更像人類的學(xué)習(xí),英特爾AI芯片系統(tǒng)模擬人腦!

昨天在底特律舉行的DARPA電子復(fù)興計劃峰會上，英特爾重磅發(fā)布了一個代號為“Pohoiki Beach”的全新神經(jīng)擬態(tài)系統(tǒng)，包含多達64顆Loihi神經(jīng)擬態(tài)芯片，由800萬個神經(jīng)元組成。

與CPU相比，Pohoiki Beach處理AI算法的能力，速度比普通CPU快1000倍，效率是普通CPU的10000倍，可用于自動駕駛、電子機器人(15.220,-0.41,-2.62%)皮膚、假肢等。

Loihi芯片是英特爾公司于2017年首次推出的一款擁有“自我學(xué)習(xí)”能力的研究芯片，其架構(gòu)比用于深度學(xué)習(xí)或其他形式的人工智能的芯片更接近大腦的工作方式。

更像人類的學(xué)習(xí)：Pohoiki Beach將擴展到1億神經(jīng)元

一塊英特爾的Nahuku板，每塊板上有8到32顆英特爾Loihi神經(jīng)形態(tài)芯片，接口可以與英特爾Arria 10 FPGA開發(fā)工具包連接。英特爾最新的神經(jīng)形態(tài)系統(tǒng)Pohoiki Beach由多塊Nahuku板組成，每塊板包含64顆Loihi芯片。

Loihi芯片安裝在一塊“Nahuku”板上，每塊板包含8到32塊Loihi芯片。Pohoiki Beach系統(tǒng)包含多個Nahuku板，可以與Intel的Arria 10 FPGA開發(fā)工具包接口，如上圖所示。

新的64-Loihi系統(tǒng)相當于800萬個神經(jīng)元，不過，這還只是英特爾朝著計劃于2019年底推出的768顆芯片、1億個神經(jīng)元的系統(tǒng)邁出的一步。

Davies說，找到在800萬個神經(jīng)元的系統(tǒng)上運行良好的算法，并在軟件中優(yōu)化這些算法，是一項相當有挑戰(zhàn)的工作。不過，回報也是巨大的。更像大腦的神經(jīng)網(wǎng)絡(luò)，比如Loihi，可能對某些人工智能“免疫”。

例如，今天的神經(jīng)網(wǎng)絡(luò)遭受著一種叫做“災(zāi)難性遺忘”的難題。如果你試圖教一個訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)去識別新事物，比如說，識別一個新的路標——通過簡單地將網(wǎng)絡(luò)暴露給新的輸入，它會嚴重破壞網(wǎng)絡(luò)，以至于它在識別任何東西時都變得很糟糕。為了避免這種情況，你必須從頭開始重新訓(xùn)練網(wǎng)絡(luò)。(DARPA的Lifelong Learning項目致力于解決這個問題。)

英特爾神經(jīng)形態(tài)研究芯片Loihi。英特爾最新的神經(jīng)形態(tài)系統(tǒng)Pohoiki Beach將由64塊這樣的Loihi芯片組成。

Loihi可以運行可能對災(zāi)難性遺忘免疫的網(wǎng)絡(luò)，這意味著它學(xué)習(xí)起來更像人類。事實上，通過與康奈爾大學(xué) Thomas Cleland的研究小組的合作，有證據(jù)表明，Loihi可以實現(xiàn)所謂的one-shot learning。也就是說，只需看到一次，它就能學(xué)會新特性?？的螤柎髮W(xué)的研究小組通過抽象嗅覺系統(tǒng)的模型來證明這一點，該系統(tǒng)可以在Loihi上運行。當暴露在一種新的虛擬氣味中時，系統(tǒng)不僅沒有災(zāi)難性地忘記它所聞過的所有其他氣味，它還學(xué)會了僅僅從一次暴露中就識別出新的氣味。

Loihi還可能運行特征提取算法，這些算法不受困擾當今圖像識別系統(tǒng)的各種對抗性攻擊的影響。傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)并不像我們的大腦那樣真正理解它們從圖像中提取的特征。Davies 解釋說：“他們可能會被一些簡單的攻擊所愚弄，比如改變單個像素或添加一個噪音圖案，而這些改變是不會愚弄人類的?！钡獿oihi芯片可以運行的稀疏編碼算法可以像人類視覺系統(tǒng)一樣工作，所以不會因這種攻擊而失敗。

英特爾表示，Pohoiki Beach系統(tǒng)可以很容易地擴展到處理更復(fù)雜的問題。英特爾計劃在今年底發(fā)布一個大10倍的Pohoiki Beach系統(tǒng)，擁有多達1億個神經(jīng)元。

800萬個神經(jīng)元！神經(jīng)擬態(tài)芯片可為假肢和自動駕駛提供動力

英特爾神經(jīng)形態(tài)計算研究主管Mike Davies表示，英特爾及其研究伙伴剛剛開始測試像Pohoiki Beach這樣的大型神經(jīng)系統(tǒng)能做什么，迄今為止的證據(jù)已經(jīng)表明，它的性能和效率甚至可以更高。

Davies說：“我們正在迅速積累結(jié)果和數(shù)據(jù)，證明它(Pohoiki Beach)確實有優(yōu)勢……主要是在效率方面。實際上，在我們進行的每一個基準測試中，這個架構(gòu)都具有顯著的收益?！?/p>

Pohoiki Beach將非常擅長神經(jīng)元類任務(wù)，包括稀疏編碼、路徑規(guī)劃和同步定位和建圖(SLAM)。這些都是用于自動駕駛、機器人室內(nèi)測繪和高效傳感系統(tǒng)的算法。

例如，英特爾表示，這些芯片可以用于使某些類型的假肢更具適應(yīng)性，通過新型高效的事件攝像機為目標跟蹤提供動力，為iCub機器人的電子皮膚提供觸覺輸入，甚至實現(xiàn)桌上足球的自動化。

研究人員也一直在使用Loihi來改進機器人系統(tǒng)的實時控制。例如，上周在Telluride神經(jīng)形態(tài)認知工程研討會的一個活動中，研究人員正努力使用一個基于Loihi的系統(tǒng)來控制一場桌上足球比賽?！斑@讓人覺得很瘋狂，”他說。“但這是神經(jīng)形態(tài)技術(shù)的一個很好的例證。它必須很快，需要快速響應(yīng)，快速規(guī)劃和預(yù)期。這就是神經(jīng)形態(tài)芯片擅長的?！?/p>

從1個Loihi芯片到64個Loihi芯片，更多的是軟件問題而不是硬件問題?！拔覀儚囊婚_始就在Loihi芯片中設(shè)計了可伸縮性，”Davies說?！霸撔酒幸粋€分層的路由接口，允許我們擴展到多達16000個芯片。所以64個只是一小步?！?/p>

LOIHI 芯片由 128 個計算核心組成，每個核心有 1024 個人工神經(jīng)元，整個芯片共有超過 13 萬個神經(jīng)元和 1.3 億個突觸連接。采用異步計算，有需要才被激活，可以大幅降低能耗。與其他現(xiàn)有神經(jīng)擬態(tài)芯片訓(xùn)練完參數(shù)就固定下來不同，LOIHI 擁有 “自我學(xué)習(xí)”（self-learning）的能力，它的參數(shù)在使用過程中，仍然可以通過脈沖神經(jīng)網(wǎng)絡(luò)里的脈沖傳遞訓(xùn)練去改變，在使用過程中不斷改變網(wǎng)絡(luò)模型，適應(yīng)當前的狀態(tài)。LOIHI 可以在單個芯片上完成訓(xùn)練和推理，實際上，訓(xùn)練和推理這兩個過程并沒有分得那么開，這一點與人腦一樣。

從神經(jīng)元數(shù)量上看，單個 LOIHI 芯片的神經(jīng)元數(shù)量只比蝦子的腦復(fù)雜一點點，距離模擬人腦復(fù)雜行為還很遙遠。但是，這些小的單芯片可以互相連接構(gòu)成更大規(guī)模的陣列，由此模擬更大的神經(jīng)元。不僅如此，LOIHI 芯片直接受益于摩爾定律的發(fā)展，現(xiàn)在是 14 納米的工藝，到了 10 納米、7 納米之后會大幅提高神經(jīng)元的容量。