英特爾神經擬態(tài)生態(tài)系統(tǒng)的最新研究進展

近日，在英特爾研究院開放日上，英特爾分享了英特爾神經擬態(tài)研究社區(qū)（INRC）的最新進展。該社區(qū)自2018年成立以來發(fā)展迅速，現(xiàn)已擁有100多名成員。開放日當天，英特爾宣布，聯(lián)想、羅技、梅賽德斯-奔馳和機器視覺傳感器公司Prophesee加入INRC，共同探索神經擬態(tài)計算在商業(yè)用例上的價值。此外，得益于英特爾神經擬態(tài)研究測試芯片Loihi的計算能力，英特爾還概括介紹了英特爾神經擬態(tài)研究社區(qū)更多的研究成果。

英特爾神經擬態(tài)計算實驗室總監(jiān)Mike Davies 表示：

“短短兩年時間里，我們已經形成了一個充滿活力的社區(qū)，其中包括來自世界各地的數(shù)百名研究人員，神經擬態(tài)計算在計算效率、速度和智能功能方面帶來數(shù)量級提升的潛力讓他們深受鼓舞。我們第一次看到有越來越多證明這種潛力的場景出現(xiàn)。我們計劃與英特爾神經擬態(tài)研究社區(qū)的合作伙伴一起，在收獲的洞察基礎上，讓這一新生技術實現(xiàn)廣泛和顛覆性的商業(yè)應用?！?/p>

英特爾認為，沒有任何公司能夠憑借一己之力有效釋放神經擬態(tài)計算的全部潛力，這也是他們之所以創(chuàng)建英特爾神經擬態(tài)研究社區(qū)的原因。通過與學術界、產業(yè)界和政府領域的一些知名研究人員進行合作，英特爾致力于解決神經擬態(tài)計算發(fā)展中的挑戰(zhàn)，并在未來幾年內將其從研究原型發(fā)展為能夠引領產業(yè)的產品。

英特爾及其合作伙伴已經展示了在現(xiàn)實世界邊緣用例中所實現(xiàn)的數(shù)量級提升，并且看到了在擴展工作負載之后，解決更大的計算問題所取得的早期進展。隨著神經擬態(tài)計算的不斷發(fā)展，英特爾和英特爾神經擬態(tài)研究社區(qū)還發(fā)現(xiàn)了神經擬態(tài)技術在現(xiàn)實世界中的各種潛在用例，例如：支持更高效且能夠自適應的機器人技術；在大型數(shù)據(jù)庫中快速搜索相似的內容；讓邊緣設備能夠實時做出復雜規(guī)劃和優(yōu)化決策等。聯(lián)想、羅技、梅賽德斯-奔馳和Prophesee的加入，以及英特爾神經擬態(tài)研究社區(qū)中現(xiàn)有的《財富》世界500強企業(yè)和政府實驗室，證明神經擬態(tài)技術正在穩(wěn)步成熟，將從學術實驗室逐步走向產業(yè)應用。

通過對英特爾神經擬態(tài)系統(tǒng)上的應用進行持續(xù)開發(fā)、原型設計和測試，英特爾和英特爾神經擬態(tài)研究社區(qū)成員獲得了越來越多的成果，并顯示在各種工作負載中神經擬態(tài)計算都能帶來性能的一致性提升?，F(xiàn)有的研究結果——例如模仿人類嗅覺系統(tǒng)、將基于事件的觸感引入機器人，結合英特爾研究院開放日上所介紹的新基準，勾勒出一副新的圖景，即：神經擬態(tài)計算非常適合新興的、具有商業(yè)相關性的仿生智能負載。

英特爾研究院開放日重點介紹的基準更新包括：

語音命令識別：埃森哲測試了在英特爾Loihi芯片上識別語音命令的能力和在標準圖形處理單元（GPU）上識別語音命令的能力，發(fā)現(xiàn)Loihi不僅達到了和GPU類似的精度，而且能效提高1000倍以上、響應速度快200毫秒。通過英特爾神經擬態(tài)研究社區(qū)，梅塞德斯-奔馳正在探索如何將這些結果應用到現(xiàn)實用例中，例如在汽車中加入新的語音交互命令。

手勢識別：傳統(tǒng)的AI可以很好地處理大數(shù)據(jù)并識別成千上萬個案例的模式，但它很難識別人與人之間細微的差異——比如我們用于交流的手勢。埃森哲和英特爾神經擬態(tài)研究社區(qū)合作伙伴展示了Loihi在快速學習和識別個性化手勢方面取得的切實進展。通過處理來自神經擬態(tài)相機的信息，只需幾次曝光Loihi即可學習新手勢。這可以應用于各種用例，例如與家庭中的智能產品進行交互或在公共場所的非接觸式顯示。

圖像檢索：零售行業(yè)的研究人員評估了Loihi對基于圖像的產品搜索應用。他們發(fā)現(xiàn)，在保持相同精度水平的情況下，Loihi生成圖像特征向量的效率比傳統(tǒng)的中央處理單元（CPU）和GPU解決方案提升三倍多。這一結果是對英特爾今年早些時候發(fā)布的神經擬態(tài)研究系統(tǒng)Pohoiki Springs的相似度搜索結果的補充，表明Loihi在百萬幅圖像數(shù)據(jù)庫中搜索特征向量的速度比CPU快24倍，且能耗低30倍。

優(yōu)化和搜索：英特爾及其合作伙伴發(fā)現(xiàn)，Loihi解決優(yōu)化和搜索問題的效率比傳統(tǒng)CPU高1000倍、速度快100倍。優(yōu)化問題，如約束滿足可以在邊緣端提供潛在價值，例如：讓無人機能夠實時規(guī)劃并做出復雜的導航決策。同樣的問題類型也可以擴展到復雜的數(shù)據(jù)中心負載，完成協(xié)助列車調度和物流優(yōu)化等任務。

機器人技術：羅格斯大學和代爾夫特理工大學的研究人員展示了在Loihi上運行機器人導航以及微型無人機控制應用的演示。代爾夫特理工大學的無人機使用一個包含35個神經元，并且能演進的脈沖網絡進行光流著陸（optic flow landing），頻率超過250千赫茲。羅格斯大學發(fā)現(xiàn)，其Loihi解決方案所需的功耗比傳統(tǒng)移動GPU低75倍，而性能卻沒有任何下降。在11月于2020機器人學習大會上發(fā)布的報告中，羅格斯大學的研究人員發(fā)現(xiàn)Loihi可以成功學習諸多OpenAI Gym的任務，其精度與深度行動者網絡（Deep Actor Network）旗鼓相當，而能耗卻比移動GPU解決方案降低了140倍。

此外，英特爾及其合作伙伴在英特爾研究院開放日活動上還展示了兩個使用最先進技術的神經擬態(tài)機器人演示。與蘇黎世聯(lián)邦理工學院的研究人員合作，英特爾展示了Loihi如何自適應地控制水平跟蹤無人機平臺，實現(xiàn)最高可達20千赫茲的閉環(huán)速度以及200微秒的視覺處理延遲。與傳統(tǒng)解決方案相比，這意味著效率和速度都提高了1000倍。為了解決神經擬態(tài)軟件集成問題，英特爾和意大利理工學院（IIT）的研究人員在IIT的iCub機器人平臺上演示了多種認知功能在Loihi上運行，其中包括基于快速、小樣本學習（few-shot learning）的物體識別，對學習對象的空間感知，以及對人類互動的實時決策。

隨著英特爾神經擬態(tài)研究社區(qū)的發(fā)展，英特爾將繼續(xù)對這個獨特的生態(tài)系統(tǒng)進行投資，并與成員合作以提供技術支持，探索神經擬態(tài)計算可以在哪些方面解決現(xiàn)實中的各種問題。此外，英特爾將繼續(xù)從英特爾神經擬態(tài)研究社區(qū)汲取經驗，并將其運用于公司即將發(fā)布的下一代神經擬態(tài)研究芯片的研發(fā)中。
責任編輯人：CC