必威-必威-欢迎您

必威,必威官网企业自成立以来,以策略先行,经营致胜,管理为本的商,业推广理念,一步一个脚印发展成为同类企业中经营范围最广,在行业内颇具影响力的企业。

实现了中国在芯片和人工智能两大领域《自然》

2019-11-28 23:46 来源:未知

撰文:施路平 清华大学教授,清华大学类脑计算中心主任,光盘国家工程研究中心主任,国际光学工程学会会士

类脑计算芯片首登《自然》封面

图片 1

要想抓住发展人工智能的机遇,必须在核心芯片上做到自主可控。近日,中国研究人员研发的一款类脑计算芯片,有望促进人工通用智能发展。

类脑计算是借鉴脑科学的基本原理,面向人工的通用智能,基于神经形态工程发展的新的计算技术。

“天机芯”有望促进人工通用智能发展

来源:《中国科学报》2019-08-01 程唯珈 沈春蕾


13年前,正在新加坡科学院数据存储研究院从事信息存储的施路平做梦也没有想到,自己的大胆设想在今天不仅成为了现实,还登上了8月1日发表的《自然》封面。

谈及当下最热的话题,人工智能无疑是其中之一。要想抓住发展人工智能的机遇,必须在核心芯片上做到自主可控。近日,清华大学类脑计算研究中心教授施路平团队研发了一款类脑计算芯片“天机芯”,有望促进人工通用智能发展。

“该芯片是面向人工通用智能的世界首款异构融合类脑计算芯片,实现了中国在芯片和人工智能两大领域《自然》论文零的突破。”谈及该成果,团队成员充满骄傲。

人脑+电脑=类脑

13年前,公众对人工智能的认识既没有如此深刻,也不像今天这样对它抱有那么大的期待。传统的信息存储大多通过物理手段将器件体积做小,继而推动技术发展。

“过去无论存储器也好,CPU也罢,它们的发展驱动力都是物理微缩。10年、20年后可能会缩小到几纳米,但是缩到不能再小之后呢?”2006年,施路平对这个问题进行了深入思考。

他的答案是,计算机发展会改变信息计算存储方式,而这需要新的发展思路。

在某种程度上,人脑和电脑是互补的。施路平告诉《中国科学报》,从计算和存储的速度和精确性来说,人根本不是计算机的对手。但对于一些不确定的思考型问题,人脑有着不可替代的优势。

“计算机是把多维空间的信息转换成010101的一维信息流。CPU主频越来越快,换句话说它主要利用的是时间复杂度。人脑,尽管还有太多的未知原理,但一个神经元可以连接一千到一万个神经元,即将信息从多维空间扩大到了一千到一万维。换句话说,它利用的是空间复杂度。同时,人脑利用脉冲来编码,又利用了时空复杂度。”施路平说。

如果在现有计算机时间复杂度的基础上,提高空间复杂度和时空复杂度,岂不两全其美?经过讨论,团队一致认为实现人机融合的类脑计算是最佳解决方案之一,而首先要做的,是发展一个二者融合的计算平台。

在人工智能路上“沿途下蛋”

2012年,施路平放弃了新加坡的优渥待遇,接受了时任清华大学人事主管邱勇的邀请,加入清华大学参与创建类脑计算研究中心。“这是一个非常有前途的领域,但也极具风险和挑战性。”施路平说,团队制定了目标,即发展类脑计算,支撑人工通用智能。

“因为我们做的不是仿脑,不需要模仿人脑的一切。我们做的是类脑,是借鉴脑科学的基本原理,凝练出一些指导计算架构发展的新规律。”施路平介绍,在此基础上,团队提出了符合脑科学基本规律的新型类脑计算架构——异构融合的天机类脑计算芯片架构,可同时运行计算机科学和神经科学导向的绝大多数神经网络模型。

基于脑科学研究和电脑运行模式的异同点,团队从电路设计到编码再到信号处理,采用了软硬件协同设计方法。研发的天机架构既支持人工神经网络又支持脉冲神经网络,还支持神经科学发现的众多神经回路网络和异构网络的混合建模,可发挥它们各自的优势。

2015年,第一代“天机芯”问世。

“第一代芯片的体积约为110纳米,只是个DEMO。”论文共同第一作者、清华大学仪器科学与技术研究所副研究员裴京介绍,经过不断改进设计,2017年团队研发了第二代“天机芯”芯片。

第二代“天机芯”具有高速度、高性能、低功耗的特点,体积缩小至28纳米。相比于当前世界先进的IBM的TrueNorth芯片,其功能更全、灵活性和扩展性更好,密度提升20%,速度提高至少10倍,带宽提高至少100倍。

论文共同第一作者、清华大学博士邓磊告诉《中国科学报》,基于自主研发的天机芯片,团队还研制出第一代类脑计算软件工具链,可支持从机器学习编程平台到“天机芯”的自动映射和编译。

如果说芯片是机器的“大脑”,那么还需要一个充分发挥才智的“身体”。最后,团队利用类脑自动行驶自行车建立了一个异构可扩展人工通用智能开发演示平台。邓磊展示了这样的场景:仅需要一块“天机芯”,自行车可实现自平衡、动态感知、目标探测、跟踪、自动避障、过障、语音理解、自主决策等功能。

“目前该技术已经有一定基础,除自行车外,发展的相关技术可直接拓展到自动驾驶、无人机以及智能机器人等应用上,我们将采用‘沿途下蛋’的方式把研究和市场紧密联系起来。”他说。

学科交叉共融为最大特色

脑科学的研究机理是认知科学的重要组成部分,而机器理解与计算一直是人工智能领域的主要研究内容。可以说,该研究带有明显的学科交叉属性,比如信息科学、神经科学、材料科学等学科的交叉——而这也是施路平十多年来感受颇深的地方。

“发展类脑计算芯片是个世界性难题。它真正的挑战不是科学,也不是技术,而是多学科融合。”施路平介绍,清华大学类脑计算研究中心依托精仪系联合计算机、电子、微电子、自动化、材料和医学院7个相关院系共建,学校从一开始就为类脑计算中心制定了多学科融合引领新方向、产学研结合的发展战略。

此次论文共同作者来自6个院系,其中共同第一作者就来自精仪、生物工程、自动化和计算机4个系。

施路平表示,类脑计算中心科研人员将按照清华大学“顶天立地做研究”的思路,专注基础科学技术突破。其中,类脑计算中心孵化的北京灵汐科技将直接面对市场应用进行开发。“未来,‘天机芯’将由灵汐科技负责推向市场。”他说。

面向未来,他心中充满愿景。团队将利用多学科融合引领类脑计算发展,培养类脑计算一流人才,通过产学研用结合,争取使我国在类脑计算领域走在世界前列,进而推动人工通用智能发展,赋能各行各业。

编辑:高原

10月31日,由北京智源人工智能研究院主办的2019北京智源大会在京举办。在下午的智能体系架构与芯片专题论坛中,清华大学教授、类脑计算研究中心主任施路平,北京大学教授、智源研究员蔡一茂,中科院半导体所研究员、智源研究员鲁华祥,分别分享了关于类脑神经网络技术及芯片的现状、挑战及研发进展。

芯片和人工智能的“双丰收”

为什么要发展这样一个技术?现在人类生活在一个数码宇宙,万事万物随时随地联系起来,构成一个万物互联的数码宇宙。这个宇宙成长非常快,信息每两年翻一番,整个宇宙迅速地膨胀,而且从来不退步,而这样一个宇宙是基于我们现在的计算机架构,而计算机架构又基于冯诺依曼架构。

此外,中科院计算所研究员、智源研究员韩银河现场分享了其团队在智能控制专用处理器芯片的研究进展,清华大学长聘教授、智源研究员尹首一分享了关于可重构智能计算架构的技术,此前智东西曾多次报道这一技术。

8月1日,清华大学精密仪器系施路平团队开发的全球首款异构融合类脑计算芯片“天机芯”驱动的“无人驾驶自行车” 登上了最新一期《自然》杂志封面。

冯诺依曼架构是我个人认为人类发展史上最简洁、漂亮、对我们影响最大的一个架构,特点是计算和存储分离,计算、存储通过总线来回调度。可以设想一下,来回的调度耗费了很多的能量、耽误时间、速度慢、造成了堵塞,所以就有了带宽的瓶颈。

尹首一教授认为,可重构、超高能效、数模混合等将成为未来AI芯片继续提升算力、降低功耗、提高能耗比的必然发展方向。

施路平等人发表的“面向人工通用智能的异构天机芯片架构”论文也实现了中国在芯片和人工智能两大领域《自然》论文零的突破。

2017年图灵奖的得主John L。Hennessy和David A。Patterson最近写了一篇长文,得出的结论是:未来的10年是计算架构发展的黄金10年。主要原因是,过去我们是用计算机做计算,而现在我们是用它处理信息,但数码宇宙每两年翻一番,所有能耗无法承受。

一、类脑计算是人工通用智能的基石

2015年,第一代“天机芯”问世,体积约为110纳米;2017年团队研发了第二代“天机芯”芯片,具有高速度、高性能、低功耗的特点,体积缩小至28纳米。相比于当前世界先进的IBM的TrueNorth芯片,其功能更全、灵活性和扩展性更好,密度提升20%,速度提高至少10倍,带宽提高至少100倍。

当然,还有其它原因,那就是我们现在生活在一个人工智能时代,人工智能取得了非常大的成绩,尽管AlphaGo战胜世界围棋冠军,但人工智能仍然有很多的瓶颈,简单来说人工智能的发展必须满足5个条件:

清华大学教授、类脑计算研究中心主任施路平首先提到,国家脑计划即将推出,其题目就是脑科学和类脑研究。

此前,“天机”系列类脑芯片成果在电子器件顶级会议(IEDM 2015)和计算机体系结构顶级会议(Micro 2016,ASPLOS 2018)上报告,并在《科学》智能机器人特刊上报道,针对类脑芯片自主研发的学习算法成果被人工智能顶级会议(ICLR 2018,AAAI 2019)被录用。

举个例子,如果让智能机器人自主地走向一个目的地,事先不进行编程它是无法做到的,我们人类用了几年的时间建立起这个概念:在哪里、怎么出去、走门、走窗户,所有的这些都与通用智能有关,所以我们的结论是:要发展一个人工通用智能。

人工通用智能发展很快,但同时也面临很多挑战。

去年11月,施路平团队已经在类脑计算器件领域取得重要进展,并在《先进材料》上发表论文,该工作首次报道在忆阻器中能模拟同时存在且独立表达的神经突触长短期可塑性,为类脑计算器件的发展提供了重要的思路,并有望借此在类脑计算硬件网络中实现不同时域的神经动力学过程。

要发展人工通用智能,我们必须向脑学习,因为脑是整个宇宙目前唯一的一个通用智能体。把人脑和电脑相比,虽然两个系统原理不同,但二者有很强的互补作用。

如果有充足数据、确定问题、完整知识、静态、单一问题,现代AI系统就能做很好,但超出这些条件,AI将难以实现。另外,AI不可理解、不可解释的特点,一点偏差就可能产生巨大错误。

清华大学类脑计算研究中心从脑科学和计算机科学出发,形成软硬件全链条协同研发、从基元材料、器件到系统集成、芯片研发全方位整体研发的特色,致力于通用人工智能的类脑计算实现。

所以,可以通过借鉴脑科学的基本原理,来改造现在的计算机系统。发展类脑计算是发展人工通用智能的一个非常重要的部分,因为这是计算的基石。

现在的AI只能解决特定解决方案,就事论事,难以推广,不适用于动态和开放的环境,通常称为弱人工智能。

如今,研究人员用一个自动行驶自行车系统验证了这一混合芯片的处理能力。这是一个异构可扩展人工通用智能开发演示平台,利用一块天机芯片,展示了自行车的自平衡、动态感知、目标探测、跟踪、自动避障、过障、语音理解、自主决策等功能。

发展人工通用智能并不是最近才有的想法,如果我们翻阅图灵、冯诺依曼这些大科学家早期的文章,不难发现这是科学家们一直以来的梦想。

未来发展方向是人工通用智能技术,通过增加AI系统的鲁棒性和通用性,帮人类举一反三。

中国类脑研究的崛起

为什么现在是发展人工通用智能最好的时候呢?因为随着精密仪器的发展,人类对脑了解的越来越多,现在似乎到了一个理解脑的关口。超级计算机的发展可以帮助科学家做非常棒的模拟仿真,省钱、省力又省时间的大数据和云计算给科学家提供了一个像脑一样复杂的系统,和脑交相呼应,这样我们就可以共同研究、互相促进。

人工通用智能早在几十年前就已经提出,但当时受限于算力、数据等因素,并不是发展人工通用智能的最好时机。

施路平教授表示,“类脑”不是“仿脑”,不需要模仿人脑的一切。“我们做的是类脑,是借鉴脑科学的基本原理,凝练出一些指导计算架构发展的新规律。”施路平介绍称。在此基础上,团队提出了符合脑科学基本规律的新型类脑计算架构——异构融合的天机类脑计算芯片架构,可同时运行计算机科学和神经科学导向的绝大多数神经网络模型。

另外,随着纳米器件的发展,科学家可以去发展电子器件,能耗能达到人类大脑神经元和突触这样的水平,所以现在是发展人工通用智能最好的一个时机。

那么为什么说现在是好时机呢?施路平教授提及4个因素,随着新型检测设备的发展,人们对脑理解越来越多,似乎到了理解脑的关口;超算发展可以让我们做更好的模拟仿真;大数据云计算提供足够复杂的系统与脑交相辉映;新型纳米器件的发展能提供和人脑差不多级别的能耗。

“这只是非常初步的一个研究,但这项研究或能为面向人工通用智能计算平台的进一步发展起到促进作用。”施路平表示。

发展类脑计算去支撑人工通用智能,在这里面脑起了非常大的作用,它到底起了一个什么作用?

人工通用智能的研究本质上不同于窄人工智能的集合。而类脑计算是人工通用智能的基石。

宾夕法尼亚大学计算机系教授史建波对第一财经记者表示:“这个特殊的处理器能将目前深度学习的算法和人脑的算法结合,人脑的设计是基于脉冲神经网络,清华的团队是使用数字计算机来模拟脉冲神经网络。“他还表示,脉冲神经网络能够受益于”无人学习“,也就是没有人类标记的学习,但是清华团队的论文还没有展示到这一层面。”无人学习是非常重要的科学话题,这意味着将模拟人脑的学习。

13年前,有感于摩尔定律在二三十年后将要到头,所以我开启了类脑计算的研究,虽然我自认为自己研究做的还不错,但在类脑计算方面,我忽然感到自己不会做研究了,因为这个领域没有文献,很多东西需要自己摸索,所以感到非常的苦恼。

2016年是类脑计算机发展元年,全球同时上线3款类脑计算机,美国的TrueNorth、德国的BrainScales、英国的SpiNNaker,这些技术基于不同思路,使用不同架构。

寒武纪CEO陈天石也对此论文评论道:“在学术上很创新。”这意味着在应用场景方面还有待进一步落地。

有一次我去爬山,故意让自己钻进森林,不出意外,我迷路了。后来我就根据太阳来判断方向,盯着一个方向一直走、一直走,一直走到高速公路上,拦了一辆车。还有一次,我在阴天进入了森林,也迷路了,我就想了一个办法:一直往高处爬,爬到最高的地方,盯住一个点一直走、一直走,最后又走到高速公路上,拦了一辆车回家了。

做这样的研究,真正的挑战不是科学技术,而是我们的教育背景无法支撑这样跨度大的研究。

据介绍,除自行车外,这款类脑计算芯片的相关技术还能直接拓展到自动驾驶、无人机以及智能机器人等应用上。

通过这两件事情,我就开始思考,大脑在这里面起的是指南针的作用,给我提供的是方向感。

做计算机科学和脑科学走的是两条技术路线,而要发展人工通用智能的最佳路线,需要做到多学科深度融合。

“天机芯”的市场推广将由灵汐科技负责。灵汐科技是由“天机”团队于去年成立的,并获得了天使轮融资,投资方来自华控基石基金、优选资本、清华控股等。

做科学研究,我喜欢选择领域比较难的来做,因为我觉得越难做的反而越容易,因为太容易的领域会有很多竞争者,很难做到领先。如果是比较难的领域,做着做着可能旁边就没人做了,自己反而可以领先,但有一个前提条件:方向必须是正确的,如果你走到一条错路上,那就很尴尬。

施路平教授认为,类脑计算的发展方向,现在是基于冯诺依曼架构的传统计算机,未来是走向人工通用智能、类脑架构的类脑计算机。

脑科学的研究机理是认知科学的重要组成部分,而机器理解与计算一直是人工智能领域的主要研究内容。目前不仅仅是清华大学团队,包括复旦大学在内的多所高校都在发展类脑计算,支撑人工通用智能。

人类的智能是建立在碳基上的,在硅基上我们已经建造了现在的数码宇宙,而碳基和硅基的结构非常相近,所以我们有一个信念,碳基上能够实现的,在硅基上也一定能够实现。

他提到类脑计算的10个优势,不仅能耗比现有计算机节省3-4个数量级,能实现现在超算做不到的高度并行,做到现有架构无法实现的理解能力、不确定性、通用智能架构,而且其快速学习、小数据、信息深度挖掘、实时动态、残缺数据的能力都比现有系统能力更为强大。

7月30日,投资4亿元人民币建立的复旦张江脑影像中心在上海揭幕,该中心致力于开发高级成像和多模态脑定量技术,探究脑功能、结构、代谢等信号,揭示脑信息生成与处理机制,探究脑发育与老化过程以及脑疾病的早筛及预后;建立脑数据采集和预处理标准,拓展脑与类脑科学基础生物研究。

TAG标签:
版权声明:本文由必威发布于必威-办公,转载请注明出处:实现了中国在芯片和人工智能两大领域《自然》