機器之心發佈
作者：英特爾公司全球副總裁兼英特爾實驗室研究主任
Michael Mayberry 博士
能聽、能說、能讀、能寫……人工智能要掌握如此多項技能必須擁有高效的計算力支撐。現在，英特爾正在研發新一代人工智能芯片，集成超過 13 萬個神經元和 1.3 億個突觸，用複製神經的方式進行運算和思考，讓創新科技開創人工智能新紀元。
英特爾公司全球副總裁兼英特爾實驗室研究主任 Michael Mayberry 博士
未來，我們將做出更快、更高效的複雜決策，社會和行業問題甚至可以通過自我學習獲得解決；未來，使用圖像識別應用的設備可以分析街道攝像頭畫面，並快速地識別失蹤和拐賣人口；未來，紅綠燈可以智能地根據車流和交通情況調節時間，減少交通擁堵，讓街道更暢通；未來，機器人將具備更強的自主性，並且其能效比將實現前所未有地提高。
我們對於大量動態的、非結構化的自然數據的收集、分析和決策的日益增長的需求，正在驅動對於強大的計算力逐漸增長的需求，這一需求或許已經超過了傳統 CPU 或者 GPU 計算力增長的速度。爲了讓科技創新與時代發展的速度保持一致，英特爾在過去六年中一直在致力於研究特定架構的研發來加速傳統 IT 架構變革。例如最近，英特爾正大力投入人工智能和神經元計算的研發。
我們在神經元計算領域的工作一開始建立在與加利福尼亞理工學院教授 Carver Mead 的合作之上，Carver 教授在半導體設計領域享有盛名。芯片科學、物理學和生物學的結合爲新想法的誕生提供了新的土壤。這一想法簡單，但具有革命性：依照人類大腦開發機器。這一領域的研究逐漸獲得了更多學科的支持和合作。
作爲英特爾研究院工作的一部分，英特爾發佈了其第一款代號爲 Loihi 的自我學習神經元芯片，通過基於環境的各種反饋學習模式來模擬大腦的功能。這能利用數據來學習和推理的高效芯片，能實現自我進化，也不需要以傳統的方式進行訓練，而是使用異步脈衝的方式進行計算。
我們相信，AI 正處在生命中的嬰兒期，更多類似 Loihi 這樣的全新架構和研究方法將不斷涌現，並將拓展 AI 的應用領域。大腦的神經網絡依賴於神經脈衝或者突觸的信息，人類腦海中和現實中的自主行爲，也正是起源於大腦神經網絡不同區域間的協作和競爭。
通過大量的訓練，依賴機器學習的深度學習模型已經在認知層面上取得了重大突破。然而，機器學習依然有它的弊端。如果不提前預設好特定的元素、解決方案以及場景作爲訓練模型，機器學習的適用性並不盡如人意。
相較於機器學習，自我學習型芯片的潛力是不可限量的。我們以心率監測爲例：一個人的心率會根據不同的狀態而改變，在慢跑後、餐後或睡前，人的心率往往會有不同的變化。神經計算系統將會在變化多端的心率數據中，自行辨別出一個「正常」心率，從而，系統便可以根據這個模型持續監測心率。這意味着，機器學習系統可以爲每個人量身定製不同的算法。
這套邏輯同樣適用於其他場景。例如網絡安全。系統會在日常監測中自動辨別出一個「正常」的數據流量，當數據發聲泄露時，數據量會發生異變，這種情況下，神經計算系統將會及時辨認出這種數據波動，爲網絡安全保駕護航。
推出 Loihi 實驗芯片
正處在研發階段的英特爾 Loihi 神經元芯片通過神經元之間的脈衝模式進行數據傳輸，完全模仿了人類大腦的功能，從而賦予芯片從環境反饋中「自我學習」的能力。神經形態芯片模型的靈感來自於神經元通信和學習的方式，利用了可根據時間調節的脈衝和塑料觸突。基於模式和關聯，這將幫助計算機實現自組織，做出決策。
Loihi 芯片提供了非常靈活的片上學習能力，將訓練和推理整合至同一塊芯片上。這幫助機器實現自動化，實時調整，而無需等待來自雲計算平臺的下一次信息更新。研究人員已證明，與其他典型的脈衝神經網絡相比，在解決 MNIST 數字識別問題時，以實現一定準確率所需要的總操作數來看，Loihi 芯片學習速度提高了 100 萬倍。
在優化汽車和工業應用，以及個人機器人方面，這款測試芯片的自學能力帶來了巨大潛力，例如識別汽車或自行車的運動。在非結構化環境中，這些應用可以受益於自動化操作和持續學習。
此外，與通常用於訓練人工智能系統的芯片相比，Loihi 芯片的能效提升了 1000 倍。
2018 年上半年，英特爾將與部分大學和研究機構分享 Loihi 測試芯片。
技術亮點
Loihi 自我學習神經元芯片的技術亮點包括：
全異步神經形態多核心網絡，支持多種稀疏、分層和循環神經網絡拓撲結構。每個神經元可以與成千上萬個其他神經元通信。
每個神經形態核心都包含一個學習引擎，在操作中可以通過編程去適配網絡參數，支持監督學習、無監督學習、強化學習和其他學習範式。
芯片的製造採用了英特爾 14 納米工藝。
總共提供了 13 萬個神經元和 1.3 億個觸突。
對於多種算法的開發和測試，實現了極高的算法效率。這些算法包括路徑規劃、約束滿足、稀疏編碼、字典學習，以及動態模式學習和適配。
在計算機和算法創新的推動下，人工智能的變革性力量預計將給社會帶來重大影響。今天，英特爾仍在繼續驅動摩爾定律的發展，並且持續發揮自身硬件製造行業領導者的優勢，爲用戶帶來全新的英特爾至強可擴展處理器、英特爾 Nervana 技術、英特爾 Movidius 技術、以及英特爾 FPGAs 技術。這些技術，都將賦予人工智能開發向雲端和數據端遷移的能力。
在人工智能領域，通用計算技術和用戶端的軟、硬件都將大有作爲。被廣泛用於科研計算的英特爾至強融核處理器已經能夠幫助解決大量的科學難題。Movidius 神經計算棒也是先前訓練模型的 1 瓦特部署案例。
在人工智能工作負載日益趨向多元化和複雜化的今天，英特爾的產品將幫助人工智能技術無限接近主要計算體系結構的邊界，並促成顛覆性解決方案。展望未來，英特爾相信，通過模仿大腦工作的方式，神經計算將爲我們帶來百億億次級別的計算量。
我們真誠地希望這次里程碑似的發佈能夠引起社會廣泛的關注，因爲英特爾正在將神經計算等前瞻性概念推向主流科研領域，這對於世界未來 50 年的經濟發展有着重要的意義。在神經計算的幫助下，未來，一切皆有可能！
英特爾在計算架構創新發展上的願景始終堅定不移。並且從今天開始，英特爾已經開始打造未來的計算。
本文爲機器之心發佈，轉載請聯繫本公衆號獲得授權。
責任編輯：