1 神經(jīng)形態(tài)芯片與傳統(tǒng)芯片的區(qū)別

1946年美籍匈牙利科學(xué)家馮·諾依曼提出存儲(chǔ)程序原理,，把程序本身當(dāng)作數(shù)據(jù)來(lái)對(duì)待。此后的半個(gè)多世紀(jì)以來(lái),，計(jì)算機(jī)的發(fā)展取得了巨大的進(jìn)步,，但“馮·諾依曼架構(gòu)”中信息存儲(chǔ)器和處理器的設(shè)計(jì)一直沿用至今，連接存儲(chǔ)器和處理器的信息傳遞通道仍然通過(guò)總線來(lái)實(shí)現(xiàn),。隨著處理的數(shù)據(jù)量海量地增長(zhǎng),，總線有限的數(shù)據(jù)傳輸速率被稱為“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(jì)算、高通量測(cè)序等的興起,，使得“馮·諾依曼瓶頸”日益突出,，而計(jì)算機(jī)的自我糾錯(cuò)能力缺失的局限性也已成為發(fā)展障礙。

結(jié)構(gòu)上的缺陷也導(dǎo)致功能上的局限,。例如,，從效率上看，計(jì)算機(jī)運(yùn)算的功耗較高——盡管人腦處理的信息量不比計(jì)算機(jī)少,，但顯然而功耗低得多,。為此，學(xué)習(xí)更多層的神經(jīng)網(wǎng)絡(luò),，讓計(jì)算機(jī)能夠更好地模擬人腦功能,，成為上世紀(jì)后期以來(lái)研究的熱點(diǎn)[如微軟研究院的“深度學(xué)習(xí)（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(gòu)”與“人腦架構(gòu)”的本質(zhì)結(jié)構(gòu)區(qū)別——與計(jì)算機(jī)相比，人腦的信息存儲(chǔ)和處理,，通過(guò)突觸這一基本單元來(lái)實(shí)現(xiàn),，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(xí)功能得以實(shí)現(xiàn)。

2 神經(jīng)形態(tài)芯片的發(fā)展簡(jiǎn)史

因此,，模仿人類大腦的理解,、行動(dòng)和認(rèn)知能力,，就成為重要的仿生研究目標(biāo)。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(jié)果（開(kāi)/關(guān)）的數(shù)字芯片,，可以像現(xiàn)實(shí)世界一樣得出各種不同的結(jié)果，可以模擬人腦神經(jīng)元和突觸的電子活動(dòng),?！比欢珻arver Mead本人并沒(méi)有完成模擬芯片的設(shè)計(jì),。

此后,，Audience公司出于對(duì)神經(jīng)系統(tǒng)的學(xué)習(xí)性和可塑性、容錯(cuò),、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(shè)計(jì)的神經(jīng)形態(tài)芯片,，可以模擬人耳抑制噪音,，應(yīng)用于智能手機(jī)。Audience公司也由此成為行業(yè)內(nèi)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(tái)人腦模擬器（512 個(gè)神經(jīng)元）以來(lái),，就一直在從事對(duì)類人腦計(jì)算機(jī)的研究，模仿了突觸的線路組成,、基于龐大的類神經(jīng)系統(tǒng)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(rèn)知計(jì)算機(jī)”的開(kāi)發(fā)——盡管“認(rèn)知計(jì)算機(jī)”無(wú)法像傳統(tǒng)計(jì)算機(jī)一樣進(jìn)行編程,，但可以通過(guò)積累經(jīng)驗(yàn)進(jìn)行學(xué)習(xí),，發(fā)現(xiàn)事物之間的相互聯(lián)系，模擬大腦結(jié)構(gòu)和突觸可塑性,。在美國(guó)國(guó)防高級(jí)研究計(jì)劃局（DARPA）的資助下,，IBM的“自適應(yīng)可變神經(jīng)可塑可擴(kuò)展電子設(shè)備系統(tǒng)”項(xiàng)目（SyNAPSE） 第二階段項(xiàng)目則致力于創(chuàng)造既能同時(shí)處理多源信息又能根據(jù)環(huán)境不斷自我更新的系統(tǒng)，實(shí)現(xiàn)神經(jīng)系統(tǒng)的學(xué)習(xí)性和可塑性,、容錯(cuò)、免編程,、低能耗等特征,。項(xiàng)目負(fù)責(zé)人Dharmendra Modha認(rèn)為，神經(jīng)芯片將是計(jì)算機(jī)進(jìn)化史上的又一座里程碑,。

IBM的新芯片架構(gòu)沒(méi)有固定的編程,，把內(nèi)存與處理器集成在一起，模仿大腦的事件驅(qū)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(yuǎn)不及人腦（IBM 2012年開(kāi)發(fā)的模擬人腦的超級(jí)計(jì)算機(jī)已可模擬出相當(dāng)于5千億神經(jīng)元以及137億神經(jīng)突觸的計(jì)算架構(gòu)系統(tǒng)，但系統(tǒng)的運(yùn)行速度相比于人腦要慢1 542倍）,，但與傳統(tǒng)的計(jì)算機(jī)相比,，其在處理感官數(shù)據(jù)、學(xué)習(xí)數(shù)據(jù)變化的能力方面優(yōu)勢(shì)明顯,。根據(jù)計(jì)劃,，2019年IBM將會(huì)利用88萬(wàn)CPU，研制出與人腦速度相當(dāng)?shù)哪M人腦系統(tǒng),。

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(zhǎng)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(shù)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(shù)字電路,，解決這一問(wèn)題,。除了IBM外，HRL實(shí)驗(yàn)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(yù)計(jì)會(huì)在2015年上市。

3 仿生模擬的應(yīng)用

模擬人腦系統(tǒng)的開(kāi)發(fā),，就必須要以神經(jīng)形態(tài)芯片作為基礎(chǔ)支撐,。人腦啟發(fā)軟件公司 Numenta創(chuàng)始人Jeff Hawkins曾評(píng)論，“人工智能絕對(duì)不能靠軟件來(lái)實(shí)現(xiàn),，需要用芯片來(lái)完成,。”“零項(xiàng)目”工程師 M. Anthony Lewis則認(rèn)為,，“即便還是以數(shù)字的形式來(lái)完成,，我們已經(jīng)可以復(fù)制大腦的很多行為?！?/p>

有了神經(jīng)突觸運(yùn)算芯片外,，部分程度地再現(xiàn)生物系統(tǒng)中神經(jīng)元和神經(jīng)突觸的運(yùn)作模式，尋找對(duì)象之間的關(guān)聯(lián)性,，提出假設(shè),，進(jìn)行記憶和學(xué)習(xí)等都成為了可能，使得芯片在很大程度上實(shí)現(xiàn)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(shè)備,，可用于病情的智能監(jiān)測(cè)，從而使得健康監(jiān)測(cè)系統(tǒng)可以監(jiān)測(cè)生命體征,，及早發(fā)現(xiàn)潛在的風(fēng)險(xiǎn),，為病人提供個(gè)性化的治療手段。在面部識(shí)別等涉及圖像,、聲音和其他感官數(shù)據(jù)的處理領(lǐng)域,，通過(guò)智能終端來(lái)關(guān)注用戶的行為和環(huán)境，學(xué)習(xí)用戶的習(xí)慣,，也成為可能,。對(duì)此，高通公司的技術(shù)總監(jiān)Matthew Grob曾評(píng)論,，“我們正在模糊芯片和生物系統(tǒng)之間的隔閡,。”事實(shí)上,，HRL實(shí)驗(yàn)室已經(jīng)計(jì)劃測(cè)試將神經(jīng)形態(tài)芯片植入到鳥(niǎo)類中,，由芯片處理來(lái)自攝像機(jī)和其他傳感器的數(shù)據(jù)，能記住飛過(guò)的房間,，學(xué)會(huì)導(dǎo)航,。

本文來(lái)源：cnbeta網(wǎng)站