新聞中心

EEPW首頁(yè) > 醫(yī)療電子 > 業(yè)界動(dòng)態(tài) > 芯片造腦:科幻照進(jìn)現(xiàn)實(shí)?

芯片造腦:科幻照進(jìn)現(xiàn)實(shí)?

作者: 時(shí)間:2014-10-07 來(lái)源:果殼 收藏
編者按:人腦的強(qiáng)大功能令科學(xué)家們頂禮膜拜,最近,IBM和高通的“造腦行動(dòng)”研制成功了基于神經(jīng)擬態(tài)技術(shù)的“腦芯片”,初具人工大腦規(guī)模。

  人腦那自傲、強(qiáng)大而又神秘?zé)o比的信息處理功能一直令人癡迷。也許是緣于這種癡迷,每當(dāng)新的技術(shù)出現(xiàn),它們總會(huì)被用來(lái)進(jìn)行復(fù)制大腦的嘗試。雖然在這一過程中我們收獲了不少新的信息處理工具,但這些“復(fù)制品”和真正的大腦依然相差甚遠(yuǎn),這也一次次證明了人類對(duì)腦的理解還僅處于“兩小兒辯日”的啟蒙階段。

本文引用地址:http://m.butianyuan.cn/article/263555.htm

  然而就在最近半年里,“造腦行動(dòng)”又有了新的進(jìn)展:IBM和高通()兩大巨頭先后發(fā)布了基于神經(jīng)擬態(tài)技術(shù)的“腦”。IBM的SyNAPSE號(hào)稱模擬了一百萬(wàn)個(gè)神經(jīng)元細(xì)胞和超過兩億個(gè)神經(jīng)突觸連接,初具人工大腦的規(guī)模。高通公司4月公布的Zeroth也在硅片上高效地模擬了腦神經(jīng)元,裝載了該芯片的機(jī)器小車還能運(yùn)用“受到人腦啟發(fā)的算法”完成尋路、躲避障礙等任務(wù)。如果幾十年前的人穿越過來(lái),恐怕會(huì)以為科幻小說全面進(jìn)入生活了。

     左:IBM公司于2014年8月推出的SyNAPSE芯片外觀;右:高通Zeroth芯片的宣傳圖

  左:IBM公司于2014年8月推出的SyNAPSE芯片外觀;右:高通Zeroth芯片的宣傳圖

  那么,“仿真腦”的時(shí)代真的要來(lái)臨了嗎?現(xiàn)在下結(jié)論似乎還為時(shí)過早。在對(duì)人腦的模擬上,科學(xué)家們還面臨著許多困惑和挑戰(zhàn)。下面,就讓我們來(lái)看看“造腦”這個(gè)科幻題目在現(xiàn)實(shí)世界中究竟現(xiàn)狀如何吧。

  “神經(jīng)擬態(tài)”芯片英雄譜

  仿照生命體的神經(jīng)系統(tǒng)的架構(gòu)來(lái)設(shè)計(jì)大規(guī)模集成電路(VLSI)的硬件電子技術(shù),被稱為“神經(jīng)擬態(tài)工程”(Neuromorphicengineering),這門工程學(xué)開創(chuàng)于上世紀(jì)80年代。在近40年的發(fā)展中,神經(jīng)擬態(tài)芯片屢有新作,尤其是最近10年,隨著IBM、惠普、高通等電子硬件巨頭的加入,神經(jīng)擬態(tài)領(lǐng)域開始呈現(xiàn)加速賽跑的熱鬧場(chǎng)面。

  神經(jīng)擬態(tài)的關(guān)鍵在于制造可以產(chǎn)生神經(jīng)電信號(hào)的“擬真神經(jīng)元”,要達(dá)到這一目的,有兩種途徑可走。第一種是利用硅的半導(dǎo)體特性,直接在硅元件上用積累的電壓來(lái)模擬神經(jīng)元的膜電位,這種方式被稱為“模擬式神經(jīng)擬態(tài)”。這種方案是神經(jīng)擬態(tài)工程最經(jīng)典的技術(shù)路線,它直接地將神經(jīng)細(xì)胞的信號(hào)傳導(dǎo)方式轉(zhuǎn)換到了硅基導(dǎo)體上。用模擬方式制造出來(lái)的“神經(jīng)元”能夠輕松達(dá)到和生命體一樣的運(yùn)算速度,甚至更快。

  另一種模擬途徑是制造一塊類似小型電腦的數(shù)字芯片,然后在上面運(yùn)行神經(jīng)元的仿真程序,由仿真程序負(fù)責(zé)生成類似神經(jīng)沖動(dòng)的信號(hào),這種方案被稱為“數(shù)字式神經(jīng)擬態(tài)”。開篇提到的IBM公司的SyNAPSE和高通公司的Zeroth芯片采用的都是數(shù)字式的擬態(tài)方案。數(shù)字模擬的優(yōu)勢(shì)在于可以靈活采用各種不同的神經(jīng)元模型,例如在擬真度要求較高的應(yīng)用中可以加入神經(jīng)突觸和離子通道的詳細(xì)特性,而在速度要求較高的時(shí)候則可以簡(jiǎn)化模型來(lái)保證速度。數(shù)字方案雖然仿真速度有所下降,但經(jīng)過優(yōu)化后也能達(dá)到和神經(jīng)元一樣或更快的運(yùn)算速度,而更高的靈活性也讓它成為了神經(jīng)擬態(tài)技術(shù)的熱門選項(xiàng)。

  在各種神經(jīng)擬態(tài)芯片中,絕大多數(shù)都混合集成了數(shù)字和模擬這兩種技術(shù),通過優(yōu)勢(shì)互補(bǔ)使芯片達(dá)到更好的性能。

  造腦的巨大挑戰(zhàn)

  現(xiàn)在,已經(jīng)有了相當(dāng)多的“類腦”芯片問世,它們看起來(lái)相當(dāng)“酷炫”,但似乎從未能夠撼動(dòng)傳統(tǒng)計(jì)算機(jī)芯片的地位。這很大程度上是緣于“造腦”這件任務(wù)所帶來(lái)的巨大挑戰(zhàn)。

  對(duì)很多音樂發(fā)燒友來(lái)說,“魔聲(Monster)”這個(gè)耳機(jī)品牌應(yīng)該不陌生。創(chuàng)立魔聲品牌的是美國(guó)加利福尼亞的華裔工程師李美圣(NoelLee)。李先生年輕時(shí)對(duì)于音樂品質(zhì)的細(xì)微挑剔已經(jīng)到了苛刻的地步,以至于在常人所不注意的線材上都發(fā)現(xiàn)了可以提升音質(zhì)的余地。所以魔聲公司一炮走紅的主打產(chǎn)品其實(shí)并不是我們所熟悉的耳機(jī),而是又粗又壯的高端線材(MonsterCable)。魔聲公司在技術(shù)上的歷程引發(fā)了一個(gè)思考:高質(zhì)量的信息處理系統(tǒng)往往需要高質(zhì)量的信號(hào)通路,傳輸通路的重要性有時(shí)甚至?xí)^信息的產(chǎn)生和處理本身。

  不幸的是,建立通路在電子信息系統(tǒng)里是比較麻煩也比較昂貴的。如果用電子通路來(lái)模仿一個(gè)有N個(gè)神經(jīng)元的神經(jīng)網(wǎng)絡(luò),那么所有神經(jīng)元之間兩兩互通就需要N2條通路。如果每條通路都用一條物理連接來(lái)建立,那么模擬的神經(jīng)元數(shù)量稍微一多,線路就會(huì)亂作一團(tuán)亂。目前的半導(dǎo)體芯片技術(shù)基本上還是二維布線,所以在一片硅片上能夠允許的線路資源就更加有限。要想用這樣的通路來(lái)實(shí)現(xiàn)人腦式的互聯(lián)互通,幾乎一定會(huì)被物理規(guī)律打翻在地。

     數(shù)據(jù)通路帶來(lái)的災(zāi)難

  數(shù)據(jù)通路帶來(lái)的災(zāi)難

  為了繞開物理連接的困境,很多神經(jīng)擬態(tài)芯片采用了“互聯(lián)網(wǎng)式”的方案:先給神經(jīng)元編上“地址”,然后用路由器分發(fā)信息。這種方案雖然避免了紛繁交錯(cuò)的線路,但它的本質(zhì)是用時(shí)間來(lái)?yè)Q空間,如果不想搭出N2條物理通路,那么就得花N2倍的時(shí)間來(lái)處理路由。隨著模擬神經(jīng)元數(shù)量的增長(zhǎng),始終還是繞不過平方級(jí)增長(zhǎng)的“維度災(zāi)難”。所以神經(jīng)擬態(tài)芯片成敗的關(guān)鍵往往不是能造出多少個(gè)神經(jīng)元,而是怎么高效處理神經(jīng)元之間的信息交互。IBM公司的SyNAPSE芯片集成了2億5千6百萬(wàn)個(gè)突觸連接,這個(gè)數(shù)量級(jí)的信息交互已經(jīng)算是相當(dāng)了不起的成績(jī)。

  造腦之路不僅受制于物理規(guī)律,而且在評(píng)價(jià)標(biāo)準(zhǔn)上也存在不少爭(zhēng)議。世界各地的研究組在造腦課題上研究得很熱鬧:有的強(qiáng)攻仿真神經(jīng)元和神經(jīng)聯(lián)結(jié)的數(shù)量,有的專注神經(jīng)元突觸的分子動(dòng)力學(xué)建模,有的則側(cè)重大腦的可塑性學(xué)習(xí)能力……然而,不客氣地講,不少“造腦”項(xiàng)目多少有點(diǎn)自己樹靶子自己打的意思。即使這些努力全部宣告成功,可能研制出來(lái)的人工腦也只能在研究者自己劃定的條條框框里做點(diǎn)演示而已,它們的功能依然具有很多局限性。

  造腦目標(biāo)的困惑

  除了技術(shù)上的困難,制造“仿真腦”的目標(biāo)也是一個(gè)值得思考的問題。除了純粹用于研究以外,“仿真腦”還能為我們做點(diǎn)什么呢?

  當(dāng)今流行的電子設(shè)備和人腦在形態(tài)上沒有半點(diǎn)相似,在計(jì)算原理上也基本不搭界,然而這些電子設(shè)備在相當(dāng)一部分任務(wù)中卻表現(xiàn)得相當(dāng)出色。這些任務(wù)包括設(shè)備控制、大規(guī)模批量處理、長(zhǎng)時(shí)間重復(fù)作業(yè)等等。無(wú)論是在自動(dòng)化生產(chǎn)的車間里,或是運(yùn)營(yíng)上千臺(tái)網(wǎng)絡(luò)計(jì)算機(jī)的“服務(wù)器農(nóng)場(chǎng)(serverfarm)”里,甚至在更加新潮的無(wú)人管理的大型倉(cāng)庫(kù)里,那些原來(lái)由“人腦+人肉”完成的任務(wù)現(xiàn)在都已經(jīng)轉(zhuǎn)交給了機(jī)電設(shè)備,它們的高效、精確和可靠已經(jīng)達(dá)到了令人腦難以企及的高度。

  這些機(jī)械化的任務(wù)無(wú)需創(chuàng)造力,而要求操作者務(wù)必精確、不能疲勞,它們簡(jiǎn)直天生就是給機(jī)器設(shè)計(jì)的。而相比之下,探索、學(xué)習(xí)和適應(yīng)環(huán)境才是人腦真正有優(yōu)勢(shì)的領(lǐng)域。如果在“仿真腦”問世時(shí),人們還是把傳統(tǒng)的機(jī)械化任務(wù)交給它們,那么“仿真”恐怕也就失去了意義。

     無(wú)人值守,基于蜂巢智能的現(xiàn)代化倉(cāng)庫(kù)(KivaSystems,LLC.)

  無(wú)人值守,基于蜂巢智能的現(xiàn)代化倉(cāng)庫(kù)(KivaSystems,LLC.)

  學(xué)習(xí)創(chuàng)造:“人腦模式”也未必更好

  然而,在學(xué)習(xí)和創(chuàng)造領(lǐng)域,模仿“人腦模式”也未必比現(xiàn)有的計(jì)算機(jī)技術(shù)更有優(yōu)勢(shì)。

  隨著“大數(shù)據(jù)”的概念席卷全球,在實(shí)驗(yàn)室里醞釀多年的機(jī)器學(xué)習(xí)技術(shù)終于走出實(shí)驗(yàn)室,走進(jìn)實(shí)際應(yīng)用。很多原本被認(rèn)為是“人腦獨(dú)霸”的工作,譬如人臉識(shí)別、國(guó)際象棋、音樂創(chuàng)作等等,現(xiàn)在也慢慢出現(xiàn)了被電腦代庖的苗頭。而完成這些任務(wù)的電腦,也并沒有采取人腦的信息處理模式。

  為什么諸如探索、學(xué)習(xí)、創(chuàng)造這樣本應(yīng)由人腦固守的領(lǐng)地也會(huì)被攻破?這要追溯到人腦的一個(gè)底層缺陷——記憶能力不足。

  大腦的基本組分是神經(jīng)元細(xì)胞,這種細(xì)胞可以組成高效的信息網(wǎng)絡(luò),但它并不是很好的記憶元件。神經(jīng)元細(xì)胞從功能上來(lái)說像是一個(gè)傳聲筒,你這頭傳話進(jìn)去,它在另一頭變個(gè)聲音傳話出來(lái)。這種類似“濾波器”的結(jié)構(gòu)能夠迅速完成一些信號(hào)變換,但是卻不適用于長(zhǎng)期儲(chǔ)存信息。相比之下,電子元件或者磁性元件能夠長(zhǎng)期保持在“電位高”、“電位低”或者“磁極南”、“磁極北”的狀態(tài),信息一旦寫入就很久不會(huì)遺忘。正因?yàn)槿绱?,?jì)算機(jī)天生就能做到“過目不忘”,而人腦則要付出很多精力來(lái)鞏固記憶。

  除此以外,電磁元件的狀態(tài)只要通過簡(jiǎn)單的操作就能在幾微秒內(nèi)翻轉(zhuǎn)變換,所以信息不但存得久,而且可以迅速進(jìn)行更改。然而,在神經(jīng)元細(xì)胞構(gòu)成的大腦網(wǎng)絡(luò)中,要想快速改變狀態(tài)就不那么容易了。一種公認(rèn)的方法是通過“神經(jīng)可塑性”(neuroplasticity)來(lái)改變神經(jīng)元的活性,但這種機(jī)制需要細(xì)胞的輸入端和輸出端發(fā)生成千上萬(wàn)次的脈沖耦合,當(dāng)這些巧合發(fā)生之后才能夠?qū)ι窠?jīng)突觸的強(qiáng)度有所影響,耗時(shí)也從幾分鐘到幾十年不等。所以從存入信息的速度上來(lái)說,計(jì)算機(jī)天生“一目十行”,而人若能如此估計(jì)早就上了“最強(qiáng)大腦”。

  像識(shí)臉、下棋、作曲這些任務(wù)固然需要學(xué)習(xí)、聯(lián)想和創(chuàng)造,但更重要的其實(shí)是積累龐大的信息數(shù)據(jù)庫(kù)作為支持。而由于長(zhǎng)久記憶和快速固化能力的先天不足,人腦要花超過電腦很多倍的時(shí)間才能儲(chǔ)備足夠的數(shù)據(jù)。如果在仿真大腦的研究領(lǐng)域,記憶能力不足的問題沒有得到解決,那么“仿真腦”在這些學(xué)習(xí)任務(wù)上也就沒了優(yōu)勢(shì)。

  人腦至今領(lǐng)跑的項(xiàng)目:運(yùn)動(dòng)控制

  那么在人腦的功能里,究竟有哪些是電子設(shè)備至今還難以企及的呢?孤懸于海中的一盞明燈乃是人腦對(duì)肢體運(yùn)動(dòng)的控制。

  人體的運(yùn)動(dòng)神經(jīng)信號(hào)傳輸質(zhì)量其實(shí)遠(yuǎn)遠(yuǎn)比不上電子設(shè)備。人體中的神經(jīng)脈沖信號(hào)常年經(jīng)受著各種噪聲和擾動(dòng)的影響,如果插管偵聽的話就會(huì)發(fā)現(xiàn)神經(jīng)元脈沖的規(guī)則程度經(jīng)常比“收聽敵臺(tái)”好不了多少。此外,神經(jīng)信號(hào)的延遲也十分可觀,神經(jīng)脈沖的傳播速度平均下來(lái)只有幾十米/秒,就算完成一次最簡(jiǎn)單的脊髓反射也需要花費(fèi)掉30毫秒之巨。而在這30毫秒之內(nèi),一個(gè)不算太高端的嵌入式控制器(假定1000Hz采樣率)已經(jīng)完成了30次微調(diào)控。

  然而,在這些巨大的劣勢(shì)之下,人類居然還能完成各種跑跳投捻推揉,行動(dòng)的過程中還能根據(jù)外界環(huán)境的變化實(shí)時(shí)調(diào)節(jié)動(dòng)作。這些重重挑戰(zhàn)簡(jiǎn)直就是機(jī)械疙瘩和硅片腦袋的噩夢(mèng)。

  如果真要用芯片來(lái)制造“仿真腦”,運(yùn)動(dòng)能力大概會(huì)是一個(gè)不錯(cuò)的研究方向。而仿真神經(jīng)網(wǎng)絡(luò)能否讓機(jī)器人運(yùn)動(dòng)自如,這還需要更多研究才能下結(jié)論。

  造腦的終極走向

  腦神經(jīng)科學(xué)最近40年來(lái)得到了突飛猛進(jìn)的發(fā)展,大腦的神秘面紗已經(jīng)一點(diǎn)點(diǎn)被揭開。與此同時(shí),計(jì)算機(jī)科學(xué)同樣也是兵多將廣,很多傳統(tǒng)概念中“人腦專屬”的功能也在非人腦體系中得以實(shí)現(xiàn)。在腦神經(jīng)科學(xué)和計(jì)算機(jī)科學(xué)的雙重夾擊下,用電子技術(shù)來(lái)“重造大腦”這個(gè)比較古老也比較另類的技術(shù)流派,它的目標(biāo)需要重新定義,帶來(lái)的意義也必須重新思考。

  從研究角度講,“擬真大腦”應(yīng)該幫助人類揭開腦科學(xué)中的謎團(tuán)。而從實(shí)用技術(shù)角度看,造腦的目的則應(yīng)該是剝離出人腦真正強(qiáng)勢(shì)的功能,制造出超越人腦且超越電腦的新體制智能設(shè)備。如前所述,我們對(duì)于大腦的熱情膜拜在一項(xiàng)項(xiàng)工程突破面前開始降溫,但在肢體運(yùn)動(dòng)控制這樣的領(lǐng)域,“人腦模式”的表現(xiàn)依然值得期待。

  要想制造出具有人腦般性能的芯片,研究者們還有很長(zhǎng)的路要走。不過從另外一個(gè)角度來(lái)看,人們似乎已經(jīng)在無(wú)意之中造出了像人腦一般運(yùn)行的事物——互聯(lián)網(wǎng)。其實(shí),整個(gè)互聯(lián)網(wǎng)越來(lái)越像是一個(gè)人腦:結(jié)點(diǎn)的數(shù)量規(guī)模也相當(dāng)龐大;各個(gè)節(jié)點(diǎn)之間任意互聯(lián)、高度協(xié)作;網(wǎng)絡(luò)結(jié)構(gòu)根據(jù)實(shí)際需求在不斷自我調(diào)整;結(jié)點(diǎn)之間完全獨(dú)立并發(fā)、互相協(xié)調(diào)但互不隸屬。2012年全球估計(jì)接入互聯(lián)網(wǎng)的電腦數(shù)量是10億左右,雖然和大腦的幾百億神經(jīng)元還有差距,但也算是初具“神經(jīng)網(wǎng)絡(luò)”的規(guī)模。我們?cè)谶@里為了芯片造腦而絞盡腦汁的時(shí)候,整個(gè)人類說不定已經(jīng)自組織成了另一個(gè)尺度上的“大腦”呢。

pic相關(guān)文章:pic是什么


路由器相關(guān)文章:路由器工作原理


路由器相關(guān)文章:路由器工作原理


離子色譜儀相關(guān)文章:離子色譜儀原理


關(guān)鍵詞: Qualcomm 芯片

評(píng)論


相關(guān)推薦

技術(shù)專區(qū)

關(guān)閉