IMEC的μ大脑芯片
信用:(信用:IMEC) CWI研究人员尹伯坚和桑德·博泰与他们在埃因霍温的大学间微型电子中心(IMEC)的同事费德里科·科拉迪一起，在所谓的脉冲神经网络的计算方面取得了数学突破
由于这一突破，适用于这种人工智能的特殊芯片可以比传统人工智能技术更有效地识别语音、手势和心电图，效率是传统人工智能技术的20到1000倍
这种芯片正处于实用的日常应用的边缘
研究结果发表在2021年10月14日的科学期刊《自然机器智能》上
能源节省 在过去的十年里，人工智能获得了越来越多的日常应用，包括识别图像和口语
这是通过深度神经网络实现的，深度神经网络是对人脑处理信息方式的高度简化模拟
然而，对于移动应用程序来说，运行当前的人工智能模型通常会消耗太多能量
因此，开发低功耗人工智能变得越来越重要
让人工智能应用更节能的一种方法是让神经网络更类似于人脑
经典的神经网络使用连续且易于数学处理的信号
脉冲神经网络利用脉冲进行计算，这更像是大脑中发生的事情，消耗的能量更少，但缺点是信号不连续，更难用数学方法处理
然而，博泰和他的两位合著者已经找到了这个问题的数学解决方案
“我们在三个基准上测试了我们的计算机算法，”博泰说
“这些基准测试由大约十个手势、一系列单词和一个连续的心电图信号组成
我们的算法性能至少和传统的深度神经网络一样好，但是能量效率更高
理论上，我们获得一百到一千的因子
" 大脑计算机 为了在日常应用中使用像博泰这样的算法，需要特殊的神经形态计算机芯片
这些芯片的结构比传统计算机芯片更像人脑的生物结构
Bohté说“基于我们的算法，我们的研究伙伴IMEC制造了一种特殊的神经形态芯片，有336个尖峰神经元:μBrain芯片
如果我们在这种特殊的芯片上运行我们的算法，我们将获得20倍的能耗
与理论上的能量增益相比，实际上的能量增益总是较低，因为数字信号转换成模拟信号，反之亦然，并且因为数据的读取
但是20倍的能量增益还是很大的
为了检测心脏缺陷，这意味着你可以植入一个心电记录芯片，它可以用一块电池运行一年
" 未来几年，神经形态芯片将包含越来越多的尖峰神经元，这将进一步拓展人工智能在可穿戴芯片中的应用可能性
例如，9月底，美国芯片制造商英特尔生产了神经形态芯片Loihi 2，它已经含有100万个尖峰神经元
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
