英特爾開(kāi)放其最大規(guī)模的神經(jīng)擬態(tài)計(jì)算系統(tǒng)，神經(jīng)容量相當(dāng)于小型哺乳動(dòng)物的大腦

一直以來(lái)，科學(xué)家和工程師們都在努力復(fù)刻人腦的工作原理，由此誕生了我們熟悉的神經(jīng)網(wǎng)絡(luò)。

在這一過(guò)程中，人們也在嘗試復(fù)制感官能力，英特爾的神經(jīng)擬態(tài)芯片 Loihi 就是一項(xiàng)最新的研究成果：它擁有 13 萬(wàn)個(gè)神經(jīng)元（1024 核），實(shí)現(xiàn)了嗅覺(jué)模擬，掌握了 10 種危險(xiǎn)品不同氣味的神經(jīng)表征。

人類(lèi)的嗅覺(jué)識(shí)別看似只有聞一聞這個(gè)動(dòng)作，但背后的機(jī)制非常復(fù)雜。

如果你拿起一個(gè)葡萄柚聞一聞，水果分子就會(huì)刺激鼻腔內(nèi)的嗅覺(jué)細(xì)胞。鼻腔內(nèi)的細(xì)胞會(huì)立即向你的大腦嗅覺(jué)系統(tǒng)發(fā)送信號(hào)，一組相互連接的神經(jīng)元中的電脈沖就會(huì)在這個(gè)嗅覺(jué)系統(tǒng)中產(chǎn)生嗅覺(jué)。

無(wú)論聞到的是葡萄柚、玫瑰還是有害氣體，你大腦中的神經(jīng)元網(wǎng)絡(luò)都會(huì)產(chǎn)生該物體特有的感覺(jué)。同樣，你的視覺(jué)和聽(tīng)覺(jué)、回憶、情緒和決策都有各自的神經(jīng)網(wǎng)絡(luò)，它們都以特定的方式進(jìn)行計(jì)算。

神經(jīng)擬態(tài)計(jì)算的優(yōu)勢(shì)

神經(jīng)擬態(tài)計(jì)算（Neuromorphic Computing）是一個(gè)由硬件開(kāi)發(fā)、軟件支持、生物模型相互交融而成的古老領(lǐng)域，旨在基于仿生的原理讓機(jī)器擁有類(lèi)人的智能。

低功耗、高容錯(cuò)、創(chuàng)造性…… 人腦有太多值得機(jī)器追趕的能力，因此也是很多計(jì)算科學(xué)家為之向往的存在。在人腦這個(gè)僅占 3% 人體質(zhì)量的器官中，1000 億個(gè)神經(jīng)元攜 1000 萬(wàn)億個(gè)突觸相連接。每一秒都有神經(jīng)元衰老死亡的情況下，大腦仍能運(yùn)轉(zhuǎn)計(jì)算著世界撲面而來(lái)的巨大信息量。而功耗只有 20 瓦。

1980 年，人類(lèi)首次打開(kāi)神經(jīng)擬態(tài)計(jì)算的大門(mén)。超大規(guī)模集成電路 ( VLSI ) 發(fā)明者之一、加州理工學(xué)院傳奇人物 Carver Mead 首次提出神經(jīng)擬態(tài)概念，并設(shè)想用 CMOS 模擬電路去模仿生物視網(wǎng)膜，搭建具有生物計(jì)算特性 的系統(tǒng)。

2017 年，作為英特爾研究院的一個(gè)研究課題，英特爾開(kāi)發(fā)了代號(hào)為 Loihi 的第一款自主學(xué)習(xí)神經(jīng)擬態(tài)芯片，在神經(jīng)擬態(tài)硬件的開(kāi)發(fā)上邁出一步。

據(jù)英特爾中國(guó)研究院院長(zhǎng)宋繼強(qiáng)介紹，之所以選擇這個(gè)研究方向，主要是出于兩個(gè)考慮。

第一，想要訓(xùn)練一個(gè)可用的模型，神經(jīng)擬態(tài)技術(shù)所需的數(shù)據(jù)和能耗較少?，F(xiàn)在的人工智能和深度學(xué)習(xí)技術(shù)，訓(xùn)練起來(lái)需要大量的數(shù)據(jù)和能源。一個(gè)大型模型所消耗的電量會(huì)產(chǎn)生大量的碳排放，約等于 5 輛汽車(chē)整個(gè)生命周期的排放量。而且隨著人工智能技術(shù)的發(fā)展，能耗勢(shì)必會(huì)越來(lái)越多。

這時(shí)候就需要尋找一種既能提高能效比，又能提高數(shù)據(jù)使用率的方案。神經(jīng)擬態(tài)計(jì)算恰好滿足這種需求。

第二，相比深度學(xué)習(xí)，神經(jīng)擬態(tài)計(jì)算模型更容易解釋和推理。雖然深度學(xué)習(xí)技術(shù)很強(qiáng)大，但它的一個(gè)劣勢(shì)是黑箱問(wèn)題。即使是模型開(kāi)發(fā)者，也難以完全解釋清楚復(fù)雜模型的工作原理和行為模式。

相比之下，神經(jīng)擬態(tài)作為類(lèi)腦計(jì)算模型有著天然優(yōu)勢(shì)。在逐漸通過(guò)小數(shù)據(jù)學(xué)習(xí)產(chǎn)生網(wǎng)絡(luò)之后，它是可以解釋的，行為更加穩(wěn)定，也支持更深層次的推理，然后根據(jù)更多數(shù)據(jù)持續(xù)自學(xué)。

" 我們希望人工智能模型是可以解釋的，我知道你為什么做得好，為什么做得不好，這樣才可以用在一些關(guān)鍵的任務(wù)當(dāng)中，" 宋繼強(qiáng)在近日接受 DeepTech 等媒體采訪時(shí)表示。

軟硬件結(jié)合

在 2020 年 3 月發(fā)表的論文中，英特爾和康奈爾大學(xué)聯(lián)合團(tuán)隊(duì)介紹了 Loihi 芯片背后的故事。

他們以動(dòng)物的生物嗅覺(jué)系統(tǒng)為基礎(chǔ)，測(cè)量動(dòng)物聞到氣味時(shí)的腦電波活動(dòng)，然后根據(jù)這些電路圖與電脈沖，導(dǎo)出了一套算法，并將其配置在測(cè)試的 Loihi 神經(jīng)擬態(tài)芯片上。

在研究中，Loihi 需要學(xué)習(xí)檢測(cè)復(fù)雜混合物的不同氣味。在一個(gè)風(fēng)洞實(shí)驗(yàn)中循環(huán)著 10 種氣體物質(zhì)（氣味），傳感器對(duì)各種氣味的反應(yīng)被傳送至 Loihi，由其芯片電路對(duì)嗅覺(jué)背后的大腦電路進(jìn)行模擬。

這一點(diǎn)和居民常用的煙霧和一氧化碳探測(cè)器能探測(cè)氣味有著本質(zhì)的不同。因?yàn)?，這些探測(cè)器借助傳感器探測(cè)空氣中的有害分子，但無(wú)法對(duì)各種氣味進(jìn)行智能分類(lèi)。

對(duì)比此前已有的傳統(tǒng)方法——基于深度學(xué)習(xí)的解決方案，Loihi 展現(xiàn)出了出色 的識(shí)別準(zhǔn)確率。傳統(tǒng)方法要達(dá)到與 Loihi 相同的分類(lèi)準(zhǔn)確率，該解決方案學(xué)習(xí)每類(lèi)氣味需要 3000 倍以上的訓(xùn)練樣本。這也印證了宋繼強(qiáng)所說(shuō)的第一點(diǎn)。

在 Loihi 芯片基礎(chǔ)上，英特爾還打造了一個(gè)神經(jīng)擬態(tài)系統(tǒng) Pohoiki Springs，首次將計(jì)算能力（神經(jīng)元）擴(kuò)展到了 1 億個(gè)，將 Loihi 的神經(jīng)容量增加到一個(gè)小型哺乳動(dòng)物大腦的大小。

Pohoiki Springs 是一個(gè)數(shù)據(jù)中心機(jī)架式系統(tǒng)，是英特爾迄今為止開(kāi)發(fā)的最大規(guī)模的神經(jīng)擬態(tài)計(jì)算系統(tǒng)。它將 768 塊 Loihi 神經(jīng)擬態(tài)研究芯片集成在 5 臺(tái)標(biāo)準(zhǔn)服務(wù)器大小的機(jī)箱中，同時(shí)以低于 500 瓦的功率運(yùn)行。

據(jù)宋繼強(qiáng)介紹，英特爾創(chuàng)立 INRC（英特爾神經(jīng)擬態(tài)計(jì)算研究社區(qū)），面向全球研究機(jī)構(gòu)、創(chuàng)業(yè)公司和大型公司開(kāi)放。企業(yè)在了解了英特爾神經(jīng)擬態(tài)計(jì)算之后，可以直接向英特爾提交申請(qǐng)，闡述自己的項(xiàng)目提案。

加入社區(qū)后，研究機(jī)構(gòu)可以訪問(wèn)云平臺(tái)上的神經(jīng)擬態(tài)計(jì)算服務(wù)，擁有 1 億神經(jīng)元的 Pohoiki Springs 系統(tǒng)就在上面。如果有需要，研究人員還可以直接申請(qǐng) Loihi 硬件，自己搭建 Loihi 芯片的集成平臺(tái)去做試驗(yàn)。整個(gè)過(guò)程都是免費(fèi)的。

硅電子自旋量子計(jì)算道路

除了神經(jīng)擬態(tài)芯片，英特爾研究院還同時(shí)在量子計(jì)算領(lǐng)域發(fā)力。不過(guò)英特爾選擇了一條業(yè)界里面比較少有人走的道路：硅電子自旋量子比特。

據(jù)介紹，英特爾其實(shí)嘗試過(guò)比較流行的超導(dǎo)量子比特，但就自身積累而言，硅電子自旋更符合其長(zhǎng)期的基于硅半導(dǎo)體的制造工藝和現(xiàn)有技術(shù)。

宋院長(zhǎng)進(jìn)一步補(bǔ)充稱(chēng)，" 一旦做成，我們有信心能把它很快規(guī)?；?，我們也有信心把它做得便宜，讓更多人體驗(yàn)到量子計(jì)算帶來(lái)的好處。所以說(shuō)我們選擇的這條路是世界上很少有人走的路，但是我們一旦做好，它帶來(lái)的效益會(huì)很大。"

2020 年 2 月，英特爾與荷蘭量子技術(shù)研究中心公布了低溫量子控制芯片 Horse Ridge，稱(chēng)其有望同時(shí)控制最多 128 個(gè)量子比特，并且在量子系統(tǒng)的保真度、擴(kuò)展性和靈活性方面均有重大進(jìn)展，正在向商用量子計(jì)算機(jī)邁進(jìn)。

一般來(lái)說(shuō)，量子比特要在超低溫的環(huán)境下工作，人們需要用微波控制它們，而微波需要用電線作為載體。以現(xiàn)在的技術(shù)水平，操控 40-50 個(gè)量子比特就需要數(shù)百根控制線，更不用說(shuō)未來(lái)操控成百上千個(gè)量子比特了。數(shù)量龐大的布線會(huì)約束量子系統(tǒng)的擴(kuò)展性。

Horse Ridge 的設(shè)計(jì)理念是簡(jiǎn)化量子系統(tǒng)運(yùn)行時(shí)所需的控制線，基于高度集成的系統(tǒng)級(jí)芯片（SoC），將 4 個(gè)無(wú)線電頻率信道集成到上面，每個(gè)信道負(fù)責(zé)控制 32 個(gè)量子比特，整體就可以同時(shí)控制 128 個(gè)量子比特。

每個(gè)芯片只需要一根線，如果要控制上千個(gè)量子比特，只需要多放一些芯片就可以了，大大減少了工作量。

無(wú)論是神經(jīng)擬態(tài)，還是量子計(jì)算，都處于很早期的階段，想要應(yīng)用在現(xiàn)實(shí)生活中，還有很長(zhǎng)的路要走。但并不意味應(yīng)用在現(xiàn)階段不重要。

" 我相信，底層技術(shù)的創(chuàng)新和科研必須堅(jiān)持長(zhǎng)期主義，保證有‘雙輪驅(qū)動(dòng)’，一個(gè)輪 子是基礎(chǔ)底層不太變的核心技術(shù)方向，另外一個(gè)輪 子是快速實(shí)行，要往哪方面去用，" 宋繼強(qiáng)強(qiáng)調(diào)。