768颗芯片、1亿个神经元!电脑追上小型哺乳动物脑容量,迄今最强神经拟态系统诞生
3、优化问题 可对神经拟态架构进行编程,使其动态行为能够随时间的推移对特定目标进行数学优化。 此行为可应用于解决现实场景下的优化问题,例如最大限度提升无线通信信道的带宽,或分配股票投资组合,以在风险最小化的情况下达到目标收益率。 五、商业化挑战:通用性不足“英特尔在商业化上面临的挑战是,我们确实需要看到大量或有效解决的问题。”Mike说,相比专用芯片,他们更希望实现更通用的计算。 比如神经拟态芯片可以用作支持人工智能“闻出”有害物体的气味来检测危险物品,但这种商业应用非常专业,需要针对特定应用目标的专用芯片进行固化。 Mike说:“我们真正感兴趣的,是找到一种像冯·诺依曼架构那样相对通用的新型计算架构。反之亦然,冯·诺依曼架构总是比神经拟态学能够更有效地解决架构问题,但这才是真正扩展可应用通用计算产品组合的开始。” 尽管英特尔已经展示出很多有趣的神经拟态计算示例,但Mike认为:“我们还没有足够广泛的示例,使我们有信心将其称为具有通用性的处理器。” Mike还提到,当前有些初创公司实际上比英特尔更早地商业化了其中的一些应用想法。 六、危品检测、新药研发,应用潜力很丰富虽说英特尔Loihi神经拟态芯片还在走向通用化的道路上,不过迄今为止,它已经在展现出在很多智能领域的应用价值。 就在前几天,英特尔和美国康奈尔大学在《自然-机器智能》期刊上联合发表一篇论文,展示Loihi芯片能在有明显噪声和遮盖的情况下,“闻出”10种危险化学品。 论文称,Loihi仅需单一样本便可学会识别每一种气味,且不会破坏它对先前所学气味的记忆,要达到与Loihi相近的识别准确率,传统深度学习解决方案需要的训练样本,至少是Loihi所需样本的3000倍。 除了危险物质检测外,神经拟态芯片在智能监控、图片搜索、新药研发、资产分配、环境监测、工厂质控等方面均颇具应用潜力。 Mike曾预测,机器人将是神经拟态计算的杀手级应用。 加州理工学院AMBER实验室的Rachel Gehlhar和加拿大国家研究委员会的Terry Stewart,曾使用英特尔Kapoho Bay Loihi设备控制AMPRO3假肢,以使该假肢能够更好地适应行走时无法预料的运动学障碍。 ▲Terry Stewart用英特尔Kapoho Bay设备控制AMPRO3假肢 在智能家庭应用中,想要入室抢劫的小偷,在进入房间时就可能被智能监控摄像头中的Loihi芯片所识别,并发出警报。 在消费应用中,Loihi能帮助消费者更准确地找到与特定产品的图片相似或相符的商品。 在医药场景中,Loihi可以通过模拟蛋白质折叠来帮助发现新药。 在金融场景中,Loihi可以快速做出股票投资组合等资产分配决策。 在交通场景中,Loihi还可能扮演“交警”的角色,通过优化交通信号灯的时间来缓解城市交通,或是识别汽车、自行车的运动。 在基建领域,例如遇到停电情况时,Loihi能自动确定最需要电力的某些区域。 在工业领域,Loihi也许会化身为一丝不苟的“监工”,既能精准识别有害化学物质,也能监测小到滚珠轴承、大到修建路桥的一切工业应用。 此外在国防安全方面,Loihi还可以内置到机场、边境、军事基地等的侦查设备中,更好地侦查化学武器、炸弹、毒品等安全威胁。 结语:神经拟态系统仍处研究阶段(编辑:555手机网) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |