清華大學(xué)的研究團(tuán)隊發(fā)布了一項最新研究成果——類腦計算芯片“天機(jī)芯”。該芯片是面向人工通用智能的世界首款異構(gòu)融合類腦計算芯片?；诖搜芯砍晒恼撐?ldquo;面向人工通用智能的異構(gòu)天機(jī)芯片架構(gòu)”(Towards artificial general intelligence with hybrid Tianjic chip architecture)作為封面文章登上了8月1日《自然》(Nature)雜志。

正當(dāng)福特、通用汽車和Waymo等企業(yè)巨頭竭力讓各自的自動駕駛汽車上路行駛，中國的一個研究團(tuán)隊卻打造出了一輛加強(qiáng)了馬力的自行車，對自動駕駛交通工具進(jìn)行重新思考。

在沒有人在上面騎行的情況下，這輛自行車可以自行越過凸起的地方，完全沒有失去平衡。當(dāng)跟在它后面走的人說“向左”時，它就會向左轉(zhuǎn)彎，然后調(diào)整好前進(jìn)方向。

它也有“眼睛”：它可以跟著跑在前面幾碼遠(yuǎn)的人走，每次這個人轉(zhuǎn)向的時候，它也會跟著轉(zhuǎn)向。如果遇到障礙物，它也能夠自動繞過轉(zhuǎn)向一邊，保持著平衡，繼續(xù)跟隨前面的人。

這不是世界上第一輛自動駕駛自行車(康奈爾大學(xué)正在進(jìn)行一個相關(guān)的項目)，也許也稱不上是未來的交通工具。不過，它或許可以在未來擠滿了運送包裹的車輛、無人機(jī)和機(jī)器人的世界里占得一席之地。而制造這輛自行車的中國研究人員認(rèn)為，它展示了計算機(jī)硬件的未來。它借助一種模仿人類大腦的神經(jīng)形態(tài)計算芯片穿梭于這個世界。

在周三發(fā)表在《自然》上的一篇論文中，清華大學(xué)的研究人員描述了這種芯片可如何幫助機(jī)器對語音指令做出反應(yīng)，識別周圍的世界，避開障礙物，維持平衡。研究人員還提供了一段視頻，展示了這些技能在電動自行車上的應(yīng)用。

該簡短的視頻并沒有顯示出這輛自行車的局限性(估計偶爾會翻倒)，就連制造這輛自行車的研究人員也在給《紐約時報》的一封電子郵件中承認(rèn)，視頻上展示的技能或許可以用現(xiàn)有的電腦硬件復(fù)制過來。但在用神經(jīng)形態(tài)處理器處理所有這些技能的過程中，該項目強(qiáng)調(diào)了業(yè)界用新型芯片推動人工智能技術(shù)更上一層樓的廣泛努力。

這一努力貫穿不計其數(shù)的初創(chuàng)公司和學(xué)術(shù)實驗室，以及諸如谷歌、英特爾和IBM的知名科技公司。正如《自然》雜志的那篇論文所顯示的，這一運動在中國可謂如火如荼，雖然這個國家?guī)缀鯖]有自己設(shè)計計算機(jī)處理器的經(jīng)驗，但它已經(jīng)在“人工智能芯片”概念上傾注了巨大的資源。

人們希望，這種芯片最終能讓機(jī)器以一種前所未見的自動化方式穿梭于這個世界?，F(xiàn)有的機(jī)器人能夠?qū)W習(xí)開門或?qū)⑵古仪蛉舆M(jìn)塑料垃圾桶，但這種訓(xùn)練需要數(shù)小時甚至數(shù)天的反復(fù)試驗。即便如此，這些技能也只有在非常特殊的場景中才可行。在神經(jīng)形態(tài)計算芯片和其他的新型處理器的幫助下，機(jī)器或許能夠更有效地學(xué)習(xí)更復(fù)雜的任務(wù)，能夠更加從容地執(zhí)行這些任務(wù)。

“那是讓我們看到巨大發(fā)展前景的領(lǐng)域。”英特爾負(fù)責(zé)神經(jīng)形態(tài)芯片研發(fā)工作的邁克·戴維斯(Mike Davies)表示。

神經(jīng)網(wǎng)絡(luò)的局限性

在過去的十年里，人工智能已經(jīng)加速發(fā)展，這要歸功于神經(jīng)網(wǎng)絡(luò)：能夠通過分析大量數(shù)據(jù)來學(xué)習(xí)任務(wù)的復(fù)雜數(shù)學(xué)系統(tǒng)。例如，通過分析數(shù)千張貓的照片，神經(jīng)網(wǎng)絡(luò)能夠?qū)W會識別貓。

這種技術(shù)如今被用于日常生活的多個方面，比如識別你在Facebook上發(fā)布的照片中的人臉，識別你對著智能手機(jī)發(fā)出的語音指令，在微軟Skype等互聯(lián)網(wǎng)服務(wù)上翻譯多國的語言。它也在加速包括自動駕駛汽車在內(nèi)的自動化機(jī)器人的發(fā)展。但它也面臨著不小的局限性。

神經(jīng)網(wǎng)絡(luò)并不是真正的動態(tài)學(xué)習(xí)。在讓神經(jīng)網(wǎng)絡(luò)系統(tǒng)到現(xiàn)實世界執(zhí)行特定的任務(wù)之前，工程師們要事先對它進(jìn)行訓(xùn)練，沒有經(jīng)過大量的案例學(xué)習(xí)，它就無法學(xué)會執(zhí)行它被委派的任務(wù)。舊金山人工智能實驗室OpenAI最近開發(fā)的一個系統(tǒng)，可以在名為Dota 2的復(fù)雜視頻游戲中打敗世界上最好的人類玩家。但該系統(tǒng)最初足足花了幾個月時間來跟自己對練，算力上的消耗達(dá)到數(shù)百萬美元。

神經(jīng)形態(tài)處理器

研究人員的目標(biāo)是，建立能夠像人們那樣學(xué)習(xí)技能的系統(tǒng)。這就需要新型的計算機(jī)硬件。數(shù)十家公司和學(xué)術(shù)實驗室目前正在開發(fā)專門用于訓(xùn)練和操作人工智能系統(tǒng)的芯片。最雄心勃勃的項目是神經(jīng)形態(tài)處理器，其中包括清華大學(xué)正在開發(fā)的天機(jī)芯片。

這種芯片被設(shè)計來模擬大腦中的神經(jīng)元網(wǎng)絡(luò)，它與神經(jīng)網(wǎng)絡(luò)相似，但至少在理論上有著更高的保真度。

神經(jīng)形態(tài)芯片通常包括數(shù)十萬個人造神經(jīng)元，這些神經(jīng)元不只是處理“1”和“0”，而是通過交換微小的電信號脈沖來運作，只有當(dāng)輸入信號達(dá)到臨界閾值時才會“放電”或“尖峰放電”，就像生物神經(jīng)元那樣。

Rain Neuromorphics是一家初創(chuàng)公司，正致力于開發(fā)一種神經(jīng)形態(tài)芯片。它的首席執(zhí)行官戈登·威爾遜(Gordon Wilson)說，“這是在試圖把計算機(jī)科學(xué)和神經(jīng)科學(xué)連接起來，并把它們統(tǒng)一起來。”

神經(jīng)形態(tài)芯片絕不是大腦的再創(chuàng)造。在很多方面，大腦的運作仍然是未解之謎。但這種芯片的希望在于，通過更像大腦那樣運作，它們可以幫助人工智能系統(tǒng)學(xué)習(xí)技能，以及更有效地執(zhí)行任務(wù)。

由于每個人造神經(jīng)元只會按需放電，而不是連續(xù)放電，神經(jīng)形態(tài)芯片比傳統(tǒng)處理器消耗的能量更少。而且，考慮到它們的設(shè)計初衷是在短時間內(nèi)處理信息，一些研究人員認(rèn)為，它們有望讓系統(tǒng)能夠從更少的數(shù)據(jù)中實時學(xué)習(xí)。

視頻中的自動駕駛自行車并沒有在學(xué)習(xí);它只是在執(zhí)行經(jīng)過訓(xùn)練的軟件來處理特定的任務(wù)，包括識別語音和避免障礙物。但它正在以一種高效的方式執(zhí)行軟件，這對依靠電池供能的汽車非常重要。研究人員認(rèn)為，他們最終將能夠把訓(xùn)練過程和瞬間執(zhí)行結(jié)合起來，這樣自行車只需要積累幾分鐘的經(jīng)驗就可以邊走邊學(xué)。

問題在于，制造合適的硬件可能至少需要幾年的研究。“我們?nèi)蕴幱谠囼灪湾e誤階段。”曾參與英特爾神經(jīng)形態(tài)芯片項目的喬治奧斯·迪莫(Georgios Dimou)說道。