工布江达信息网
社会新闻
当前位置: 首页 >> 社会新闻 >> 正文

人工智能继续迭代 类脑计算悄然走红


文章作者:www.orrapin.com 发布时间:2020-02-10 点击:1468



原创标题:人工智能继续迭代大脑像计算一样悄然流行

深度学习到处开花,但它可能不是人工智能的终极计划。学术界和工业界都在思考人工智能的下一条发展道路:像计算机这样的大脑已经悄悄地成为备受关注的“种子玩家”之一。

12月16日至17日,由北京先进芯片技术创新中心和清华大学微电子研究所联合主办的“北京先进芯片论坛和2019未来芯片论坛”在清华大学举行。在这个论坛上,大脑式计算成为许多权威专家研究人工智能的热门话题。

当前在人工智能下

类大脑计算也被称为神经形态计算。这不仅是学术会议的新焦点,也是业界正在探讨的问题。

11月中旬,英特尔官方网站宣布埃森哲、空客、通用电气和日立已经加入英特尔神经研究社区(INRC),该社区目前拥有超过75家成员机构。

如果人工智能的潮流正在汹涌澎湃,大脑就像计算一样是它下面的洋流。虽然不是很引人注目,但将来改变人工智能的发展趋势是可能的。

其中一个原因是,虽然深度学习在语音识别、图像识别、自然语言理解等领域取得了巨大突破并得到了广泛应用,但它需要大量的计算支持并消耗大量的能量。

“我们希望驾驶智能车和司机一样好,但显然到现在还不行。因为它没有足够的智能判断和信息分析,而且它的功耗也很高。”清华大学微纳电子学系教授吴华强告诉《科学日报》,人工智能算法训练中心经常消耗数万瓦甚至几十万瓦的电能,而人脑仅消耗大约20瓦。

北京大学计算机科学与技术部教授黄铁军也举了一个生动的例子:应用深度学习技术的智能无人机(UAV)在市场上已经很聪明了,但是在智能方面,它们远非苍蝇或蜻蜓,尽管它们的体积和功耗都远高于后者。

追求模拟大脑的功能

什么是像计算一样的大脑,为什么它赢得学术界和工业界的青睐?大脑式计算追求在结构上设计一个类似生物神经网络的系统,在功能上模拟大脑的功能,在性能上大大超过生物大脑,也称为神经形态计算黄铁军在接受《科学技术日报》记者采访时说。

brain like computing试图模拟生物神经网络的结构和信息处理。它在软件层面的尝试之一是脉冲神经网络(SNN)。

现在深度学习一般是通过卷积神经网络或递归神经网络(RNN)来实现的。有线电视新闻网和RNN都是人工神经网络,其中的人工神经元仍在使用20世纪40年代的模型黄铁军说,虽然现在设计的人工神经网络越来越大、越来越复杂,但其神经元模型并没有得到根本性的改善。

另一方面,在深度学习人工神经网络中,神经元之间的联系称为权重。它们是人工神经网络的关键要素。

在脉冲神经网络中,神经元是神经脉冲,信息的表达和处理是通过神经脉冲传输来实现的。就像我们的大脑一样,在传输和循环中有大量的神经冲动。

黄铁军告诉记者,由于神经脉冲不断传递和循环信息,脉冲神经网络在表达和处理信息方面比深度学习更具时间敏感性,更适合高效的时空信息处理。

推广应用可能不会太久。

有些人也从硬件层面实现像计算这样的大脑,比如神经形态芯片。

2019年7月,英特尔宣布其神经形态研究芯片Loihi可以比普通CPU执行专门任务的速度快1000倍,效率高倍。

“在编码、传输和处理信息方面,我们希望从大脑机制中获得灵感,并将这些想法应用到芯片技术中,以便芯片能够以更高的水平和更低的功率更快地处理

“因此,我们正在努力开发集成存储器和计算芯片,希望通过避免芯片内部持续的数据传输,大大提高芯片的能效。”吴华强说,他的团队现在已经开发了一个集成内存和计算的样本芯片。

谈到脑型计算的进展,黄铁军告诉记者,脑型计算仍处于探索阶段,缺乏典型的成功应用。然而,商业公司已经闻到了这种气味,相关技术可能不会很久就能大规模应用。目前对神经形态学的计算还比较初步,其发展水平与现有主流人工智能算法相比仍有一定差距中国科学院自动化研究所研究员张兆祥在接受《科学技术日报》记者采访时表示,作为一种新的探索方法,应该继续下去,因为这可能是未来人工智能技术发展的一个重要突破。(记者李媛媛)回到搜狐看更多“负责任的编辑:

下一条: 中国学术不端行为频发 媒体称应防“破窗效应”