自動(dòng)駕駛汽車的發(fā)展需要AI已人盡皆知，但你應(yīng)該沒有想到自行車也可以實(shí)現(xiàn)自動(dòng)駕駛。

其實(shí)，這是清華大學(xué)施路平教授團(tuán)隊(duì)為驗(yàn)證全球首款異構(gòu)融合AI芯片設(shè)計(jì)的系統(tǒng)。該研究登上了頂級(jí)學(xué)術(shù)期刊《自然》（Nature）8月刊的封面，封面標(biāo)題為《雙重控制》（Dual control）。

這篇名為《面向人工通用智能的異構(gòu)天機(jī)芯片架構(gòu)》（Towards artificial general intelligence with hybrid Tianjic chip architecture）的論文介紹了一款新型人工智能芯片，它結(jié)合了類腦計(jì)算和基于計(jì)算機(jī)科學(xué)的人工智能。

天機(jī)芯片是多學(xué)科融合的結(jié)晶，團(tuán)隊(duì)成員來自清華大學(xué)、北京靈汐科技、北京師范大學(xué)、新加坡理工大學(xué)和加州大學(xué)圣塔芭芭拉分校，論文的第一作者有7位，清華大學(xué)的成員是核心。清華大學(xué)精密儀器系教授、類腦計(jì)算中心主任施路平為論文通訊作者。

自行車也能自動(dòng)駕駛

為了驗(yàn)證這款全球首款異構(gòu)融合的AI芯片，研究團(tuán)隊(duì)設(shè)計(jì)了無人智能自行車系統(tǒng)。論文的第一作者，加州大學(xué)圣塔芭芭拉分校博士后鄧?yán)谡J(rèn)為，比起自動(dòng)駕駛飛機(jī)，智能自行車看起來很小，但實(shí)際上是一個(gè)五臟俱全的小型類腦技術(shù)平臺(tái)，“這實(shí)際上是對(duì)我們的考量”。

據(jù)悉，施路平團(tuán)隊(duì)設(shè)計(jì)的無人智能自行車系統(tǒng)包括了激光測(cè)速、陀螺儀、攝像頭等傳感器，剎車電機(jī)、轉(zhuǎn)向電機(jī)、驅(qū)動(dòng)電機(jī)等致動(dòng)器，以及控制平臺(tái)、計(jì)算平臺(tái)、天機(jī)板級(jí)系統(tǒng)等處理平臺(tái)等。

來源：nature

根據(jù)公布的視頻，這一無人智能自行車系統(tǒng)可以實(shí)時(shí)感知周圍環(huán)境，跟隨前方的試驗(yàn)人員并自動(dòng)進(jìn)行避障的操作，并根據(jù)語音指令、視覺感知的反饋產(chǎn)生實(shí)時(shí)信號(hào)對(duì)電機(jī)進(jìn)行控制，以達(dá)到保持平衡，改變行進(jìn)狀態(tài)（包括橫向和縱向）。

鄧?yán)诮榻B，無人自行車系統(tǒng)的語音識(shí)別、自主決策、視覺追蹤功能運(yùn)用了模擬大腦的模型，而目標(biāo)探測(cè)、運(yùn)動(dòng)控制和躲避障礙功能運(yùn)用了機(jī)器學(xué)習(xí)算法模型。

研究團(tuán)隊(duì)還指出：“通過隨機(jī)將新變量實(shí)時(shí)引入環(huán)境中可以產(chǎn)生高時(shí)空復(fù)雜性，例如不同的道路條件、噪聲、天氣因素、多種語言、更多人等等。通過探索允許適應(yīng)這些環(huán)境變化的解決方案，可以檢查對(duì)AGI至關(guān)重要的問題，比如概括、穩(wěn)健性和自主學(xué)習(xí)。”

什么是AGI？

這款芯片可以同時(shí)融合兩種方案正是其受到關(guān)注的關(guān)鍵所在。通用人工智能（Artificial General Intelligence，AGI），是一個(gè)尚未實(shí)現(xiàn)的研究課題，有時(shí)也被稱作強(qiáng)人工智能，它所描述的機(jī)器智能可以理解或?qū)W習(xí)人類所能完成的任何智力任務(wù)。

對(duì)于AGI，部分人工智能學(xué)者認(rèn)為，AGI的概念并不嚴(yán)肅，在實(shí)踐中基本不可能實(shí)現(xiàn)。另一些人則十分看好人工通用智能的發(fā)展，認(rèn)為它有可能塑造人類的發(fā)展軌跡。在Nature論文的新聞發(fā)布會(huì)中，施路平表示，“AGI是一個(gè)非常難的研究課題，但我們相信它是一定會(huì)實(shí)現(xiàn)的”。

施路平認(rèn)為，發(fā)展通用人工智能的最佳方案之一是把人腦和電腦的優(yōu)勢(shì)結(jié)合起來。

這種研究思路也就意味著要將計(jì)算機(jī)科學(xué)導(dǎo)向和神經(jīng)科學(xué)導(dǎo)向這兩種發(fā)展AGI的方法結(jié)合在一起。但是這兩種方式在公式和編碼方案上存在根本差異，想要結(jié)合困難重重。

也就是說，這種結(jié)合的核心挑戰(zhàn)在于脈沖神經(jīng)網(wǎng)絡(luò)（SNN）和人工神經(jīng)網(wǎng)絡(luò)（ANN）的融合。

在生物大腦中，每個(gè)神經(jīng)元都與各種輸入相連。一些輸入在神經(jīng)元中產(chǎn)生激發(fā)，而另一些輸入則抑制它，對(duì)于SNN（脈沖神經(jīng)網(wǎng)絡(luò)），在達(dá)到由變量（或者可能具有函數(shù)）描述的特定閾值狀態(tài)時(shí)，神經(jīng)元發(fā)出脈沖信號(hào)。

ANN則是是從信息處理角度對(duì)人腦神經(jīng)元網(wǎng)絡(luò)進(jìn)行抽象，目前熱門的AI神經(jīng)網(wǎng)絡(luò)CNN、RNN都屬于ANN。

就可以理解SNN和ANN最大的差異，ANN以精確的多位值處理信息，而SNN以脈沖處理信息。為了在一個(gè)平臺(tái)上實(shí)現(xiàn)兩種模型，脈沖需要表示為數(shù)字序列（1或0），以便與數(shù)字編碼格式的ANN兼容。

當(dāng)然，兩者之間還存在其它差異，比如SNN在時(shí)空域中運(yùn)行，而ANN依靠時(shí)鐘在每個(gè)周期刷新信息。另外，SNN的計(jì)算包括膜電位積分，閾值交叉和電位復(fù)位，ANN主要與乘法累加（MAC）操作和激活變換相關(guān)。還有，SNN的處理需要比特可編程存儲(chǔ)器和額外的高精度存儲(chǔ)器來存儲(chǔ)膜電位，發(fā)射閾值和不應(yīng)期，ANN僅需要用字節(jié)存儲(chǔ)器來進(jìn)行激活存儲(chǔ)和變換。

全球首款異構(gòu)融合AI芯片

鄧?yán)诒硎荆瑑深惸Ｐ退褂玫恼Z言、計(jì)算原理、編碼方式和應(yīng)用場(chǎng)景都不相同，實(shí)現(xiàn)這兩種模型深度高效的融合，是天機(jī)芯片設(shè)計(jì)中最大的挑戰(zhàn)。

天機(jī)芯片異構(gòu)融合計(jì)算架構(gòu)

清華研究團(tuán)隊(duì)的解決方案是，建了一個(gè)跨范式的神經(jīng)元方案，又設(shè)計(jì)了一個(gè)統(tǒng)一的功能核（FCore），這也是一項(xiàng)重要的創(chuàng)新，F(xiàn)Core的每個(gè)功能核包括軸突、突觸、樹突、胞體和神經(jīng)路由器構(gòu)建單元。通過可重構(gòu)功能核靈活的建模配置和拓?fù)溥B接，編碼方式可以在ANN和SNN模式之間轉(zhuǎn)換，從而實(shí)現(xiàn)異構(gòu)神經(jīng)網(wǎng)絡(luò)。

當(dāng)然，為了實(shí)現(xiàn)深度融合，幾乎整個(gè)FCore都可以重新配置，以便在不同模式下實(shí)現(xiàn)高利用率。FCore能夠涵蓋大多數(shù)ANN和SNN使用的線性積分和非線性變換操作。該芯片上的FCores以二維2D網(wǎng)格方式排列。

天機(jī)芯片設(shè)計(jì)圖示，來源：Nature

最終看到，天機(jī)（Tianjic）芯片由156個(gè)FCore組成，包含大約40000個(gè)神經(jīng)元和1000萬個(gè)突觸，采用28納米半導(dǎo)體工藝制造，面積為3.8×3.8平方毫米?？梢酝瑫r(shí)支持機(jī)器學(xué)習(xí)算法和類腦電路。

性能方面，天機(jī)芯片提供超過每秒610千兆字節(jié)（GB）的內(nèi)部存儲(chǔ)器帶寬，以及運(yùn)行人工神經(jīng)網(wǎng)絡(luò)的1.28 TOPS的峰值性能。

在生物啟發(fā)的尖峰神經(jīng)網(wǎng)絡(luò)模式中，天機(jī)芯片實(shí)現(xiàn)了每瓦約650千兆每秒突觸操作（GSOPS）的峰值性能。該研究團(tuán)隊(duì)還展示了與GPU相比的卓越性能，其中新芯片的吞吐量提高了1.6-100倍，電源效率提高了12-10000倍。

論文作者、清華大學(xué)精密儀器系副研究員裴京透露，團(tuán)隊(duì)的下一步計(jì)劃是面向問題商業(yè)化，把現(xiàn)有的、已經(jīng)成熟的成果商業(yè)化推廣。另據(jù)施路平透露，目前，天機(jī)芯已經(jīng)在北京靈汐科技有限公司開始進(jìn)行下一步開發(fā)。雷鋒網(wǎng)雷鋒網(wǎng)

雷鋒網(wǎng)參考：nature、澎湃

相關(guān)文章：

類腦計(jì)算：從神經(jīng)網(wǎng)絡(luò)到真正的人工智能丨 CCF-GAIR 2019

機(jī)器學(xué)習(xí)能否改變類腦計(jì)算備受質(zhì)疑的現(xiàn)狀？

跨出類腦芯片的關(guān)鍵一步，成立僅兩年aiCTX有望先于IBM和Intel產(chǎn)業(yè)落地

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。