近日，英特爾中國研究院院長宋繼強(qiáng)與杜克大學(xué)電子與計(jì)算機(jī)工程系教授陳怡然教授以及浙江大學(xué)計(jì)算機(jī)學(xué)院教授唐華錦教授進(jìn)行了一次有關(guān)神經(jīng)擬態(tài)計(jì)算的行業(yè)對話。

神經(jīng)擬態(tài)計(jì)算，又被稱為類腦計(jì)算和神經(jīng)形態(tài)計(jì)算，模擬的是人腦的神經(jīng)結(jié)構(gòu)和運(yùn)行方式，其中的計(jì)算模塊類似于人腦中的神經(jīng)元，通過一種全新的模型——脈沖神經(jīng)網(wǎng)絡(luò)（SNNs）將神經(jīng)元進(jìn)行重新分布。

芯片向人腦演化，對現(xiàn)有計(jì)算架構(gòu)的顛覆，神經(jīng)擬態(tài)計(jì)算已經(jīng)成為前沿科技中非常熱門的領(lǐng)域，并被賦予帶領(lǐng)人類進(jìn)入新人工智能時(shí)代的使命。

三位學(xué)術(shù)界大咖在這次的行業(yè)對話中著重對神經(jīng)擬態(tài)計(jì)算的獨(dú)特優(yōu)勢、和目前主流的深度學(xué)習(xí)的對比、如何進(jìn)一步突破以及未來的應(yīng)用方向等話題進(jìn)行了意見交流，再次引起了業(yè)界對神經(jīng)擬態(tài)計(jì)算的關(guān)注和討論。

為AI注入新的想象

目前的人工智能正在面臨著諸多挑戰(zhàn)，其中一項(xiàng)就是對于能源的大量需求，造成對生態(tài)的污染問題。

國外的一項(xiàng)研究顯示，僅僅是訓(xùn)練一個(gè)AI模型，所消耗的電力產(chǎn)生的碳排放量相當(dāng)于5臺美式轎車整個(gè)生命周期的碳排放量�？梢哉f，目前的AI模式對生態(tài)環(huán)境構(gòu)成了一定的威脅。

作為下一代的AI芯片，神經(jīng)擬態(tài)計(jì)算能夠很好地解決這一問題。宋繼強(qiáng)表示：“神經(jīng)擬態(tài)計(jì)算在算法以及芯片的設(shè)計(jì)上可以實(shí)現(xiàn)以低一千倍以下的功耗去完成同樣效果的模型訓(xùn)練。”來自浙江大學(xué)的唐華錦教授也認(rèn)為神經(jīng)擬態(tài)芯片是一種環(huán)境友好型的芯片，“體積小、功耗低，符合生物進(jìn)化最本質(zhì)的優(yōu)勢�！�

除了能耗低的優(yōu)勢之外，神經(jīng)擬態(tài)計(jì)算還有諸多其他優(yōu)勢。唐華錦稱“神經(jīng)擬態(tài)計(jì)算最大的優(yōu)勢是神經(jīng)元的智能性和自主性，不是單純解決一個(gè)數(shù)據(jù)訓(xùn)練、模式識別的問題，而是解決多模態(tài)感知、非結(jié)構(gòu)化信息的感知和推理。“

另外，來自杜克大學(xué)的陳怡然教授也表示神經(jīng)擬態(tài)計(jì)算相比目前的技術(shù)來說會更加安全，“神經(jīng)擬態(tài)計(jì)算可以通過不同信號相互之間連接，可以做得更‘魯棒’（Robust），這對于外在的攻擊或者不友好的操作其實(shí)可以更有效的進(jìn)行保護(hù)，現(xiàn)在這方面也有一些新的研究�！�

能否取代深度學(xué)習(xí)？

在此次對談中，一個(gè)重要的談?wù)撝黝}是神經(jīng)擬態(tài)計(jì)算是否會在不遠(yuǎn)的未來取代深度學(xué)習(xí)。Gartner此前的一份調(diào)查報(bào)告預(yù)測，到2025年神經(jīng)擬態(tài)計(jì)算有望取代GPU，成為下一代AI的主流計(jì)算形態(tài)。

對此，三位嘉賓的觀點(diǎn)不盡相同。宋繼強(qiáng)認(rèn)為神經(jīng)擬態(tài)計(jì)算和深度學(xué)習(xí)的關(guān)系是兼收并蓄，而不是取代，“對于深度學(xué)習(xí)已經(jīng)非常擅長的，模擬人類視覺或者自然語言交互的任務(wù)，我們讓深度學(xué)習(xí)的網(wǎng)絡(luò)去模擬；對于其他不太適合用深度學(xué)習(xí)做的，如英特爾Loihi芯片做的嗅覺方面的研究，還有機(jī)器人操控、多模態(tài)甚至于跨模態(tài)之間的知識存儲，我們可以用神經(jīng)擬態(tài)計(jì)算去實(shí)現(xiàn)。”

唐華錦認(rèn)為，在一些特殊場景中，比如并不需要精確的計(jì)算結(jié)果而是需要在一個(gè)實(shí)時(shí)環(huán)境中給出一個(gè)“魯棒”的響應(yīng)時(shí)，相比于深度學(xué)習(xí)算法，神經(jīng)擬態(tài)計(jì)算有著絕對優(yōu)勢。

不過在陳怡然看來，目前神經(jīng)擬態(tài)計(jì)算本質(zhì)上跟深度學(xué)習(xí)所能實(shí)現(xiàn)的功能沒有特別大的不同，“現(xiàn)在還沒有可靠的證據(jù)表明，神經(jīng)擬態(tài)計(jì)算能夠達(dá)到這一代人工智能技術(shù)所不能達(dá)到的新境界�！标愨�然也認(rèn)可神經(jīng)擬態(tài)計(jì)算所具有的“魯棒”性以及實(shí)時(shí)性等優(yōu)勢，但這些只能說是在深度學(xué)習(xí)基礎(chǔ)上的提升而不是技術(shù)上的突破�！吧窠�(jīng)擬態(tài)計(jì)算不應(yīng)該是深度學(xué)習(xí)的一個(gè)子集，而應(yīng)是全新的集合，”他表示。

科幻照進(jìn)現(xiàn)實(shí)

對于神經(jīng)擬態(tài)計(jì)算，目前科研界、產(chǎn)業(yè)界都在抓緊研究和布局。近期，英特爾在神經(jīng)擬態(tài)計(jì)算領(lǐng)域取得了重大進(jìn)展�！蹲匀弧冯s志的一篇論文顯示，英特爾Loihi芯片僅需單一樣本便可學(xué)會識別10種有害氣體的氣味。英特爾最新發(fā)布的以Loihi芯片為基礎(chǔ)的神經(jīng)擬態(tài)計(jì)算系統(tǒng)Pohoiki Springs包含1億個(gè)神經(jīng)元，堪比小型哺乳動物的大腦容量。

對于未來的突破方向，陳怡然認(rèn)為最根本的問題是“必須要軟硬協(xié)同，兩者必須要齊頭并進(jìn)�！彼卫^強(qiáng)則認(rèn)為，盡快找到真正適應(yīng)神經(jīng)擬態(tài)計(jì)算的應(yīng)用方向，取得里程碑式的進(jìn)展，有助于促進(jìn)產(chǎn)業(yè)跟隨。為此，英特爾成立了INRC（神經(jīng)擬態(tài)研究社區(qū)），成員可以獲取英特爾Loihi測試芯片從而支持他們的神經(jīng)擬態(tài)研究。目前已經(jīng)有諸多科研機(jī)構(gòu)、大學(xué)、世界500強(qiáng)企業(yè)加入，促進(jìn)神經(jīng)擬態(tài)計(jì)算應(yīng)用落地。

在此次對話中，有關(guān)未來神經(jīng)擬態(tài)計(jì)算的應(yīng)用方向，嘉賓們也作出了一些設(shè)想。唐華錦認(rèn)為未來神經(jīng)擬態(tài)計(jì)算比較有前景的切入點(diǎn)主要有兩個(gè)：“一個(gè)是非結(jié)構(gòu)化數(shù)據(jù)，實(shí)時(shí)性要求很高的場景。另外一個(gè)是多模態(tài)的、實(shí)時(shí)的場景，比如說機(jī)器人、無人機(jī)等需要持續(xù)學(xué)習(xí)和自適應(yīng)學(xué)習(xí)的場景�！�

宋繼強(qiáng)也認(rèn)為，未來神經(jīng)擬態(tài)計(jì)算很有可能會落地到商用或者消費(fèi)級的產(chǎn)品，“我們目前已經(jīng)看到在服務(wù)機(jī)器人以及智能家居等場景下，神經(jīng)擬態(tài)計(jì)算可以有很好的表現(xiàn)。”