幻女**毛片,99热精品免费,日韩欧美亚洲精品,国产床上视频,国产成人精品一区二三区,99ri精品,国产区视频

    編者按：《麻省理工科技評論》（MIT Technology Review）近期刊出了“2014十大突破性科學(xué)技術(shù)”的文章，神經(jīng)形態(tài)芯片（Neuromorphic Chips）名列其中。本文就這一技術(shù)進(jìn)行簡(jiǎn)要分析。

    1 神經(jīng)形態(tài)芯片與傳統芯片的區別

    1946年美籍匈牙利科學(xué)家馮·諾依曼提出存儲程序原理，把程序本身當作數據來(lái)對待。此后的半個(gè)多世紀以來(lái)，計算機的發(fā)展取得了巨大的進(jìn)步，但“馮·諾依曼架構”中信息存儲器和處理器的設計一直沿用至今，連接存儲器和處理器的信息傳遞通道仍然通過(guò)總線(xiàn)來(lái)實(shí)現。隨著(zhù)處理的數據量海量地增長(cháng)，總線(xiàn)有限的數據傳輸速率被稱(chēng)為“馮·諾依曼瓶頸”——尤其是移動(dòng)互聯(lián)網(wǎng)、社交網(wǎng)絡(luò )、物聯(lián)網(wǎng)、云計算、高通量測序等的興起，使得“馮·諾依曼瓶頸”日益突出，而計算機的自我糾錯能力缺失的局限性也已成為發(fā)展障礙。

    結構上的缺陷也導致功能上的局限。例如，從效率上看，計算機運算的功耗較高——盡管人腦處理的信息量不比計算機少，但顯然而功耗低得多。為此，學(xué)習更多層的神經(jīng)網(wǎng)絡(luò )，讓計算機能夠更好地模擬人腦功能，成為上世紀后期以來(lái)研究的熱點(diǎn)[如微軟研究院的“深度學(xué)習（或深度神經(jīng)網(wǎng)絡(luò )，DNN）”]。

    在這些研究中，核心的研究是“馮·諾依曼架構”與“人腦架構”的本質(zhì)結構區別——與計算機相比，人腦的信息存儲和處理，通過(guò)突觸這一基本單元來(lái)實(shí)現，因而沒(méi)有明顯的界限。正是人腦中的千萬(wàn)億個(gè)突觸的可塑性——各種因素和各種條件經(jīng)過(guò)一定的時(shí)間作用后引起的神經(jīng)變化（可變性、可修飾性等），使得人腦的記憶和學(xué)習功能得以實(shí)現。

    2 神經(jīng)形態(tài)芯片的發(fā)展簡(jiǎn)史

    因此，模仿人類(lèi)大腦的理解、行動(dòng)和認知能力，就成為重要的仿生研究目標。1990 年，加州理工學(xué)院名譽(yù)教授Carver Mead給出了神經(jīng)形態(tài)芯片的定義——“模擬芯片不同于只有二進(jìn)制結果（開(kāi)/關(guān)）的數字芯片，可以像現實(shí)世界一樣得出各種不同的結果，可以模擬人腦神經(jīng)元和突觸的電子活動(dòng)。”然而，Carver Mead本人并沒(méi)有完成模擬芯片的設計。

    此后，Audience公司出于對神經(jīng)系統的學(xué)習性和可塑性、容錯、免編程、低能耗等特征進(jìn)行了研究，研發(fā)出基于人的耳蝸而設計的神經(jīng)形態(tài)芯片，可以模擬人耳抑制噪音，應用于智能手機。Audience公司也由此成為行業(yè)內領(lǐng)先的語(yǔ)音處理芯片公司。

    IBM公司在1956 年創(chuàng )建第一臺人腦模擬器（512 個(gè)神經(jīng)元）以來(lái)，就一直在從事對類(lèi)人腦計算機的研究，模仿了突觸的線(xiàn)路組成、基于龐大的類(lèi)神經(jīng)系統群開(kāi)發(fā)神經(jīng)形態(tài)芯片也就自然而然地進(jìn)入了其視野。其中，IBM第一代神經(jīng)突觸（neurosynaptic）芯片用于“認知計算機”的開(kāi)發(fā)——盡管“認知計算機”無(wú)法像傳統計算機一樣進(jìn)行編程，但可以通過(guò)積累經(jīng)驗進(jìn)行學(xué)習，發(fā)現事物之間的相互聯(lián)系，模擬大腦結構和突觸可塑性。在美國國防高級研究計劃局（DARPA）的資助下，IBM的“自適應可變神經(jīng)可塑可擴展電子設備系統”項目（SyNAPSE） 第二階段項目則致力于創(chuàng )造既能同時(shí)處理多源信息又能根據環(huán)境不斷自我更新的系統，實(shí)現神經(jīng)系統的學(xué)習性和可塑性、容錯、免編程、低能耗等特征。項目負責人Dharmendra Modha認為，神經(jīng)芯片將是計算機進(jìn)化史上的又一座里程碑。

    IBM的新芯片架構沒(méi)有固定的編程，把內存與處理器集成在一起，模仿大腦的事件驅動(dòng)、分布式和并行處理方式。從目前來(lái)看，盡管神經(jīng)形態(tài)芯片的能力還遠不及人腦（IBM 2012年開(kāi)發(fā)的模擬人腦的超級計算機已可模擬出相當于5千億神經(jīng)元以及137億神經(jīng)突觸的計算架構系統，但系統的運行速度相比于人腦要慢1 542倍），但與傳統的計算機相比，其在處理感官數據、學(xué)習數據變化的能力方面優(yōu)勢明顯。根據計劃，2019年IBM將會(huì )利用88萬(wàn)CPU，研制出與人腦速度相當的模擬人腦系統。

    在IBM以前，瑞士的蘇黎世大學(xué)和蘇黎世聯(lián)邦理工學(xué)院等已經(jīng)做了較長(cháng)時(shí)間的神經(jīng)形態(tài)芯片研究，但采用的主要是模擬電路或數字/模擬混合電路。但是，模擬電路易受漏電流的影響，從而帶來(lái)噪聲過(guò)大等問(wèn)題，因而性能上并未最優(yōu)化。IBM的做法，則是采用了數字電路，解決這一問(wèn)題。除了IBM外，HRL實(shí)驗室、高通公司等也做了較多的神經(jīng)形態(tài)芯片開(kāi)發(fā)，其中高通公司的芯片預計會(huì )在2015年上市。

    3 仿生模擬的應用

    模擬人腦系統的開(kāi)發(fā)，就必須要以神經(jīng)形態(tài)芯片作為基礎支撐。人腦啟發(fā)軟件公司 Numenta創(chuàng )始人Jeff Hawkins曾評論，“人工智能絕對不能靠軟件來(lái)實(shí)現，需要用芯片來(lái)完成。”“零項目”工程師 M. Anthony Lewis則認為，“即便還是以數字的形式來(lái)完成，我們已經(jīng)可以**大腦的很多行為。”

    有了神經(jīng)突觸運算芯片外，部分程度地再現生物系統中神經(jīng)元和神經(jīng)突觸的運作模式，尋找對象之間的關(guān)聯(lián)性，提出假設，進(jìn)行記憶和學(xué)習等都成為了可能，使得芯片在很大程度上實(shí)現過(guò)去幾十年來(lái)的人工智能領(lǐng)域開(kāi)發(fā)的功能。例如，基于神經(jīng)形態(tài)芯片的智能傳感器和設備，可用于病情的智能監測，從而使得健康監測系統可以監測生命體征，及早發(fā)現潛在的風(fēng)險，為病人提供個(gè)性化的治療手段。在面部識別等涉及圖像、聲音和其他感官數據的處理領(lǐng)域，通過(guò)智能終端來(lái)關(guān)注用戶(hù)的行為和環(huán)境，學(xué)習用戶(hù)的習慣，也成為可能。對此，高通公司的技術(shù)總監Matthew Grob曾評論，“我們正在模糊芯片和生物系統之間的隔閡。”事實(shí)上，HRL實(shí)驗室已經(jīng)計劃測試將神經(jīng)形態(tài)芯片植入到鳥(niǎo)類(lèi)中，由芯片處理來(lái)自攝像機和其他傳感器的數據，能記住飛過(guò)的房間，學(xué)會(huì )***。