科研大咖共话神经拟态计算:下一代AI新宠( 二 )

不过在陈怡然看来 , 目前神经拟态计算本质上跟深度学习所能实现的功能没有特别大的不同 , “现在还没有可靠的证据表明 , 神经拟态计算能够达到这一代人工智能技术所不能达到的新境界 。 ”陈怡然也认可神经拟态计算所具有的“鲁棒”性以及实时性等优势 , 但这些只能说是在深度学习基础上的提升而不是技术上的突破 。 “神经拟态计算不应该是深度学习的一个子集 , 而应是全新的集合 , ”他表示 。

科幻照进现实

对于神经拟态计算 , 目前科研界、产业界都在抓紧研究和布局 。 近期 , 英特尔在神经拟态计算领域取得了重大进展 。 《自然》杂志的一篇论文显示 , 英特尔Loihi芯片仅需单一样本便可学会识别10种有害气体的气味 。 英特尔最新发布的以Loihi芯片为基础的神经拟态计算系统PohoikiSprings包含1亿个神经元 , 堪比小型哺乳动物的大脑容量 。

对于未来的突破方向 , 陈怡然认为最根本的问题是“必须要软硬协同 , 两者必须要齐头并进 。 ”宋继强则认为 , 尽快找到真正适应神经拟态计算的应用方向 , 取得里程碑式的进展 , 有助于促进产业跟随 。 为此 , 英特尔成立了INRC(神经拟态研究社区) , 成员可以获取英特尔Loihi测试芯片从而支持他们的神经拟态研究 。 目前已经有诸多科研机构、大学、世界500强企业加入 , 促进神经拟态计算应用落地 。

在此次对话中 , 有关未来神经拟态计算的应用方向 , 嘉宾们也作出了一些设想 。 唐华锦认为未来神经拟态计算比较有前景的切入点主要有两个:“一个是非结构化数据 , 实时性要求很高的场景 。 另外一个是多模态的、实时的场景 , 比如说机器人、无人机等需要持续学习和自适应学习的场景 。 ”

宋继强也认为 , 未来神经拟态计算很有可能会落地到商用或者消费级的产品 , “我们目前已经看到在服务机器人以及智能家居等场景下 , 神经拟态计算可以有很好的表现 。 ”


推荐阅读