英特尔推出了模仿人脑的人工智能芯片：促进深度学习

小明评测智能家居网讯：包括苹果、谷歌、微软、英伟达和英特尔在内的许多科技公司都已经为图像识别和其他智能深度学习任务创造了新芯片。

然而，英特尔正在采取另一种策略，即使用一种名为“Loihi”的试验性芯片。

它没有依赖于挖掘更强的计算能力，而是使用了一种老式的、尚未验证的“nueromorphic”技术，这种技术是以人类大脑为模型的。

英特尔一直在探索神经形态技术，甚至在 2012 年以此为模板设计了芯片。

与逻辑运算不同的是，它将“尖峰神经元”作为一种基础计算单元。

这些信号可以传递不同强度的信号，就像我们大脑中的神经元一样。

它们也可以在需要的时候才运作，而不是像常规处理器那样被时钟控制。

英特尔的 Loihi 芯片有 1024 个人工神经元，或 13 万个模拟神经元，其中有 1.3 亿个可能的突触连接。

这比龙虾的大脑要复杂得多，但与人类的 800 亿个神经元有很长一段距离。

人类大脑的工作原理是通过脉冲或峰值传递信息，通过频繁的联系，并将这些变化储存在神经元的相互连接中。

因此，脑细胞不能单独活动，因为一个神经元的活动直接影响到其他神经元，而协同工作的细胞群才会产生学习和智力行为。

通过使用 Loihi 芯片模拟这种行为，它可以（理论上）加快机器学习速度，同时将电源需求降低 1000 倍。

更重要的是，所有的学习都可以在芯片上完成，而不是需要庞大的数据收集。

如果把这些芯片集成到电脑中，它们也可以自己学习新东西，而不会对那些没有被专门教导过的事物一无所知。

这些类型的芯片会给我们带来一种我们期待（和恐惧）的人工智能行为——也就是模拟人类思考的机器人和其他会自主学习的设备。

英特尔表示：“测试芯片在改进汽车和工业应用以及个人机器人方面有着巨大的潜力。”

这一切听起来都不错，但迄今为止，神经形态芯片还没有证明自己在当前的智能深度学习领域的地位。

IBM 还开发了一种叫做 “TrueNorth” 的神经形态芯片，它拥有 4096 个处理器，可以模拟大约 2.56 亿个突触。

然而，Facebook 的深度学习专家 Yann LeCun 说，芯片无法通过他设计的 NeuFlow 卷积模型轻松完成图像识别等任务。

英特尔还承认，它的神经形态芯片在某些类型的深度学习模型上表现不佳。

然而，通过收购 Movidius 和 MobilEye，该公司已经获得了一系列与当前人工智能算法兼容的计算机视觉和学习芯片。

去年，该公司还收购了一家名为“Nervana”的公司，这将使得英特尔在人工智能芯片市场比英伟达占据更有利地位。

对于 Loihi，该公司计划在 2018 年上半年将重点放在人工智能领域的“领先大学和研究机构”上。

其目的是测试新一代人工智能应用程序的可行性，以促进进一步的开发。

该公司将利用其 14 纳米工艺技术制造芯片，并在 11 月发布第一个测试模型。

推荐阅读：