第十二讲
从硅基之力到碳基之巧:智能的混合增强
脑启发计算:他山之石
当今最先进的计算机每秒处理的指令数量与昆虫的大脑差不多,计算机算法也缺乏有效扩展能力。相比之下,人脑具有可塑性和稀疏性等特性,可以执行更高复杂性的计算。因此,如何将对大脑观测所得的机制和方法巧妙地引入人工智能算法模型,“他山之石、可以攻玉”,这是目前脑启发计算研究的热点。
脑启发计算或类脑计算就是受脑功能和脑神经网络链接机制启发而形成的一种计算架构,它以神经形态计算的模式来部分模拟人脑功能与结构的对应关系和反馈链接,增强人工智能算法性能。它不完全依赖于现有冯诺伊曼计算架构,也不是复制人类的大脑或简单地建造一种模拟神经元功能的芯片,更不是完全替代冯诺伊曼计算架构。但是,人类的认知功能是如何从复杂动态的大脑神经结构中产生的呢?由于目前我们对此并没有形成较为完整的认知,因此探讨如何类脑计算也就成了一个充满争议和挑战的命题。
2008年,秉承“避免对手技术突袭和给予对手技术突袭”使命的美国国防部先进研究计划局(DARPA)启动了一个称为自适应可塑可伸缩电子神经系统(Systems of Neuromorphic AdaptivePlastic Scalable Electronics, SyNapse)的项目,这个项目的目标是研制出受脑启发的新型计算架构。在这个项目支持下,IBM于2014年8月在《科学》(Science)杂志上发表了研究成果“真北(TrueNorth)芯片”,被《科学》杂志评为当年度十大科学突破之一。真北芯片在邮票大小、几克重量的芯片上集成了54亿个晶体管,可模拟1百万个神经元和2.56亿个神经突触,功耗却只有65毫瓦,并实现了视觉分类和运动识别等简单应用。
IBM的真北是在芯片级上来模拟人脑某一部分功能,与人脑自我学习和进化、具有适应性、有常识性知识和直觉等能力相比,还差距甚远。“见一叶落,而知岁之将暮;见瓶水之冰,而知天下之寒,鱼鳖之藏也”,人类大脑能在诸如“落叶”和“岁暮”等事件之间游刃有余地进行推理和联想,展现人类思维的无穷魅力,机器智能难以具有这样的能力。
用户评论