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

2020 年 3 月 21 日 新智元



  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。

登录查看更多
0

相关内容

英特尔公司是世界上最大的半导体公司,也是第一家推出x86架构处理器的公司,总部位于美国加利福尼亚州圣克拉拉。由罗伯特·诺伊斯、高登·摩尔、安迪·葛洛夫,以“集成电子”之名在1968年7月18日共同创办公司,将高级芯片设计能力与领导业界的制造能力结合在一起。 维基百科
【Google】利用AUTOML实现加速感知神经网络设计
专知会员服务
29+阅读 · 2020年3月5日
麻省理工学院MIT-ICLR2020《神经网络能推断出什么?》
专知会员服务
50+阅读 · 2020年2月19日
【BAAI|2019】类脑神经网络技术及其应用,鲁华祥(附pdf)
专知会员服务
29+阅读 · 2019年11月21日
复旦大学邱锡鹏老师《神经网络与深度学习》书册最新版
魔都要用最先进的神经网络预测交通?前排围观
机器之心
8+阅读 · 2018年11月15日
SNN,像你的大脑一样工作
中国科学院自动化研究所
80+阅读 · 2018年11月7日
已删除
将门创投
7+阅读 · 2018年11月5日
人工智能大数据平台中Golang的应用实践
MomentaAI
5+阅读 · 2018年9月27日
人工智能产业链,是时候梳理一下了!
物联网智库
3+阅读 · 2018年1月19日
前沿 | 简述脉冲神经网络SNN:下一代神经网络
机器之心
36+阅读 · 2018年1月13日
【深度学习】神经网络和深度学习简史
产业智能官
8+阅读 · 2017年11月16日
Arxiv
3+阅读 · 2019年10月31日
Arxiv
24+阅读 · 2018年10月24日
Arxiv
4+阅读 · 2018年4月26日
VIP会员
相关资讯
魔都要用最先进的神经网络预测交通?前排围观
机器之心
8+阅读 · 2018年11月15日
SNN,像你的大脑一样工作
中国科学院自动化研究所
80+阅读 · 2018年11月7日
已删除
将门创投
7+阅读 · 2018年11月5日
人工智能大数据平台中Golang的应用实践
MomentaAI
5+阅读 · 2018年9月27日
人工智能产业链,是时候梳理一下了!
物联网智库
3+阅读 · 2018年1月19日
前沿 | 简述脉冲神经网络SNN:下一代神经网络
机器之心
36+阅读 · 2018年1月13日
【深度学习】神经网络和深度学习简史
产业智能官
8+阅读 · 2017年11月16日
Top
微信扫码咨询专知VIP会员