接收到語音指令后,，經(jīng)過訓(xùn)練的3臺機器人分別擔(dān)任了巡邏、救援,、工程檢修“特種兵”,，模擬合作開展抗洪救險任務(wù)。在類腦計算機的控制下,，機器人可根據(jù)指令切換兵種……在之江實驗室,，研究人員進行了億級神經(jīng)元類腦計算機的應(yīng)用演示。
9月1日,，浙江大學(xué)聯(lián)合之江實驗室共同研制成功了我國首臺基于自主知識產(chǎn)權(quán)類腦芯片的類腦計算機,，其包含792顆浙江大學(xué)研制的達爾文2代類腦芯片，支持1.2億個脈沖神經(jīng)元,、720億個神經(jīng)突觸,，與小鼠大腦神經(jīng)元數(shù)量規(guī)模相當，典型運行功耗只需350—500瓦,，是目前國際上神經(jīng)元規(guī)模最大的類腦計算機,。
延續(xù)“最初的夢想” 新型計算模式顛覆傳統(tǒng)
如今計算機應(yīng)用普遍，但很少有人知道,，科學(xué)家們最初是想通過機器模擬出一個人類大腦,。
億級神經(jīng)元類腦計算機研究團隊負責(zé)人、浙江大學(xué)計算機科學(xué)與技術(shù)學(xué)院教授潘綱說,，早期計算機的發(fā)展選擇了以數(shù)值計算見長的馮·諾依曼架構(gòu),。然而由于馮·諾依曼架構(gòu)中數(shù)據(jù)儲存和計算的分離，產(chǎn)生了存儲墻問題,?！斑@就好比信息存儲在甲地，要計算的時候就把信息搬到乙地去,，計算好了再搬回甲地去,。但搬運的速度要遠遠低于計算的速度，反而讓搬運本身成為關(guān)鍵瓶頸,?！?/p>
潘綱直言,，這種計算模式制約了以大數(shù)據(jù)為代表的計算性能提升。同時,，數(shù)據(jù)驅(qū)動的智能算法,、訓(xùn)練需要海量樣本與密集計算，但舉一反三,、自我學(xué)習(xí)等高級能力比較差,，“現(xiàn)在的機器智能離人的智能差得還很遠”。
與傳統(tǒng)計算機不同的是,，生物大腦在與環(huán)境相互作用過程中能夠自然產(chǎn)生不同的智能行為,，包括語音理解、視覺識別,、決策任務(wù),、操作控制等，且能耗低,。自然界中,，很多神經(jīng)元遠低于100萬的昆蟲就能做到實時目標跟蹤、路徑規(guī)劃,、導(dǎo)航和障礙物躲避,。
“和計算機相比，人腦功耗相當于一個節(jié)能燈,。類腦計算即采用硬件及軟件模擬大腦神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)與運行機制,，構(gòu)造一種全新的人工智能系統(tǒng)?！表椖垦芯抗歉神R德副教授說，類腦芯片的工作原理就類似于生物的神經(jīng)元行為,，通過脈沖傳遞信號,，這樣就能實現(xiàn)高度并行，效率提升,。
每顆芯片上有15萬個神經(jīng)元,，每4顆芯片做成一塊板子，若干塊板子再連接起來成為一個模塊……為讓這么多神經(jīng)元實現(xiàn)高效的聯(lián)動組合,，同時將雜亂無章的信息流有序分配到對應(yīng)的功能腦區(qū),，研究團隊研制了專門面向類腦計算機的操作系統(tǒng)——達爾文類腦操作系統(tǒng)(DarwinOS)，實現(xiàn)了功能任務(wù)切換時間微秒級,，對類腦計算機硬件資源的有效管理與調(diào)度,，支撐類腦計算機的運行與應(yīng)用。
像“腦”一樣思考 提供探索神經(jīng)科學(xué)的新工具
借鑒海馬體神經(jīng)環(huán)路結(jié)構(gòu)和神經(jīng)機制,，構(gòu)建學(xué)習(xí)—記憶融合模型,，實現(xiàn)音樂,、詩詞、謎語等的時序記憶功能,；模擬不同腦區(qū)建立神經(jīng)模型,，為科學(xué)研究提供更快更大規(guī)模的仿真工具；實現(xiàn)“意念打字”,，對腦電信號進行實時解碼……目前,，這個億級神經(jīng)元類腦計算機已經(jīng)實現(xiàn)了多種智能任務(wù)。
潘綱指著3臺1.6米高,、并排而立的標準服務(wù)器機箱告訴記者,，別看現(xiàn)在這個億級神經(jīng)元類腦計算機是個“大塊頭”，隨著達爾文芯片及其他硬件的不斷迭代升級,，未來類腦計算機體積還將縮小,。“與硬件上的更新相比,，如何讓類腦計算機更聰明是我們下一步研究重點,。”
比如,，由于目前市面上的傳感器輸入的信號還是以數(shù)字為主,，在應(yīng)用到Darwin Mouse類腦計算機上，要加一個編碼層,，將信號轉(zhuǎn)換為脈沖式的,，而在這個過程中，信息有丟失和損傷,，會在一定程度上降低計算機的功效,。這一問題有待科研人員盡快解決。
潘綱表示,，希望隨著神經(jīng)科學(xué)的發(fā)展和類腦計算機的系統(tǒng)軟件,、工具鏈及算法的成熟，有朝一日能夠讓類腦計算機像馮·諾依曼架構(gòu)計算機一樣通用化,，真正像大腦一樣高效工作,，與馮·諾依曼架構(gòu)并存與互補去解決不同的問題。
談及類腦計算機的更多場景應(yīng)用,，潘綱表示,，要讓億級神經(jīng)元類腦計算機研究的價值真正實現(xiàn)，除了生活中的智能任務(wù)處理,，還應(yīng)優(yōu)先應(yīng)用于神經(jīng)科學(xué)研究,，為神經(jīng)科學(xué)家提供更快更大規(guī)模的仿真工具，提供探索大腦工作機理的新實驗手段,。
