這台「自駕腳踏車」裝了全球首款異構類腦晶片,AI 跨出了超越人類智慧的第一步!

【為什麼我們要挑選這篇文章】北京清華的團隊打造出一款「自動駕駛腳踏車」,能夠自己保持平衡,並且避開路上的障礙物。背後的關鍵,是一款叫「天機」的晶片,它整合了神經科學與電腦科學,是通用人工智慧的關鍵里程碑。

如果通用人工智慧順利誕生,AI 也就超越人類了;這台腳踏車,讓通用人工智慧踏出了最初的一步。(責任編輯:郭家宏)

今天,一輛來自清華的無人駕駛自行車登上了 Nature 的封面。

這輛自行車不僅可以自我平衡,還可以繞過障礙物,甚至可以回應簡單的聲音命令。

 自行車能夠按照聲音命令改變方向或調整速度

自行車檢測並跟蹤移動的人,並在必要時避開障礙物。

這輛自行車能夠如此平衡、順利的自主運行,靠的是自行車背後的大腦。它採用了一種名為「天機(Tianjic)」的新型電腦晶片,用於即時物體檢測、跟蹤、語音識別、避開障礙和平衡控制。

這只來自清華的團隊也憑藉 Tianjic 晶片,登上了 8 月 1 日發佈的最新一期 Nature 封面。

這也是中國的人工智慧晶片,首次登上 Nature。

論文的通訊作者、清華大學精密儀器系教授、類腦計算中心主任施路平教授表示,雖然這還是非常初步的一個研究,但或許能夠推動通用人工智慧(AGI)計算平台的進一步發展。

本次的論文作者來自清華大學、北京靈汐科技、北京師範大學、新加坡理工大學和美國加州大學聖塔芭芭拉分校等機構。

論文 傳送門

結合電腦科學與神經科學,建構更普遍的通用平台

開發通用人工智慧有兩種主要方法:一種是神經科學導向,植根於神經科學,並試圖建構與大腦非常相似的電路。另一種是電腦科學導向,以電腦科學為基礎,並使用電腦來執行機器學習算法。

因為在製劑和編碼方案的基本差異,這兩種方法依賴於不同的和不兼容的平台,延緩了 AGI 的發展。

因此,通用人工智慧的發展亟待一個支持更普遍的、基於電腦科學的人工神經網路以及神經科學啟發的模型和演算法的通用平台。

兩種方法的結合促進 AGI 發展

這款天機(Tianjic)晶片則整合了兩種方法,以提供混合、協同平台。

中國 AI 晶片首次登上了《Nature》
台灣 AI 晶片聯盟今年 7 月正式成軍,我們要怎麼搶在各國之前布局 AI 戰略?

8/10  跟著科技報橘一起 CONNECT 台灣 to the Future
雙人套票 65 折佛心開賣
手刀搶票,洞燭機先

天機晶片採用多核架構,可重構建構模組和採用混合編碼方案的流線型數據流,不僅可以適應基於電腦科學的機器學習算法,還可以輕鬆實現腦啟動電路和多種編碼方案。

透過資源復用,天機晶片只需 3% 的額外面積即可同時運行電腦科學和神經科學導向的絶大多數神經網路模型,支持異構網路的混合建模,形成時空域協調調度系統,發揮它們各自的優勢,既能降低耗能,提高速度,又能保持高準確度。

天機晶片同時具有多個功能核心,可輕鬆地重新配置,使其能夠適應機器學習演算法和大腦啟發電路。研究人員透過將其中一個晶片整合到無人駕駛的自行車中,來證明這種方法的潛力,這種自行車可以實現自我平衡,通過語音控制並且可以檢測和避開障礙物。

在論文中,該團隊表示,僅使用一個晶片,就可以在無人駕駛自行車系統中同時處理多種演算法和模型,實現即時物體檢測、跟蹤、語音控制、避開障礙和平衡控制。

7 個院系共同參與,花 7 年打造出「天機」AI 晶片

在 7 月 30 日的電話新聞發佈會中,論文通訊作者、清華大學精密儀器系教授施路平介紹了論文的研究思路。研究團隊在接受媒體的採訪時表示,從 2012 年孕育這項研究開始,團隊遇到的最大挑戰不來自於科學、也不來自技術,而是在於學科的分佈不利於解決當前的問題。

因此,研究團隊成立了七個院系組成的類腦計算研究中心,覆蓋腦科學、電腦、微電子、電子、精儀、自動化、材料等學科。

團隊成員之一,加州大學聖塔芭芭拉分校博士後鄧磊表示,在晶片方面,遇到的最大挑戰是如何實現深度和高效的融合。電腦科學導向和神經科學導向是目前流行的兩類神經網路模型,這兩種模型的語言、計算原理、訊號編碼方式、應用場景都有很大不同,所以需要的計算架構和儲存架構大相逕庭,甚至設計的優化目標都很不一樣。一些深度學習加速器和神經形態晶片,基本上都是獨立的設計體系,因此深度融合併不簡單。

深度融合不是深度學習加速模組和神經形態模組簡單的拼合,難點在於每部分的比例難以確認,因為現實中的應用複雜多變。而且,如果建構異構的混合模型,可能還需要在兩個模組之間添加專門的信號轉換單元,這又會有很多額外成本,所以,如何設計一套晶片架構兼容兩類模型,可以靈活的配置同時又具有高性能,是團隊晶片設計中的一大挑戰。

2015 年,施路平團隊設計出第一代「天機芯」,不斷改進設計之後,2017 年第二代「天機芯」問世。相比於當前世界先進的 IBM 的 TrueNorth 晶片,2017 年流片成功的第二代天機芯密度提升 20%,速度提高至少 10 倍,頻寬提高至少 100 倍,靈活性和擴展性更好。

也正如 MIT 科技評論報導所說,「該晶片暗示了中國在開發自己的晶片設計能力方面取得的進展。中國研究人員表明,他們可以製造專門的 AI 晶片以及任何晶片。」

類腦可以超越人腦嗎?吳恩達:最快也要幾十年

其實早在 3 年前,谷歌就曾在愚人節那天發佈過一輛理想中的自動駕駛自行車。

在谷歌的想像中,這輛「自行車」不僅平衡力超高:

還能夠自動通過紅綠燈路口,自主導航找到你的位置。

但作為「愚人節影片」發佈,也說明了這一技術的難點和不易實現。

而在今天,清華施路平團隊終於初步實現了這一想像。這樣的黑科技似乎也帶著一絲科幻色彩,讓人暢想 AGI 到來的那天。

在接受採訪時,施路平教授表示,類腦能否超越人腦的問題,其實和電腦是否能超越人腦的問題類似。

電腦在某些方面其實早就超過了人類,其精準快速的運算能力、強大的記憶讓我們歎為觀止。然而,目前在很多智慧的層次,電腦和人腦還是有相當大的距離。 特別是對於不確定性的問題,比如學習、自主決策等領域。

電機會逐漸縮小差距,至於最後能否全面超過人腦,施路平教授覺得從技術的層面來看會越來越多,「因為電腦的發展有一個特點,就是它從不退步,它一直往前走。但是我相信我們人是有智慧的,我們會在發展的過程當中,來逐漸的完善我們對於研究領域的一個理解,來把控它的風險,因為我相信人們之所以對這個問題重視,是因為我們擔心會不會像科幻電影說的那樣毀滅人類。」

關於 AGI 是否會超越人類智慧,吳恩達在 AI For Everyone 課程中也表示,完全的 AGI 的出現可能還需要幾十甚至上百年,從時間上來說,我們也不需要多度擔心。

(本文經合作夥伴 大數據文摘 授權轉載,並同意 TechOrange 編寫導讀與修訂標題,原文標題為 〈清华“天机”芯片登上 Nature 封面!七大院系参与研发,全球首款异构融合类脑芯片 〉。首圖來源: 大數據文摘

更多關於 AI 的消息

AI 新創 iKala 投資規模破 3 億,創辦人程世嘉:沒有好奇心絕不可能是好的領導者!
用 AI 突破農災困境,MIT 團隊「Open Ag」有望成為下一隻獨角獸
我們的「看診費用」有望調降?埃森哲:AI 將為醫院省下 4.7 兆台幣的成本


我們正在找夥伴!

2019 年我們的團隊正在大舉擴張,需要你的加入跟我們一起找出台灣創新原動力! 我們正在徵 《採訪社群編輯》、《助理編輯》,詳細職缺與應徵辦法 請點我

點關鍵字看更多相關文章: