1、神經(jīng)形態(tài)計算or深度學(xué)發(fā)強(qiáng)嵌牛導(dǎo)讀基于神經(jīng)元軟件模擬的人工神經(jīng)網(wǎng)絡(luò)在機(jī)器學(xué)習(xí)領(lǐng)域表現(xiàn)極佳且已經(jīng)具有了一定的工業(yè)應(yīng)用價值，但是計算量大、功耗高。另一條路線是直接用微電子電路模擬神經(jīng)元的特性，即神經(jīng)形態(tài)芯片。后者更加接近人腦的信息處理機(jī)制，表現(xiàn)出更好的并行性、容錯性、低功耗等特點，也有助于模擬人腦時空多尺度的信息處理特點。類腦計算始于20世紀(jì)80年代，其中代表性的項目有歐盟的FACETS及其后續(xù)項目Brainscale、IBM的TrueNorth等。牽牛鼻子類腦計算；Truenorth;嵌牛提問深度學(xué)習(xí)的地位在20年內(nèi)能否被神經(jīng)形態(tài)計算芯片取代？嵌牛正文TrueNorth

2、是IBM2014年發(fā)布的仿人腦芯片，在這個只有郵票大小的硅片上，集成了100萬個“神經(jīng)元”，256個“突觸”，4096個并行分布的神經(jīng)內(nèi)核，用了54億個晶體管，然而功耗卻只有70mW。之前，曾報道過IBM用TrueNorth芯片在構(gòu)建了電子的嚙齒動物大腦的新聞，近日，IBM又公布了與美國空軍研究實驗室、美國陸軍研究實驗室、以及勞倫斯利物莫國家實驗室在TrueNorth芯片應(yīng)用方面合作的最新成果。以下是TrueNorth的應(yīng)用領(lǐng)域：手勢識別(gesturerecognition)情緒識另I(emotionrecognition)光流(opticflow)圖像分類和對象追蹤(imageclassi

3、ficationandobjecttracking)實時的時空感官信息處理(real-timespatio-temporalsensoryinformationprocessing)機(jī)器學(xué)習(xí)(machinelearning)機(jī)器人(robotics)實時語音識另U(always-onspeechrecognition)音頻特征提取(audiofeatureextraction)二進(jìn)制映像分類(binaryimageclassification)概率推理(probabilisticinference)低能耗的神經(jīng)形態(tài)分類器(energy-efficientneuromorphicclassifi

4、ers)遞歸神經(jīng)網(wǎng)絡(luò)(recurrentneuralnetworks)生成模型(generativemodels)視覺顯著性網(wǎng)絡(luò)(visualsaliencynetworks)文本圖像識另U(textimagerecognition)移動超聲波(mobileultrasound)快速的稀疏逼近(fastsparseapproximation)2016年對于仿人腦計算來說意義重大IBM的TrueNorth團(tuán)隊在針對快速、高能效神經(jīng)形態(tài)計算的卷積網(wǎng)絡(luò)(“Convolutionalnetworksforfast,energy-efficientneuromorphiccomputing)論文中證明了

5、，仿人腦計算可以用前所未有的超低能耗執(zhí)行神經(jīng)網(wǎng)絡(luò)推理。簡單地說，TrueNorth芯片并沒有采用馮諾依曼架構(gòu)，而是模仿了人類大腦的神經(jīng)元結(jié)構(gòu)，它的計算效率和可擴(kuò)展性都遠(yuǎn)勝今天的計算機(jī)。加載了神經(jīng)網(wǎng)絡(luò)模型的TrueNorth芯片，可作為實時感知流推理引擎使用，而且能夠在快速、準(zhǔn)確分類的同時保持超低功耗TrueNorth擁有100萬個神經(jīng)元，郵票大小，能力相當(dāng)于一臺集成了“神經(jīng)突觸”的超級計算機(jī)，然而功耗卻只有70mW，用手機(jī)的電池就夠跑它跑一個星期了。雷鋒網(wǎng)了解到，最近，IBM剛剛聯(lián)合勞倫斯利物莫國家實驗室、美國空軍研究實驗室、美國陸軍研究實驗室，共同在享有盛譽(yù)的2016IEEE超級計算會議上發(fā)

6、表了關(guān)于TrueNorth的第五篇論文。在論文中，IBM總結(jié)了12年半以來的成果。ScienceCognitiveComputingSymposiumatUCBMouse-scaleSimuiationsAtmadenDecadeoftheMindatGeorgeMasonUniv.AlmadenGrandChallengeIAlmadenInstituteonCognitiveComputinguRatscalejrSimulationsQ?COLUMBIAUNIVERSITYQ?COLUMBIAUNIVERSITY“Cat-scale”SimulationsWonDARPASyNAPSEG

7、rant1:1EquivalenceWiringDiagramoftheMonkeyBrainuworm-sealevchipsFw3REEConceptionofanetworkofneurosynapticcoresScientificAmericanCoverI3nConceptionofCoreletProgrammingLanguageSyNAPSEEcosysteminiLabsjoinsMezzanineBoardVisualizationAwardSyNAPSEUniversityChipLayoutWafersArriveScience16-ChipBoardAFRLNS1&

8、-16System0E&dnPaper(PNAS)ConceptModelsBootCamp“48Single-ChipBoardSystemLiveGestureRecognitionandTVcontroldemoatAlmaden30thAnniversaryCognitiveSystemsColloquiumonBrain-inspir&dComputingIACMGordonBellPrizeFinalist_Single-ChipBoardNIPS1BackpropagationBootCamp-Paper癱涎蹲InduGtedintoComputerHistoryMuseumR&

9、D100AwnrcLLNLNS16eSystemIBM的三個合作伙伴：美國陸軍研究實驗室，美國空軍研究實驗室，以及勞倫斯利物莫國家實驗室，分別在論文展示了不同的TrueNorth系統(tǒng)。美國陸軍研究實驗室展示了數(shù)據(jù)傳輸方案模型，TrueNorth的低功耗特性使得在收集數(shù)據(jù)的同時能夠進(jìn)行計算。該模型使用了單芯片的NS1e主板和一臺安卓平板，美國陸軍研究實驗室的科研人員允許訪問者在平板上手寫算數(shù)運算式，然后手寫的算數(shù)式會被傳送到NS1e上進(jìn)行字符識別，而那些被識別的字符將會被傳送回平板進(jìn)行計算。當(dāng)然，實驗的最終目的并不是要做一個手寫計算器，而是想展示如何利用TrueNorth芯片的低功耗和實時模式識

10、別特性，幫助在部署數(shù)據(jù)收集時，減少延遲、降低數(shù)據(jù)復(fù)雜性、減少傳輸寬帶需求，同時解決分布式系統(tǒng)終端的數(shù)據(jù)存儲需求。美國空軍研究實驗室則展示了另一個應(yīng)用模型：利用TrueNorth橫向擴(kuò)展系統(tǒng)來執(zhí)行并行數(shù)據(jù)的文本提取和識別任務(wù)。在這個應(yīng)用中，圖像文本被分割成單獨的字符，然后被傳輸?shù)矫绹哲娧芯繉嶒炇业腘S1e16TrueNorth系統(tǒng)里進(jìn)行并行字符識別。歸類之后的結(jié)果將會被傳送到基于推理的自然語言模型中來重建單詞和句子。這個系統(tǒng)每秒中可以處理16000個字符。美國空軍研究實驗室計劃將詞句的推理算法也植入到TrueNorth中。得益于TrueNorth芯片自然堆疊的特性，勞倫斯利弗莫爾國家實驗室用有

11、16塊芯片的NS16e擴(kuò)展系統(tǒng)，通過大型的神經(jīng)模型和更復(fù)雜的算法，來探索后馮諾依曼時代的計算潛力。在超級計算的論文中，他們探索了單芯片在監(jiān)控增材制造過程中的原位合成（一種最近發(fā)展起來制備復(fù)合材料的新方法）的應(yīng)用。勞倫斯利弗莫爾國家實驗室訓(xùn)練了一個TrueNorth網(wǎng)絡(luò)，能夠追蹤激光熔化機(jī)的焊點質(zhì)量，而且可以識別7種等級。實時的焊點質(zhì)量監(jiān)控使得閉環(huán)工藝改進(jìn)和立即排除缺陷部件成為可能。這只是勞倫斯利弗莫爾國家實驗室正在開發(fā)的，能夠展現(xiàn)TrueNorth作為可擴(kuò)展平臺的低功耗和實時推理特性的幾個應(yīng)用之一。目前TrueNorth仍然只是一個概念驗證的研究模型IBM表示，未來將發(fā)布更多的API,讓合作伙伴能夠?qū)崟r傳感器連接到TrueNort