神經形態(tài)芯片賦予計算機認知能力

　　摘要：

　　每個TrueNorth芯片都包含54億個晶體管，集成了2560萬個神經突觸。在美國國際商用機器公司(IBM)大腦實驗室的一個計算機監(jiān)控器上，一段從斯坦福大學塔樓上錄制的視頻短片展示了汽車、自行車、公交車、卡車和行人構成的穿梭畫面。每一種交通方式進入畫面后，都會呈現(xiàn)出不同的顏色：紫色代表騎行者，綠色代表行人，深藍色代表汽車，天藍色代表卡車，黃色代表公交車。

　　這是從一種計算模式發(fā)展到另一種模式的質變。

　　這些顏色顯示著一枚郵票大小的計算機芯片作出的判斷，這枚芯片可以對不斷變化的場景進行監(jiān)測，并對進入系統(tǒng)的每種交通方式進行區(qū)分。該項目負責人、IBM硅谷艾瑪頓研究中心電子計算機工程師DharmendraModha說：“它的判斷幾乎都是正確的。”例如一個騎自行車的人進入畫面后會迅速被標注為紫色，但是當騎行者下車推車步行后，顏色會隨即轉為綠色。

　　“神經形態(tài)”的電腦芯片

　　這種認知模式對人來說輕而易舉，但是對于一臺計算機來說無異于一項杰作。Modha和他在IBM5個研究中心以及康奈爾大學的同事這樣描述這個小芯片：它是首個具有“神經形態(tài)”的電腦芯片，不同于傳統(tǒng)意義上的平板電腦或手機中的處理器，它可以像一個哺乳動物的大腦一樣運行。

　　這枚芯片的名字叫作TrueNorth，它標志著芯片設計上的一次巨大跨越，有望使電腦更好地處理諸如圖片、語音識別等復雜任務，而普通的芯片很難完成。過去若干年來，科學家一直在嘗試建立一種受人腦啟發(fā)的計算方式。美國與歐洲的幾個實驗室也在嘗試過不同的技術版本。但外界人士表示，TrueNorth具備把神經形態(tài)的計算從實驗室推向現(xiàn)實世界的潛質。

　　TrueNorth集成了54億個連接在一起的晶體管，形成了一系列由百萬個“數(shù)字神經元”構成的陣列，它們就像生物體的大腦一樣，彼此之間可以通過2560萬個“神經突觸”進行對話。這個神經網絡系統(tǒng)架構可以高效地完成普通芯片難以完成的模式識別等復雜任務。加州勞倫斯—伯克利國家實驗室計算機學家HorstSimon表示：“這是從一種計算模式發(fā)展到另一種模式的質變?！?/p>

　　對人類來說，感知能力似乎再簡單不過，人們能很容易區(qū)分出騎自行車與滑滑板的區(qū)別。相較而言，盡管現(xiàn)代計算機擁有強大的運算能力，在這些任務面前卻一籌莫展。最先進的運算方式或許可以解決這些挑戰(zhàn)，但是它們卻需要龐大的計算能力。例如，谷歌最近展示了一套可以用來區(qū)別貓與人臉的計算模式，但這項任務需要16000個集成電路與100千瓦的能耗，而人類的大腦僅需約10瓦能耗。

　　今天普遍使用的計算機芯片是基于70年前匈牙利人JohnvonNeumann提出的系統(tǒng)架構。1945年，Neumann引入了處理、記憶和控制單元相分離的現(xiàn)代計算機基礎設計模型，該模型擅長執(zhí)行序列邏輯運算，且有助于進行數(shù)據(jù)解讀、電子表格運行以及文字處理。但當它涉及到大數(shù)據(jù)處理，如處理一些視覺或語言的時候，就會陷入困境。

　　現(xiàn)代芯片必須把資料從記憶庫中抽取出來，然后把抽取的結果送回到記憶庫中，才能進行下一步操作。因此，來回提取與反饋這些數(shù)據(jù)不僅需要能耗，還會造成交通堵塞。

　　在過去數(shù)十年中，工程師一直設法通過縮小晶體管、縮短交流線路以及減少芯片上的其他器件進行補償。該辦法確實縮短了數(shù)據(jù)經過的距離，減少了單個電子器件的能耗，并且提高了運行速度。

　　盡管如此，這種方法還是沒有奏效。由于新型芯片中的單個器件的尺寸僅有14納米左右，甚至比100個原子加起來的寬度還小，已接近物理學設定的極限。于是，制作者想到把多個處理器芯片并排鋪陳，用這種方法運輸數(shù)據(jù)，從生物學的角度解決了相關的技術問題。

　　技術優(yōu)勢

　　2012年，Modha與其同事使用IBM勞倫斯利物莫國家實驗室的一臺名為Sequoia的超級計算機模擬了人類大腦的交流方式，這項實驗使用常規(guī)電路在5000億個神經元和1000億個神經突觸之間進行了仿真交流。盡管如此，這項模擬僅僅是真正人類大腦傳輸速度的1/1500，Modha表示，如果要和人腦的交流速度相同，就需要120億瓦特的能耗，相當于洛杉磯和紐約市加起來的能耗量。

　　《自然》雜志認為，并行處理和復雜性的研究是神經形態(tài)計算研究的核心。這個概念在上世紀80年代由加州理工學院電子工程師CarverMead提出，他同時描述了模仿神經系統(tǒng)架構模擬計算機電路。美國加州大學歐文分校休斯研究實驗室(HRL)NarayanSrinivasa等人在Mead的啟發(fā)下，發(fā)明了一種硅制芯片，其計算電路包括576個神經元和73000個神經突觸，該研究團隊證明這個芯片對視覺信號的解釋異常清晰。

　　而另一項由英國曼徹斯特大學StephenFuber開展的SpiNNaker項目則由2萬個芯片組成，每個芯片代表1000個神經元。盡管該項目與Sequoia模擬實驗的概念很相近，但SpiNNaker的設計更側重在生物學速度方面模擬大腦交流活動。

　　相關應用

　　下一步的限制是資金，而不是想象力?！盡odha說。他表示，IBM希望這款芯片盡早進入商業(yè)化階段，并已經開始尋求與其他公司的合作。他表示，IBM計劃讓計算機領域的科學家盡快獲得這款芯片，并盡可能地開發(fā)相關功能應用的“聚寶盆”。

　　為了鼓勵相關應用，IBM已經建立了一個名為Synapse大學的虛擬大學，計算機科學家和研究人員可以在這里學習如何對這些新型芯片進行編程?！叭绻鸌BM這么做，一定會有很多人對它感興趣，并做一些實在的科學研究?！盕urber說?；蛟S，計算機終于開始走出“嬰兒期”，可以執(zhí)行一些人類認為“理所當然”的日常任務了。