当前位置:主页 > 工业焊接机器人 >

神经形态芯片:仿生学的驱动力

神经形态芯片:仿生学的驱动力

  1 神经形态芯片取传统芯片的区分

  1946年美籍匈牙利科学家冯·诺依曼提出存储顺序道理,把顺序自己看成数据来看待。尔后的半个多世纪以来,盘算机的进展取得了庞大的进展,但“冯·诺依曼架构”中信息存储器和处置器的设计一向沿用至今,毗邻存储器和处置器的信息传送通道仍旧经过总线来实现。跟着处置的数据量海量地增加,总线有限的数据传输速率被称为“冯·诺依曼瓶颈”--尤其是挪动互联网、社交网络、物联网、云盘算、高通量测序等的鼓起,使得“冯·诺依曼瓶颈”日益突出,而盘算机的自我纠错才能缺失的局限性还已成为进展阻碍。

  布局上的缺点还致使功用上的范围。比方,由效力上看,计算机运算的功耗较高--只管人脑处置惩罚的信息量不比计算机少,但显然而功耗低很多。为此,进修更多层的神经网络,让计算机可以更好地模仿人脑功用,成为上世纪后期以来研讨的热门[如微软研讨院的“深度进修(或深度神经网络,DNN)”]。

神经形态芯片:仿生学的驱动力

  正在这一些研讨中,焦点的研讨是“冯·诺依曼架构”取“人脑架构”的实质构造区分--取计算机相比,人脑的信息存储和处置,经过突触这一根基单位来实现,因此没有较着的界线。恰是人脑中的千万亿个突触的可塑性--各类因素和各类前提颠末必然的时候作用后惹起的神经变革(可变性、可润色性等),使得人脑的影象和进修功效得以实现。

  2 神经形态芯片的进步简史

  是以,模拟人类大脑的了解、举动和认知本领,就成为主要的仿生研讨方针。1990 年,加州理工学院名誉教授Carver Mead为出了神经形态芯片的界说--“模拟芯片分歧于只有二进制成果(开/闭)的数字芯片,能够像实际天下一样得出各类分歧的成果,能够模拟人脑神经元和突触的电子流动。”然而,Carver Mead本人并没有完成模拟芯片的设计。

  今后,Audience公司出于对神经系统的学习惯和可塑性、容错、免编程、低能耗等特点进行了研讨,研收回基于人的耳蜗而设计的神经形态芯片,能够模仿人耳按捺噪音,应用于智能手机。Audience公司还由此成为行业内抢先的语音处置芯片公司。

  IBM公司正在1956 年建立第一台人脑模仿器(512 个神经元)以来,就一直正在处置对类人脑计算机的研讨,摹仿了突触的线路构成、基于巨大的类神经体系群开辟神经形态芯片也就大势所趋地进入了其视野。个中,IBM第一代神经突触(neurosynaptic)芯片适用于“认知计算机”的开辟--只管“认知计算机”没法像传统计算机一样举行编程,但可以根据积存履历举行进修,发明事物之间的互相联络,模仿大脑布局和突触可塑性。正在美国国防初级研讨方案局(DARPA)的赞助下,IBM的“自适应可变神经可塑可扩大电子设备体系”项目(SyNAPSE) 第二阶段项目则致力于发明既能与此同时处置惩罚多源信息又能依据环境接续自我更新的体系,实现神经体系的进修惯和可塑性、容错、免编程、低能耗等特性。项目负责人Dharmendra Modha以为,神经芯片将是计算机进化史上的又一座里程碑。

  IBM的新芯片架构没有固定的编程,把内存取处置器集成正在一起,摹仿大脑的事务驱动、分布式和并行处置方式。由今朝来看,虽然神经形态芯片的才能还远不及人脑(IBM 2012年开辟的摹拟人脑的超等测算机已可摹拟出相称于5千亿神经元和137亿神经突触的测算架构体系,但体系的运转速度相比于人脑要慢1 542倍),但取传统的测算机相比,其正在处置感官数据、进修数据转变的才能层面上风显明。依据方案,2019年IBM将会操纵88万CPU,研制出取人脑速度相称的摹拟人脑体系。

  正在IBM从前,瑞士的苏黎世大学和苏黎世联邦理工学院等曾经做了较长工夫的神经形态芯片研讨,但采纳的主如果摹拟电路或数字/摹拟夹杂电路。可是,摹拟电路易受漏电流的危害,进而带来噪声过大等题目,因此性能上并未最优化。IBM的做法,则是采纳了数字电路,办理这一题目。除IBM外,HRL实验室、高通公司等还做了较多的神经形态芯片开辟,其中高通公司的芯片估计会正在2013年上市。

  3 仿生摹拟的运用

  模仿人脑体系的开辟,就必须要以神经形态芯片作为基础支持。人脑启示软件公司 Numenta创始人Jeff Hawkins曾批评,“人工智能绝对不克不及靠软件来实现,需要用芯片来完成。”“零项目”工程师 M. Anthony Lewis则以为,“即使还是以数字的情势来完成,我们曾经能够复制大脑的良多举动。”

  有了神经突触运算芯片外,部门水平地再现生物体系中神经元和神经突触的运作形式,探求工具之间的关联性,提出假定,举行影象和进修等皆成为了也许,使得芯片正在很大水平上实现已往几十年来的人工智能范畴开辟的功用。比方,基于神经形态芯片的智能传感器和设备,可适用于病情的智能监测,进而使得康健监测体系能够监测性命体征,尽早发觉潜正在的风险,为病人给予个性化的医治手腕。正在脸部辨认等触及图象、声音和其他感官数据的处置惩罚范畴,经过智能末端来存眷用户的举动和环境,进修用户的习惯,还成为也许。对此,高通公司的手艺总监Matthew Grob曾批评,“我们正正在含糊芯片和生物体系之间的隔膜。”事实上,HRL实验室已设计测试将神经形态芯片植入到鸟类中,由芯片处置惩罚来源于摄像机和其他传感器的数据,能记着飞过的房间,学会导航。


参考资料
  • 关注微信

猜你喜欢