人腦的模式識別 - IBM宣稱已經(jīng)開發(fā)出首款客制化感知運(yùn)算內(nèi)核

　　IBM利用交叉開關(guān)陣列復(fù)制人腦架構(gòu)來掌管突觸，然后這些突觸會去學(xué)習(xí)哪些感官模式是與所渴望的運(yùn)動(dòng)控制輸出相對應(yīng)。交叉開關(guān)陣列會藉由整合大規(guī)模的樹狀突扇入(fan-in)，而將神經(jīng)元與傳感器輸入連結(jié)，接著輸出脈沖到軸突，將個(gè)別突觸連結(jié)饋入網(wǎng)絡(luò)中其他神經(jīng)元。

　　“突觸是由交叉開關(guān)陣列所實(shí)現(xiàn)，其中垂直線是輸入樹突，水平線則是輸出軸突;”Modha解釋，“每個(gè)神經(jīng)元會為了與其他神經(jīng)元通訊而激發(fā)，其存儲器與處理器完全整合，不同于馮諾依曼架構(gòu)的兩者分離?！?/p>

　　感知電腦將具備低功耗、與較慢時(shí)脈速度特性

　　據(jù)了解，最終的感知電腦雖然內(nèi)含數(shù)十億神經(jīng)元，卻只有當(dāng)神經(jīng)元激發(fā)時(shí)才會消耗功率，而且激發(fā)時(shí)的時(shí)脈速度是非常慢的10Hz。因此，整套人腦尺寸的感知電腦，可能只有鞋盒那么大，所消耗電力低于一千瓦。

　　IBM展示了兩款工作原型芯片，兩者都是完全數(shù)字化的，將在未來的感知電腦中以內(nèi)核形式出現(xiàn)。屆時(shí)是在單芯片上整合數(shù)千個(gè)該種內(nèi)核?！拔覀兊男酒袀€(gè)智能方面的關(guān)鍵進(jìn)展，也就是它們都是數(shù)字化的，讓我們能先在超級電腦上進(jìn)行模擬，再將結(jié)果移植到硅芯片上，使其具備可預(yù)測、決定性(deterministic)特點(diǎn)?！盡odha表示。

　　這兩款原型各采用幾百萬的晶體管，來實(shí)現(xiàn)以單核控制256個(gè)神經(jīng)。芯片面積小于4mm2，以IBM的45納米絕緣層上硅(SOI)CMOS工藝生產(chǎn)。兩顆測試用處理器內(nèi)核唯一的不同處，在于它們所采用的互聯(lián)交叉開關(guān)陣列，一個(gè)是配置256k預(yù)編程(pre-programmable)突觸，一個(gè)是配置64k學(xué)習(xí)式(learning)突觸。

　　以上兩種芯片是在IBM的紐約州Fishkill晶圓廠制造，目前在該公司分別位于紐約州與加州圣荷西的TJ Watson研究中心與IBM研究中心進(jìn)行測試。

　　在實(shí)際運(yùn)作時(shí)，IBM的芯片會從經(jīng)驗(yàn)(有數(shù)種預(yù)設(shè)的學(xué)習(xí)參數(shù))中學(xué)習(xí)。舉例來說，其中一種參數(shù)是神經(jīng)元在整合多個(gè)輸入信息后激發(fā)的閾值水平(threshold level)。設(shè)定在低水平時(shí)，其速度可以加快但運(yùn)作效能較粗糙;設(shè)定高水準(zhǔn)時(shí)，速度較慢但運(yùn)作效能較精細(xì)。

　　接著當(dāng)神經(jīng)元激發(fā)時(shí)，學(xué)習(xí)突觸會藉由在被使用時(shí)改變其權(quán)重做適應(yīng)。IBM在其中實(shí)現(xiàn)了Donald Hebb規(guī)則，也就是神經(jīng)元與神經(jīng)元之間的某個(gè)突觸連結(jié)越常被使用，其導(dǎo)電性就會因?yàn)橥挥|權(quán)重降低而增加。反之，越少被用到的連結(jié)就會因?yàn)樵礁叩臋?quán)重，在神經(jīng)網(wǎng)絡(luò)中幾乎消失。

　　IBM預(yù)期該公司所開發(fā)的感知電腦可應(yīng)用在多樣化的領(lǐng)域，包括導(dǎo)航、機(jī)器視覺(machine vision)、模式識別、關(guān)聯(lián)存儲器(associative memory)與分類(classification)等等。到目前為止，它們已經(jīng)教會了其中一顆芯片認(rèn)識各種不同筆跡的草寫數(shù)字“7”，另一顆芯片則是學(xué)會如何與人類對打游戲機(jī)“Pong”并取得勝利。