TrueNorth计算机芯片模拟人类认知 2017-01-08 09:10:20

$888.88
所属分类 :基金

想象一下,在一个办公室里工作,一旦你完成了一项任务,就必须等到所有其他小隔间的每个人都完成了他们正在进行的任务,然后才能继续你的下一个任务

大多数数字设备依赖于同步电路工作内置时钟允许完成每个计算功能的相同时间基于1和0的二进制系统,它是可靠的,但它也意味着系统只能运行与最慢功能一样快链条“在一个时钟实现中,一切都必须符合时间预算,所以除非你把一切都做得更快,否则你的芯片运行得更快 - '一切'包括你并不总是需要的东西,”Rajit Manohar说, John C Malone电气工程和计算机科学教授甚至在Siri和谷歌之家成为我们的家庭伙伴之前,我们就有了将计算机拟人化的趋势

人们长期以来都很常见谈论计算机的“思考”并将其归结为与大脑相关的特征事实上,传统计算机根本不像大脑那样起作用但计算机科学越来越近了一个迹象就是TrueNorth,一个4-平方厘米芯片拥有大约540亿个晶体管,100万个“神经元”通过2.56亿个“突触”进行通信从他担任康奈尔大学教员开始,Manohar带着一组IBM研究人员来到芯片上工作

作为其神经形态自适应塑料可扩展电子系统(SyNAPSE)计划的一部分,由国防高级研究计划局(DARPA)提供TrueNorth资助的长达数年的合作,TrueNorth是神经形态芯片的一个开创性例子 - 一种新型的计算机以大脑为模型的电路这是一张邮票的大小,它可能是我们制作和使用电脑的一场革命的开始Manohar,他于1月份在耶鲁大学创办,通过他的异步系统工作来实现这个项目,他的研究专长之一在具有这些类型电路的设备中,每个功能都可以根据需要尽可能少地完成任务“这就像接力赛 - 你交出当你在那里时接力棒给下一个人,“他说为了允许更大的复杂性并且使用更少的能量,所有这些功能都异步并行地工作 - 类似于神经科学家认为大脑运作的方式”显然没有一个,仔细同步的信号传递给你大脑中的每一个神经元,所以似乎不同步是思考计算如何发生的自然方式,“Manohar详细说明了TrueNorth芯片虽然异步系统通常被认为是一个新的分支在计算机科学研究中,他们的根源可以追溯到最早版本的现代计算机Manohar注意到即使是现代计算机的蓝图(“Von Ne”) 20世纪40年代的umann“机器”解释说异步计算是有利的许多早期机器都是以这种方式构建的,但是计算机体系结构很快就变得越来越复杂并且包含了更多的电线确保在机器内正确发送和接收信号变得更加棘手内部需要计时器以确保事情正常运行,并且同步电路成为了土地的法则机器在有序性方面获得了什么,但是,它们在速度上失去了例如,手机中的计算机它运行在1 GHz - 十亿每秒步数 - 所以每一步必须适合一纳秒无论你计算的是什么必须细分为相等的时间块如果一步完成,你必须等待这可能会浪费大量的浪费时间“坦率地说,很少有你计算个别事物都花费相同的时间,“他说”不是所有的计算都同样困难“如果一步太过分了g,发生错误在这种情况下,必须将过程分解为更小的步骤,或者步长必须更大 - 这会减慢其他所有内容尽管如此,直到20世纪80年代芯片开始时,这并没有引起太大关注变得越来越大,越来越复杂,用于跟上计算能力的时钟运行起来越来越昂贵 - 占用芯片功耗的20%“所以人们开始在80年代早期再次关注异步电路“TrueNorth的神经元彼此并行工作,每个人都做他们需要做的事情来完成一项任务他们通过突发的电流进行通信,称为尖峰TrueNorth最值得注意的事情之一就是它的功效如何70毫瓦的功率 - 与助听器相当 - 与执行类似任务的传统计算机相比,其消耗微乎其微Dharmendra Modha,IBM Almaden研究中心认知计算组的首席研究员和DARPA SyNAPSE项目的首席研究员,他说招募Manohar,因为他是该项目所需技术的“世界领导者”,他开发了“功能强大且经过验证的工具”“大脑中的神经元是事件驱动的,无需任何同步时钟即可运行”,Modha说:“实现雄心勃勃DARPA SyNAPSE的衡量标准,关键要素是设计和实现异步电路自然的事件驱动电路神经科学让我们更好地了解了大脑中正在发生的事情,而这些信息激发了TrueNorth芯片的结构

但是,将TrueNorth称为大脑功能的副本是一个延伸,因为我们仍然不知道大脑是如何工作的这是让Manohar对他的作品着迷的事情之一“大脑是一个我们并不太了解的异步系统,它可以做某些我们不知道今天如何让计算机去做的事情 - 那就是有趣的是,“他还说,有证据表明大脑有一个”强大的异步计算基板“,可以学习如何做很多不同的应用程序”它可以以我们不知道如何的效率执行这些应用程序在计算机上做这也很有趣“神经形态计算中的许多其他工作都是为了更好地理解大脑是如何工作的开始TrueNorth app的制造商从另一个方向哄骗他们的项目;大脑的过程如何才能实现更好的计算

这也符合Manohar的利益“我不理解我在其中的生物学,以了解它如何进行这种计算”为了看看TrueNorth可能具有什么样的实际应用,研究团队开发了一个多对象检测和分类应用程序并对其进行了两项挑战测试:一项是检测视频中定期出现的人员,骑自行车者,汽车,卡车和公共汽车;另一个是正确识别每个对象TrueNorth被证明擅长这两个任务即使它只捕获了人类大脑复杂性的一小部分 - 根据其制造商的说法,芯片具有大黄蜂的脑力 - 这足以完成一些非凡的任务

例如,它允许用户在不接触电视或遥控器的情况下更换频道三星已经评估了TrueNorth芯片,宣布它正在开发一个系统,电视用户可以通过在洛斯阿拉莫斯国家公司的官员手势控制他们的电视机实验室还讨论了将其用于一些超级计算的计算Manohar也是Achronix半导体的创始人,Achronix半导体是一家专门研究高性能异步现场可编程门阵列(FPGA)芯片的公司

麻省理工学院技术评论将他列为“35岁以下的35位创新者”之一他在低功耗微处理器设计方面的工作他的其他专长包括低功耗嵌入式系统,并发系统电路设计的正式方法马诺哈尔说,他通过数学的方式来到计算机科学领域“在某些时候,我想用更多的数学来运用数学,”他说,“从应用数学的角度来看,我认为计算机科学很有趣 - 许多技术和一些基础是非常数学的“TrueNorth的前所未有的本质意味着投入了大量资源不仅研究团队发明了芯片,他们还需要发明用于构建芯片的工具,因为现有的计算机辅助设计(CAD)软件还不够“阻止人们使用异步电路的一个原因是缺乏设计它们的工具,”他说,“有一个巨大的行业需要花费数十亿美元每年都在改进这些CAD工具,但它们并不适合我们在异步设计方面所做的工作,因此我们必须编写自己的CAD工具“自从推出TrueNorth以来,研究异步电路的研究人员数量大幅增加,但它仍然是一个小社区Manohar团队使用的CAD软件专为团队使用而设计但是如果他们可以修改它们以便更加普遍, Manohar相信该领域将会爆发,技术将更加迅速地发展“我们想要做的事情之一就是拥有一套完整的工具,我们可以把它们放在开源中让其他研究人员使用我经常听到人们的声音在业内人士说'嘿,我想尝试这个,但我不知道如何开始,因为我没有工具'“像大脑一样思考的好处今天的传统计算机的架构仍然来自冯20世纪40年代的Neumann模型我们不使用纸板打卡,但基本思路仍然相同进展减少了内存将数据传输到处理器所需的时间但是数据结果我需要来回穿梭,这需要时间和力量几十年来,计算机的尺寸逐渐缩小但功率增长计算机科学家说,我们已接近我们可以继续处理多少处理器的极限神经形态芯片可以打破一个全新的领域,这将允许趋势继续,很可能以更快的速度

传统系统的根本偏离之一是TrueNorth上的数据存储和它的计算没有分开它神经网络可以在没有计时机制的情况下完成多项任务,摆脱困扰传统操作的线性操作然后就是这些芯片可以让计算机做什么的问题传统的计算机在蛮力计算方面非常出色他们不太擅长识别面对或挑选涉及模式识别的特定声音和任务这就是为什么那些CAPTCHA功能指示你挑选E instein面对或复制一个简短的字母数字模式,以证明你是人类是如此有效地防止机器人虽然神经形态计算已经取得了很大的进步,因为计算机科学家在20世纪80年代首次开始认真讨论它,该领域仍处于早期阶段,许多随着技术变得越来越复杂,现场对芯片可以做些什么感到兴奋与任何可能改变游戏规则的技术一样,不可能想象所有可能的商业应用,但是该领域的许多人认为神经形态芯片可能是实现的关键准备好黄金时段的自动驾驶汽车,更像人类的机器人,以及帮助视力障碍人士的设备当然,达到这一点并不是一项小任务Manohar目前正在与滑铁卢大学的一组研究人员合作斯坦福大学采用多芯片系统,Manohar说这将成为神经形态学的下一步“我们希望能够显着提高效率与所有现有平台相比 - 这始终是目标,“他说”我们认为我们知道如何做到这一点“他预测不久之后这种技术最终会出现在日常设备中”这些神经计算算法目前提供对象检测和识别面孔等任务的最先进性能 - 许多公司今天关心的任务,“他说”想象一下,你搜索的照片或视频的方式与今天搜索文本的方式相同;这种类型的芯片在这种计算方式上更有效率“来源:耶鲁大学威廉威尔