信号。

该技术具有多种应用，例如识别机场中的有害物质，检测空气中是否存在疾病和有毒烟雾。最好的部分是，它不断重新连接其内部网络以允许进行不同类型的学习。未来版本可以将传统计算机转变为可以从经验中学习并做出认知决策的机器。因此，它像人类的感觉一样具有适应性。而且，将樱桃放在首位的是，它消耗的能量比当前流行的最新系统还低。预计将取代图形处理单元(GPU)。

尽管Loihi可能很快会成为家喻户晓的单词，但它不是唯一的单词。IBM，HPE，MIT，Purdue，斯坦福大学等正在研究神经形态学方法。IBM正在与TrueNorth竞争。它具有4096个核，每个核具有256个神经元，每个神经元具有256个突触来与他人通信。德国Jülich研究中心的神经科学研究所和英国曼彻斯特大学的高级处理器技术小组正在研究一种名为SpiNNaker的低级超级计算机。它代表Spiking Neural Network Architecture。据信，它可以刺激所谓的皮质微电路，从而刺激人的大脑皮层并帮助我们了解像阿尔茨海默氏症这样的复杂疾病。

谁知道未来几年我们可能会预测什么样的计算趋势。但可以肯定的是，Analytics Insight的团队将密切关注它。