最近wired雜誌的記者在項目負責人Dharmendra Modha的帶領下,近距離接觸了IBM “自適應可擴展塑性電子神經形態系統”晶片項目。該項目簡稱SyNAPSE,是IBM從2008年開始研究的一種能模擬人類大腦的晶片項目。
TrueNorth 是首個基於SyNAPSE 打造的晶片。該芯片內置100 萬個模擬神經元和2.56 億個模擬神經突觸。不同芯片還可以通過陣列的方式互聯。據稱48 顆晶片組建成的具有4800 萬個神經元的網絡,智力水平已經和普通老鼠大腦差不多。
上個月,接觸到TrueNorth 晶片的研究人員,編寫可以跑在TrueNorth 上的深度神經網絡算法。深度神經網絡算法近幾年在語音和圖像領域有突破性的進展。深度神經網絡算法現在已經是互聯網的人工智能服務的主流算法,比如Facebook 提供面部識別服務,微軟的Skype 提供語言實時翻譯。目前運行深度神經網絡算法的主流晶片是GPU (就是我們平時所說的顯卡),也有一些使用FPGA 的嘗試。
因為都是連接結構,TrueNorth上跑深度神經網絡算法也許有天然優勢。但是模擬人腦對於深度神經網絡算法來說,也許太複雜了。如Michael Jordan (機器學習宗師,培養了主題模型提出者D.Blei和百度首席科技家 Andrew Ng 等學術名宿)在IEEE Spectrum的訪談中所說,深度神經網絡的核心訓練算法誤差向後傳播算法和大腦機制關係不大。Jordan還表示,我們對大腦的機制,比如我們怎麼思考、怎麼記憶、怎麼發生情緒,還不了解。
因此模擬人腦的TrueNorth 能否從深度神經學習這個維度進入實用,還需要觀察。
消息/圖片來源:Source |