首页

科技
手机搜狐
SOHU.COM

大脑这么牛逼,为什么不把脑袋装电路板上呢?

今天是农历廿九,朋友们都回家过年了吧。

我已经平安到家,等春晚盼新年了。

不过想想可能还有丁友会拿着手机等丁少的推文,我还是默默拿出了电脑……

可是这几天科技圈除了各大公司撒红包之外,好像也没什么大新闻。

那今天我就来给大家科普科普我一直想给大家介绍的——

Neuromorphic Chip

神经形态芯片

展开剩余90%

先别急着懵逼,这个听起来很高大上的词,其实和我们的未来息息相关。

这么说吧,我们手边的每一种终端,比如手机、电脑,都需要一种或者多种运算芯片。

电脑时代是 CPU。

随着图像处理需求的日益增加,出现了 GPU。

现在来到了 AI 时代,有了苹果的 A11 bionic 以及麒麟 970。

这俩芯片里都出现了专为AI运算而生的 NPU。

可有了 NPU 大家还不满足,有人觉得 NPU 就像是在传统的组件里装进了新的架构。

他们主张未来的运算还是需要一种推倒重来全新设计的处理器才能胜任。

这时候,神经形态芯片应运而生。

老规矩,我尽量用最通俗易懂的语言给大家解释一下这种芯片到底哪儿与众不同。

我们知道,所谓的 AI,其实是在模仿人类去思考问题。

现在的 AI 运算靠的是处理器,而人类思考靠的是大脑。

这下问题来了……处理器和大脑在工作原理上有着本质上的区别。

处理器如 CPU,是建立在冯诺依曼体系结构之上。

用数以亿计的晶体管被设计成不同的逻辑门。

进而组成控制、逻辑、寄存三大部分,合作完成复杂运算的。

它的优点是:准确、精确,而且有条不紊。

正如解复杂的计算题一般,条件很精确,运算方式明确,答案也就能在一瞬间给出。

而大脑,靠的是神经元之间传递化学物质进而引发电信号。

数量高达近千亿个的神经元之间错综复杂的连接,让你有了感觉,让你能够思考。

随着你的学习和生活,某些区域的化学物质的量可能会动态地增加,也就让大脑这个区域更活跃,可以有针对性地对某些场景更敏感。

这种动态调节机制让大脑的思考更加玄妙、感性、多样,也多了不确定性。

还是用简单的例子来理解,就看我们生活当中常见的验证码:

这张验证码我们还是能比较轻松地认出是:42SYNg

但实际上图片里还有两道曲线、一堆杂点,以及 c、z、a、y 等字母。

为什么我们会选择性的忽略呢?可能就是因为长期的训练,让我们的大脑面对这些小到一定程度的字母时,会分泌更少的化学物质吧。

但,这种图让机器那种死脑筋去识别,那可能就翻车了。

为了让 AI 能用更像大脑的方式处理问题,科研人员把神经形态芯片上的逻辑门换成了“脉冲神经元”。

然后也模仿大脑,让这些神经元互相连接,并动态调整“化学递质”的量。

具体更细节的设计我们不得而知,但我们知道这样的芯片会有哪些优点。

更智能

神经形态芯片天生就很契合深度学习。

因为深度学习本身就是要通过大量的输入数据,让算法总结出各个值的“权重”。

而这个“权重”不正是神经形态芯片“动态调节”所擅长的嘛。

所以它能更高效地完成深度学习的任务。

更节能

和传统处理器不同的是,神经形态芯片的神经元不是每一次都会被激活。

而是需要哪一块才激活哪一块。

这意味着它能比传统芯片节能很多。

可以举一反三

同样是因为和大脑的机制类似,所以如果芯片学会了某种场景。

当另一个场景和这种非常类似的话,它可以直接泛化。

也就是稍微调一调就能套用。

这就和我们人类“举一反三”的能力类似,学会了开手动挡的车,自然会开自动挡。

目前来说,神经形态芯片还是有所发展地,像 IBM 推出了 TrueNorth,英特尔也有一款 Loihi。

IBM TrueNorth

但面对这种推翻重做的主张,业界依然存在很多质疑。

理由很简单:我们已经在一条路上走太远了,真的要重来,代价太大了……

丁少倒是觉得,咱们可以拿它做技术储备,倘若哪一天我们钻研透了大脑的奥秘,那这项技术可能就要吊打传统结构的处理器了。。

声明:该文观点仅代表作者本人,搜狐号系信息发布平台,搜狐仅提供信息存储空间服务。

网站地图

用户反馈 合作

Copyright © 2018 Sohu All Rights Reserved

搜狐公司 版权所有