英特爾創新者：為了研究神經擬態晶元，他用上了小鴨子、玩具象和搖頭娃娃

創新早已融入英特爾的基因與血脈，面向數據洪流驅動下的全新未來，英特爾繼續引領計算創新，釋放數據的價值。在這個過程中，英特爾每一位員工匯聚成的創新洪流，起著關鍵作用。我們將通過「英特爾創新者」系列，講述個體的創新故事。

英特爾神經擬態計算項目主管Mike Davies手持科學家羅莎林·富蘭克林造型的搖頭娃娃，英特爾的自主學習神經擬態晶元Loihi能夠快速地學會識別它。（照片來源：Tim Herman/英特爾公司）

登山、漂流、潛水、馬拉松長跑……Mike Davies是個不折不扣的戶外愛好者。在不斷突破身體極限的同時，他也在突破科技的極限，這來自他的另一個身份——英特爾神經擬態計算專家。

什麼是神經擬態計算？「我們試圖觀察、學習和理解大腦的運行，並在計算機晶元上進行複製」，Mike這樣解釋自己的工作。

在加州理工學院獲得電氣工程碩士學位後，Mike就職於Fulcrum Microsystems，從事乙太網交換機的研發。

近10年的工作讓Mike收穫頗豐，然而在獲得五項專利、研發五代交換機後，Mike感覺工作變得越來越沒有挑戰。

全新的轉折在這時發生。2011年，Fulcrum Microsystems因為實現了乙太網交換機晶元非同步設計研究的商業化而被英特爾收購，Mike因此加入英特爾，「事實證明，非同步設計真的非常適合神經擬態晶元」。英特爾研究院立即讓Mike和團隊開始相關工作。

實現更高效的人工智慧

2017年 9月，英特爾宣布了代號為Loihi的第一款自主學習神經擬態晶元，共有13萬個神經元和1.3億個觸突，包括模仿大腦基本機制的數字電路，從而讓機器學習變得更快、更高效，同時對計算力的需求更小。

Mike展示了一個有趣的神經擬態計算實驗，他使用Loihi模擬大腦如何根據環境反饋進行學習。

首先，研究員在Loihi上運行了用來進行圖像識別的簡單神經網路。就像幼兒在父母懷中，探索未知物體的過程一樣，研究員先要讓Loihi用「眼睛」看到物體，再輸入物體的名稱，這樣Loihi就能快速、準確地辨別物體。

研究員把羅莎林·富蘭克林（著名科學家）造型的搖頭娃娃作為訓練工具，將其360度旋轉，讓Loihi能夠從每一個角度記住羅莎林。訓練了一次後，Loihi便能在4秒鐘內從少量圖片中區分一個橡膠鴨子、一個玩具大象和搖頭娃娃。儘管研究院只給出了羅莎林的一個背影，Loihi還是能夠快速辨別出來。雖然這個實驗只使用了Loihi不到1%的晶元資源，但它表明了架構的有效性。

「這個令人興奮的小例子，說明了神經擬態計算如何實現更高效的人工智慧」，Mike表示。通過測試發現，Loihi晶元總體可以發揮100%的功能，有充足的運行空間。與訓練人工智慧系統的通用計算晶元相比，Loihi晶元的效能可以提升1000倍。

GIF

推動神經擬態計算的應用

神經擬態計算堪稱推動人工智慧發展的重要手段。未來，我們將如何體驗到？

Mike預測，機器人將是神經擬態計算的殺手級應用。在智能家庭的應用中，想要入室搶劫的小偷，在進入房間時就可能被智能監控攝像頭中的Loihi所識別，並發出警報；在汽車應用中，Loihi還可能扮演「交警」的角色，緩解交通壓力，或是識別汽車、自行車的運動；在工業領域，Loihi也許會化身為一絲不苟的「監工」，監測小到滾珠軸承、大到修建路橋的一切工業應用。

「神經擬態晶元將幫助人們減少一些繁重而耗時的工作」，Mike說。

今年上半年，英特爾計劃與頂級院校和研究機構共享Loihi測試晶元，同時將其應用於解決更加複雜的數據集和問題。英特爾已經向特定研究合作夥伴提供了首批開發系統，他們正在進行感知、馬達控制、信息處理等多種應用的研究。

英特爾也宣布成立神經擬態研究社區（INRC），這是一個涵蓋學術、政府和行業研究團體的合作夥伴網路，通過與全球領先科研機構合作，Loihi將在未來幾年從研究原型變成行業領先產品，解鎖未來人工智慧的性能和能效，推動人工智慧加速發展。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！