科研大咖共话神经拟态计算:下一代AI新宠

近日 , 英特尔中国研究院院长宋继强与杜克大学电子与计算机工程系教授陈怡然教授以及浙江大学计算机学院教授唐华锦教授进行了一次有关神经拟态计算的行业对话 。

神经拟态计算 , 又被称为类脑计算和神经形态计算 , 模拟的是人脑的神经结构和运行方式 , 其中的计算模块类似于人脑中的神经元 , 通过一种全新的模型——脉冲神经网络(SNNs)将神经元进行重新分布 。

芯片向人脑演化 , 对现有计算架构的颠覆 , 神经拟态计算已经成为前沿科技中非常热门的领域 , 并被赋予带领人类进入新人工智能时代的使命 。

科研大咖共话神经拟态计算:下一代AI新宠。三位学术界大咖在这次的行业对话中着重对神经拟态计算的独特优势、和目前主流的深度学习的对比、如何进一步突破以及未来的应用方向等话题进行了意见交流 , 再次引起了业界对神经拟态计算的关注和讨论 。

科研大咖共话神经拟态计算:下一代AI新宠。

为AI注入新的想象

目前的人工智能正在面临着诸多挑战 , 其中一项就是对于能源的大量需求 , 造成对生态的污染问题 。

国外的一项研究显示 , 仅仅是训练一个AI模型 , 所消耗的电力产生的碳排放量相当于5台美式轿车整个生命周期的碳排放量 。 可以说 , 目前的AI模式对生态环境构成了一定的威胁 。

作为下一代的AI芯片 , 神经拟态计算能够很好地解决这一问题 。 宋继强表示:“神经拟态计算在算法以及芯片的设计上可以实现以低一千倍以下的功耗去完成同样效果的模型训练 。 ”来自浙江大学的唐华锦教授也认为神经拟态芯片是一种环境友好型的芯片 , “体积小、功耗低 , 符合生物进化最本质的优势 。 “

除了能耗低的优势之外 , 神经拟态计算还有诸多其他优势 。 唐华锦称“神经拟态计算最大的优势是神经元的智能性和自主性 , 不是单纯解决一个数据训练、模式识别的问题 , 而是解决多模态感知、非结构化信息的感知和推理 。 “

另外 , 来自杜克大学的陈怡然教授也表示神经拟态计算相比目前的技术来说会更加安全 , “神经拟态计算可以通过不同信号相互之间连接 , 可以做得更‘鲁棒’(Robust) , 这对于外在的攻击或者不友好的操作其实可以更有效的进行保护 , 现在这方面也有一些新的研究 。 “

能否取代深度学习?

在此次对谈中 , 一个重要的谈论主题是神经拟态计算是否会在不远的未来取代深度学习 。 Gartner此前的一份调查报告预测 , 到2025年神经拟态计算有望取代GPU , 成为下一代AI的主流计算形态 。

对此 , 三位嘉宾的观点不尽相同 。 宋继强认为神经拟态计算和深度学习的关系是兼收并蓄 , 而不是取代 , “对于深度学习已经非常擅长的 , 模拟人类视觉或者自然语言交互的任务 , 我们让深度学习的网络去模拟;对于其他不太适合用深度学习做的 , 如英特尔Loihi芯片做的嗅觉方面的研究 , 还有机器人操控、多模态甚至于跨模态之间的知识存储 , 我们可以用神经拟态计算去实现 。 ”

唐华锦认为 , 在一些特殊场景中 , 比如并不需要精确的计算结果而是需要在一个实时环境中给出一个“鲁棒”的响应时 , 相比于深度学习算法 , 神经拟态计算有着绝对优势 。


推荐阅读