人物如何面对英特尔1亿个神经元的全球最强神经拟态系统探索芯片难度之谜
2020年，你对AI功能感到满意吗？
如果你想起与AI智能音箱哭笑不得的对话经历，还有站在AI人脸识别闸机口许久才被识别出你是谁，你大概率会给出一个否定的答案。
已经大规模应用的AI，在金融、工业、电力、医疗等应用中已经展现出其重要的价值，但也不可否认，AI还有很大的提升空间。
AI的提升，既可以是对现有芯片和算法持续优化，也可以通过变革性的技术实现跨越式改变，比如越来越被人熟知的神经拟态计算（或称类脑计算）以及量子计算。相比之下，量子计算拥有更高的热度，但最近发布的全球最强的神经拟态系统英特尔Pohoiki Springs以及有嗅觉的神经拟态芯片，一定能让你对神经拟态计算以及AI的未来充满期待。
图片来自PCworld
全球最强的神经拟态系统能做什么？
上周二，《自然-机器智能》杂志报道了英特尔与美国康奈尔大学科学家的共同构建数学算法研究成果，通过双方合作，英特尔研究院神经拟态计算小组高级研究科学家Nabil Imam团队采用了一个由72个化学传感器活动组成数据集，可对一个风洞实验中循环10种气体物质作反应，并且，即使有强烈环境干扰也能识别这些气味。
也就是说，英特尔Loihi也有“嗅觉”，这也是化学传感器领域多年寻找“电子鼻系统”的结果。未来，将搭载“嗅觉”的Loihi在环境监测、危险物质检测、工厂质量控制方面有巨大的应用潜力。
这其中非常重要的是，只用一个样本训练就可达到百分之九十多高准确率，如果使用传统方法，要达到相同分类准确率需3,000倍以上训练样本。
仅两天后，英特尔又宣布其最新神经拟态研究系统Pohoiki Springs已准备就绪，将提供1亿个神经元计算能力。1亿个神经元相当于小型哺乳动物大脑数量。
说得更容易理解一些，大约一只瓢虫的大脑25万到50万个细胞，大蟑螂100万细胞，大斑马鱼1000万细胞，小仓鼠9000万细胞。
Pohoiki Springs是一个数据中心机架式系统，它将768块Loihi集成在5台服务器大小机箱中运行时功耗低于500瓦。这是一个世界上目前最大的和最强大的单一软件程序设计实例。
数据中心机架式系统Pohoiki Springs（资料来源: Tim Herman/英特尔公司）
它仍处于研究阶段，可以为开发者提供工具开发新启发性算法用于实时处理问题解决适应学习等任务。
这个令人眼前一亮 神秘奇妙事件背后，都有一项名为Loihi自主学习模仿人类思维方式的人工智能芯片，是2017年英国伦敦大学学院的一位物理学教授提出的概念，这是一款全新的硬件设备，它能够模仿生物大脑中的信息处理方式以进行学习和推理，而不是依赖软件去执行这些任务，这意味着它能够独立地完成复杂任务而不需要外部指导或监督。
这种设计优势非常明显，比标准CPU快1000倍，比GPU快10,000倍处理某些类型工作负载。但即便如此，有几个原因限制了这种新技术广泛使用：首先，由于只有少数几家公司包括IBM及初创企业正在开发此类产品，因此市场上的供应有限；其次，对该技术了解有限，所以未见过实际应用场景；最后，即使存在动力不足，因为没有看到直接利用这一技术带来的具体收益或效益，因此推动进步的人们可能缺乏足够激励来克服挑战并继续探索这一领域。
然而，不同於其他任何类型の技術改进，這裡面還有一個特別困難的地方，那就是如何將這種類似於生物腦的大規模並行處理實際應用到現有的電腦系統設計中。對於計算機科學家來說，這涉及重新思考電腦系統結構，並確保每個部分都能有效地與其他部分進行通信，以實現真正的人工智慧。在這個過程中，他們發現在傳統同步電路設計下，每個單元必須以相同頻率運行，這導致效率較低。此外，由於異步脈衝技術允許每個單元獨立運行，並根據需求動態調整速度，使得在異步脈衝系統內保持時間同步變得更加困難。此問題尤為棘手，因為當大量微處理單元相互連接時，其間訊息傳遞所需時間增加，此可能會導致整體性能降低。如果要解決這些問題，就需要發展新的軟件工具來管理複雜網絡，並確保訊息流暢傳輸。在開發人員的心目中，“为了支持分布式計算和灵活分区，我们需要尽可能减少硬件连接差异。这是在学术界没有人做过的事情，在产业界我们刚开始尝试。”
随着时间推移，一系列不断更新迭代后的Loihi版本逐渐展现在世间，其中包括2019年的Kapoho Bay USB形状的小型版本，以及2020年的更先进版本，如今天展示给我们的Pohoiki Beach，同时还包含了一系列针对于不同用户群体编制的小型版权利释放证书，从而促进了相关项目之间协同发展，为整个社区打造了一套开放共享平台基础设施，以支持各种从个人爱好者到专业科研人员再到商业机构之间资源共享与知识交换，并将他们联系起来，让他们能够分享彼此发现的问题解决方案，从而加速整个行业向前发展并提高竞争力的同时提高创新能力。
