蛋酱原创

登上Nature封面,清华施路平揭秘「天机」芯片研发历程

科技一直飞速改变着外在世界,类脑计算则让我们开始审视内心世界。11 月 3 日,清华大学类脑计算研究中心主任施路平登上 2019 腾讯科学 WE 大会的讲台,与大家分享了自己在类脑计算方面的心得和经验。

8 月 1 日,《Nature》杂志的封面文章介绍了清华大学在通用人工智能上的新尝试:一款名为「天机」的全新芯片架构,结合类脑计算和人工智能算法,展示了迄今为止从未有人实现过的强大能力。

这一重量级研究的背后,是清华大学精密仪器系教授、类脑计算中心主任施路平带领的团队。

自从工业革命以来,我们陆续发明了蒸汽机、发电机、计算机……人类一直在努力推动科技进步,以此改善物质世界。

「我们忽然发现,当物质生活发展很快的时候,我们的精神生活没有同步。类脑计算的发展,给了我们一个向内发展、审视自己内心的机会,」施路平说道。

施路平在 2019 腾讯科学 WE 大会。

施路平 2013 年加入清华大学,主要研究类脑计算模型和算法、类脑芯片和类脑计算机,并一手创建了类脑计算研究中心,他也是「天机芯」的研发者。在天机芯的控制下,一辆普通自行车实现了识别语音指令、自动控制平衡等功能,还能对前方行人进行探测和跟踪,并自动避开障碍,在驾驶技术层面像真实的人类一样灵活。

今年 8 月 1 日,「天机芯」登上了《Nature》的封面。那一篇《面向通用人工智能的混合天机芯片架构》,也成为了中国研究团队首篇在《Nature》上发表的横跨芯片和人工智能两大领域的论文。一时间,类脑计算被人们看作打开通用人工智能未来之门的钥匙。

如果要了解类脑计算,我们要从「通用人工智能」谈起。

通用人工智能」是人类一直以来的梦想

通用人工智能不是一个新的 Idea,在图灵、冯诺伊曼等早期计算机科学家的文章中都可以读出来,通用人工智能是人类一直以来的梦想。正如施路平所说,在一定程度上,实现通用人工智能是人类研究人工智能的初衷。

直到几十年后的今天,「通用人工智能」才有了比较好的实现条件,也呈现出了比较快的发展态势。我们看到 AlphaGo 战胜人类最高水平的围棋选手,还有机器辩论选手可以打赢人类的冠军,诸如此类。但人工智能仍然有一些局限性,施路平总结说,我们想让人工智能「正常发挥」必须满足五个条件:充足的数据、决定性的问题、完备的知识、静态、单一的系统。

现实不可能像理想中那么完美,我们想要的就是在「没有充足数据甚至是假数据」、「没有明确问题」的状态条件下,依然能够完美地处理问题的人工智能。试想,为什么人类能够举一反三、以不变应万变?答案在人脑中。

施路平认为,人脑是目前唯一的通用智能体,在未来十年,我们必须学会借鉴人脑的原理,来改善计算机系统。可以说,类脑计算是通用人工智能发展的基石。

研究「类脑」是一件正确的事

13 年前,施路平感知到了摩尔定律即将要失效,便开始了类脑计算的研究之路。不过这条路人烟稀少,类脑研究领域的很多东西都需要研究者去自己摸索。

施路平说,做研究可以挑选困难的来做,走着走着发现身边已经没人了,坚持下来的自己就变成了领先的。当然前提是这条路要正确,类脑计算就是一件「正确」的事。

他认为,人的智能是建立在碳基上的,而现在的「数码宇宙」是建立在硅基上的,碳基和硅基的结构非常相近。他相信一点:「碳基上能够实现的,硅基上一定能够实现。」

用脑科学发展通用人工智能,有两条路:一种是用脑科学的原理来改变计算机架构,另一种就是发明「类脑」。

这两条路都很好,「类脑」的创意思路更像人类在发明飞机时——那时候我们也不懂鸟类为什么能飞行,但只要我们模仿鸟类能模仿到极致,我们就掌握了飞行的要领。

同样地,人类并不可能完全理解人脑,那怎么能发展类脑计算机?施路平的观点是,计算机是把「多维」空间的信息转化为「一维」的信息,用「时间复杂度」来解决问题。人脑有一千到一万个神经原来把信息扩输,是用「空间复杂性」,这一点很重要。另外,人脑还使用脉冲来编码,引进了时间的因素,可以说人脑的处理方式能够兼顾「时空复杂度」。

做类脑计算,要保持时间复杂度,再增加空间复杂度——依靠的是「类脑芯片」。

这就是「天机芯」诞生之前的思考。

类脑计算推动通用人工智能赋能各行各业

「天机芯」的研究开始于 2012 年,第一代「「天机芯」」诞生于 2015 年,2017 年第二代「天机芯」出世以后,超越了 IBM 旗下的 TrueNorth 芯片,成为了当时世界上最先进的人工智能芯片,其组建密度为 TrueNorth 的 1.2 倍,运算速度更是达到 TrueNorth 的 10 倍。

他们更加专注于架构创新,提出了「异构融合」这样一个架构,即「天机架构」,这个架构能够将脑和电脑异构融合,也能将计算和存储异构融合。正像人类的脑那样,人们通常说脑是计算与存储一体的,实际上脑、计算、存储既有分立的也有统一的,此外还包括编码多样性、精确和近似等特征。

「天机芯」的架构既支持人工神经网络,又支持脉冲神经网络,通常深度学习加速器只支持计算机科学模型,神经形态芯片只支持神经科学模型,但天机芯同时支持两者的异构建模。

此外,施路平团队还利用类脑芯片构建了人工通用智能研究平台——一个可以和系统互动的多模态交叉研究平台,利用环境变化逼迫系统变化,从而通过观察系统变化来研究通用人工智能的基本规律。

最终,天机芯片让一辆自行车完美实现了感知、追踪、过障、避障、自动控制、语音理解、自主决策的功能。此外,团队还开发了一个软件工具链,也搭建了第一代类脑计算机。这项长达 7 年的研究登上了《Nature》封面,也让众人感知到了类脑计算研究的深远价值。

「这是一个非常具有挑战性的长期研究。」施路平说,把脑科学主导的方法和计算机科学主导的方法融合起来,加上算法、芯片、软件、硬件这样一个全链条的设计,才能让各个方面协同发展,真正让类脑计算推动通用人工智能的发展,赋能各行各业,比如说自动驾驶汽车、智能机器人等常见领域。此外,因其低能耗、低成本等特性,类脑芯片在家庭和服务性场景中也大有用武之地。

施路平表示,目前团队的研究方向是面向通用人工智能的「类脑云脑」,把脑的弹性和计算机的刚性结合起来,把数据驱动和知识驱动结合起来,把通用知识和推理结合起来。

「社会从一开始发展就有不公平的因素,由于经费有限、仪器有限,我们很难做到真正的理论联系实际,比如教育方面提倡的因材施教,随着类脑计算、人工通用智能的发展,这些问题都会逐渐解决。」

在外部世界飞速变化的今天,施路平更重视探索人的内心世界。这也是通常只出席学术活动的施路平,这次决定登上 2019 腾讯科学 WE 大会讲台的原因,因为科技是一种能力,而「向善」是一种选择。

产业施路平天机芯类脑芯片
相关数据
神经科学技术

神经科学,又称神经生物学,是专门研究神经系统的结构、功能、发育、演化、遗传学、生物化学、生理学、药理学及病理学的一门科学。对行为及学习的研究都是神经科学的分支。 对人脑研究是个跨领域的范畴,当中涉及分子层面、细胞层面、神经小组、大型神经系统,如视觉神经系统、脑干、脑皮层。

脉冲神经网络技术

第三代神经网络,脉冲神经网络(Spiking Neural Network,SNN),旨在弥合神经科学和机器学习之间的差距,使用最拟合生物神经元机制的模型来进行计算。脉冲神经网络与目前流行的神经网络和机器学习方法有着根本上的不同。SNN 使用脉冲——这是一种发生在时间点上的离散事件——而非常见的连续值。每个峰值由代表生物过程的微分方程表示出来,其中最重要的是神经元的膜电位。本质上,一旦神经元达到了某一电位,脉冲就会出现,随后达到电位的神经元会被重置。对此,最常见的模型是 Integrate-And-Fire(LIF)模型。此外,SNN 通常是稀疏连接的,并会利用特殊的网络拓扑。

通用人工智能技术

通用人工智能(AGI)是具有一般人类智慧,可以执行人类能够执行的任何智力任务的机器智能。通用人工智能是一些人工智能研究的主要目标,也是科幻小说和未来研究中的共同话题。一些研究人员将通用人工智能称为强AI(strong AI)或者完全AI(full AI),或称机器具有执行通用智能行为(general intelligent action)的能力。与弱AI(weak AI)相比,强AI可以尝试执行全方位的人类认知能力。

类脑芯片技术

类脑芯片是一种结构独特,可以仿照人类大脑的信息处理方式进行感知、思考、产生行为。人脑中的突触是神经元之间的连接,具有可塑性,能够随所传递的神经元信号强弱和极性调整传递效率,并在信号消失后保持传递效率。而模仿此类运作模式的类脑芯片便可实现数据并行传送,分布式处理,并能够以低功耗实时处理海量数据。

推荐文章
暂无评论
暂无评论~