1亿神经元，秒杀深度学习千倍！英特尔发布最强神经拟态计算系统

---

  新智元报道 

来源：英特尔

编辑：朱斯克

【新智元导读】3月19日，英特尔发布了基于Loihi芯片的增强版“机器大脑”——Pohoiki Springs神经拟态计算系统。Pohoiki Springs是一个数据中心机架式系统，它将768块Loihi芯片集成在5台机箱里。一两块Loihi芯片还比较弱，但是当数百个Loihi芯片集成为一个数据中心后，其已经拥有1亿个神经元，这个数量级别相当于一只仓鼠。芯片系统向人脑的演化，将颠覆现有的计算架构，开启人工智能的新纪元。「新智元急聘主笔、编辑、运营经理、客户经理，添加HR微信（Dr-wly）或扫描文末二维码了解详情。」

如何让机器像人一样，一闻气味便知安危？

 

对于传统的人工智能来说，这不是一件容易事。主流的深度学习神经网络，可能需要设置上亿个参数，训练数十万次，才能辨别出猫和狗的区别，更不用说更为陌生的气味识别领域。但是，即便对于一个几岁的婴孩来说，他们辨认动物、识别气味只需要几次就够了。

 

3月16日，英特尔研究院与美国康奈尔大学的研究人员在《自然-机器智能》（Nature Machine Intelligence）杂志上联合发表了一篇论文，展示了英特尔Loihi神经拟态研究芯片闻味识危的能力。

 

论文地址 https://arxiv.org/abs/1906.07067

 

该论文声称，Loihi芯片从单一样本便会以较高的准确率识别一种气味，而且不会破坏它对先前所学气味的记忆。与之形成鲜明对比的是，传统的深度学习解决方案，要达到与Loihi一样灵敏的“嗅觉”，每类气味都需要3000倍以上的训练样本。

 

更进一步，英特尔在3月19日发布了基于Loihi芯片的增强版“机器大脑”——Pohoiki Springs神经拟态计算系统。Pohoiki Springs是一个数据中心机架式系统，它将768块Loihi芯片集成在5台机箱里。一两块Loihi芯片还比较弱，但是当数百个Loihi芯片集成为一个数据中心后，其已经拥有1亿个神经元，这个数量级别相当于一只仓鼠。

 

英特尔Loihi系统的演进历史

 

别小看了这一“仓鼠”级别的神经元数量，随着摩尔定律及芯片工艺的不断演进，英特尔或许能将神经拟态计算系统做到人脑级别的神经元数量。而芯片系统向人脑的演化，将颠覆现有的计算架构，开辟工智能的新路径。

 

神经拟态：人工智能的明日之星？

神经拟态相比于深度学习的优势是什么？这要从两者不同的计算方式说起。

 

英特尔中国研究院院长 宋继强

英特尔中国研究院院长宋继强对新智元表示，深度学习神经网络一般不太考虑时间上的信息，而是静态输入逐个批次训练。如果要在原本的网络上加不同的任务，还需要加另外的网络。

 

而现在，即便是训练一个图像识别模型，都需要数千瓦电，才能把这一件事情做好。这造成 深度学习的能耗越来越高 。

 

人脑的计算方式是不同的。人类从外界输入的声音、图像、触觉等，是互相关联的，在时间上也具备相关性。我们在处理信息的时候，是不同种类的一起来处理，不需要像深度学习，每个任务都从头到尾再训练一遍。

 

如此，人脑只需要看过三五只猫狗，就能正确地辨认出来哪个是猫，哪个是狗；但是深度学习网络需要准备两套模型，分别训练几千张照片，才能达到人脑的识别程度。

 

Loihi芯片的最大优势，正是人脑相对于深度学习网络的优点—— 自学习 。Loihi芯片可以像人脑一样，边工作边学习，过程中还能自己调参。这种自学习的优势，对于一些只发生一次的场景是非常关键的。

 

比如，工厂里面发生了恶意代码攻击，这类事件发生的概率很小，但只要发生，就不能说让深度学习网络学习很多个样本。到了有很多样本的时候，恶意攻击已经广泛到不可收拾，局面已经难以挽回。因而，在这类发生一次就大祸临头的场景，神经拟态芯片的优势显得格外重要。

英特尔的芯片布局

在新智元主办的2019年世界人工智能峰会上，宋继强表达了他对人工智能前景的观点：

 

一是认知能力，即能否深刻理解这个场景，而不只是看到和听到；

二是持续学习的能力，不一定需要很大量的数据和标注，而是自己可以通过小数据、根据场景逐渐学习，具备适应服务对象、适应服务环境的能力；

三是处理不确定性的能力，这一点恰恰是人类现在最强的，我们有很好的预判、假设、验证、改进，也就是处理不确定性的能力。

 

仔细对照一下神经拟态芯片的特性，就会发现，英特尔手中这种尚处于科研测试阶段的芯片，代表了学术界、业界对于人工智能押注的方向： 强认知、小样本学习与更加“人化”的人工智能 。

 

要实现上述的人工智能愿景，仅靠英特尔的架构设计是不够的。一代好的芯片产品，在大规模量产前，必然要经过科研界人士的试用优化，与来自工业界的实践洗礼。实际上，英特尔的神经拟态芯片，现在还没到产品化的阶段，而更多地服务于科学研究。

 

英特尔建立了神经拟态研究社区INRC，希望借助社区内大公司与学术界的力量，用算法和数据开展更好的训练。

 

而神经拟态芯片的进展，只是英特尔面向未来布局中的一环。

 

2017年，英特尔确立了 “以数据为中心” 的转型。之后，英特尔投资了各类不同架构的芯片，其中包括FPGA与不同路线、场景的ASIC定制化AI芯片。按照产品成熟度排列，既有尚处于科研测试阶段的神经拟态芯片与量子芯片，也有已经成熟量产的面向数据中心的AI芯片。

 

芯片市场风起云涌，竞争对手不断涌现，或许只有投资于健全的芯片产品线，构建严密的应用生态圈，才是英特尔不断推陈出新、一骑绝尘的不二法门。