神經晶元應用取得進展，為人工智慧的發展提供無數的可能性

許多人認為，摩爾定律正在終結，這意味著我們通過同樣的方法不會再獲得更多的計算能力。因此人們對於開發下一代計算機晶元的呼聲正變得高漲。在量子計算、FPGA、高性能 GPU 以外，神經形態計算是另一個有前途的發展方向。如果能研發出可以像大腦一樣工作的電腦晶元，這會為人工智慧的發展提供無數的可能性。

早期的神經晶元研發

其實，早在1940年就有關於神經網路的計算機晶元技術研究。傳統的CPU處理指令是基於「時鐘時間」的，信息是按一定時間間隔來傳輸，就好像是由一個定時器來管理。而通過神經元原理對數字進行打包處理，神經系統可以同時使用信號「峰值」(也不需要時間的剛性)來進行通信，這種信號可以在需要的時候發出。就像我們自己的大腦一樣，晶元的神經元通過處理輸入的電流強度來進行通信，每個神經元都能從即將到來的峰值中確定是否將電流發送到下一個神經元。關鍵在於，這些晶元處理人工智慧演算法的功耗要低得多。

1993年，General Vision 公司意識到馮?諾依曼體系運行神經網路的內在的局限性，他們與IBM合作，利用神經網路的獨特功能和IBM專長，構建出神經型態硬體，研發了世界上第一個商用神經型態晶元——ZISC（零指令型計算機）。

在2007年，General Vision公司推出一款由1024個人工神經元並行工作而構成的神經型態晶元Cognitive Memory 1000，即CM1K。它的耗電量僅有0.5瓦，並且能夠在幾微妙的時間識別和應對各種數據模式（圖像/代碼/文本/任何）。讓神經型態研究的進程有所加快。在之後的2009年，據報道稱一個歐洲團隊正在研發一個具有20萬個神經元和5000萬個神經突觸連接的晶元。

神經晶元取得實質進步

經形態晶元還是一種目前還不廣為人知的計算機晶元，但有幾家主要晶元製造商已經開始了相關研發。例如，IBM從08年開始就想依照人的大腦研發一款神經元晶元。在2014年已經研製出一款能夠模擬人腦神經元、突觸功能以及其他腦功能的微晶元TrueNorth，讓「神經晶元」這一略顯扯淡的想法得到實質性地突破了。TrueNorth是世界上功能最強大並且最複雜的晶元之一，它擅長完成模式識別和物體分類等繁瑣任務，而且功耗大約只有70毫瓦，遠低於傳統硬體。使用了54億個晶體管，比傳統PC處理器的四倍還多，產生的效果相當於100萬個神經元和2.56億個突觸。它們被分成了4096個名為「神經突觸內核」（neurosynaptic cores）的結構。每一個這種結構都能使用一種名為crossbar（交叉）的通訊模式來存儲、處理並向其它結構傳輸數據。

圖 TrueNorth內部結構

圖TrueNorth晶元熱成像

這樣看來，TrueNorth系統更像一個生物的大腦，而不是CPU。傳統CPU的就像我們的左腦，是一個快速的數字運算器，而TrueNorth則更像右腦，是一個模式識別器。TrueNorth的特性可以幫助人工智慧技術取得進一步發展，未來它會被應用於Facebook的面部識別或Skype的即時翻譯中去。

來自斯坦福大學的研究者們近日發布了一種 28nm 工藝的晶元，擁有百萬神經元神經形態的晶元裝置Brainstrom，它將可以運行全腦模型，且最後的成果可能成為嵌入式應用和集群伺服器上的計算晶元。Brainstorm晶元首次實現從高層次描述合成的脈衝神經網路，而非 FPGA 編程將問題映射到設備上那種。研究者正在開發能直接為某種任務寫下這種非線形微分方程的框架，並能自動將其映射到脈衝神經網路。裡面也會有將這些方程編碼、解碼到神經元的正式方式，所以該系統能夠實時的在處理過程中做其他認知型、目標驅動的工作。

把神經形態的設備集群在一起形成大規模超級計算機或其他應用，我們距離這個目標還有很遠一段距離，不過斯坦福的團隊的研究已將神經計算引向了更大規模。

神經晶元的應用突破

人們也一直在期待著神經晶元的實際應用很快進入我們的視野。最新報道表示，一款可以作曲的仿神經晶元近日由歐洲微電子研究中心（IMEC）的研究人員最近成功研發，雖然還處於原型產品階段，但已經可以通過分析歌曲中的模式學會了譜曲的規則，聽過某個曲子後，它就能作出類似風格的曲子。它的可不是為了讓音樂家們下崗，它是未來低功耗通用學習加速器的基礎，有了這項技術我們就能定製感測器讓電子產品了解它們各自「主人」的行為模式。

這款仿神經晶元搭載了電阻式 RAM，存儲單元是氧化物材料製作的細絲，它會根據不同的電壓條件進行連續調整。當晶元在多個訓練曲目中「聽到」兩個特殊的音符相繼出現時，就能識別出其中的模式。這兩個特殊音符連續出現的次數越多，就說明它們之間的聯繫越緊密，在作曲時，晶元就會用到這兩個音符。這樣的表現類似於大腦中不同神經元的學習方式。同時，這套系統也是分層級的，它能識別並學習更寬泛的模式。

「可作曲的仿神經晶元」研發的整體目標應該是讓人工智慧變得更加緊湊，讓它們更加貼近用戶。這套系統未來可以成為個人電子設備中的學習加速器，同時它還能助力其他運行神經網路的硬體。從細化的應用願景來說，或許將來會植入智能手錶，能夠學慣用戶的習慣，以便讀出更加精確的心率數值。

神經型態技術有改變一切東西的潛能。通過大腦神經型態晶元，我們可以讓我們使用的東西「認識」我們，也可以創造出一些神經型態的東西，還可以開啟一個真正的「智能」技術時代。也許這一天還要很等很久，不過在這之前更多的實際應用都變得指日可待了。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！