藉由以特殊用途硅電路復(fù)制人腦神經(jīng)元(neuron)、突觸(synapse)、樹突(dendrite)與軸突(axon)功能，IBM宣稱已經(jīng)開發(fā)出首款客制化感知運算內(nèi)核(custom cognitive computing cores)，將數(shù)字棘波神經(jīng)元與超高密度芯片上交叉開關(guān)(crossbar)突觸、事件導(dǎo)向通訊(event-driven communication)等功能結(jié)合在一起。
上述的IBM研究成果是與美國國防部高等研究計劃署(DARPA)合作的“SyNAPSE (Systems of Neuromorphic Adaptive Plastic Scalable Electronics，神經(jīng)性自適應(yīng)塑料可微縮電子系統(tǒng))”計劃的“零階段(phase zero)”與“第一階段(phase one)”最大進(jìn)展。
IBM現(xiàn)在將與合作伙伴美國哥倫比亞大學(xué)、康奈爾大學(xué)、加州大學(xué)梅西分校(University of California-Merced)與威斯康辛大學(xué)麥迪遜分校進(jìn)入該研究計劃的第二階段，在未來的18個月并將有一筆2,100萬美元的資金注入。加計這筆新資金，DARPA截至目前為止已經(jīng)在該計劃投入4,100萬美元
SyNAPSE計劃的最終目標(biāo)，是建立一套內(nèi)含10億神經(jīng)元、100兆突觸的“類人腦”電腦，而且其尺寸與功耗也要與人腦相當(dāng)。
“我們希望能擴(kuò)展并補充進(jìn)行實時不確定環(huán)境(realtime uncertain environments)信息處理的傳統(tǒng)馮諾依曼電腦架構(gòu)功能；”IBM研究中心(IBM Research)計劃領(lǐng)導(dǎo)人Dharmendra Modha表示：“感知電腦必須能整合來自情境依賴形式(context dependent fashion)下不同傳感器的輸入信息，才能接近人腦的實時感覺運動反饋回路(sensory-motor feedback loop)。”
而雖然IBM聲稱其客制化感知運算內(nèi)核是業(yè)界首創(chuàng)，但歐洲上個月也發(fā)表了一項打算利用ARM內(nèi)核處理器模擬人腦的研究計劃SpiNNaker(參閱電子工程專輯報道：英科學(xué)家將利用百萬ARM核實現(xiàn)人腦模擬)。
傳統(tǒng)馮諾依曼電腦架構(gòu)無法處理來自今日傳感器元件的多重同步數(shù)據(jù)流，但人腦能藉由分散式處理以及分布在神經(jīng)網(wǎng)絡(luò)的存儲器，輕松處理這類任務(wù)。值得一提的是，傳感器數(shù)據(jù)是透過叫做樹突的輸入線，將信息輸入神經(jīng)元。
神經(jīng)元會將輸入的數(shù)據(jù)整合，直到一個極限值，屆時激發(fā)一個脈沖至其輸出軸突，該時機是由連接其他神經(jīng)元的突觸權(quán)重(weight)來決定。
IBM開發(fā)的感知運算芯片尺寸約3mm寬，據(jù)說已經(jīng)證實具備與人類對打電子游戲“Pong”(而且會贏)，以及分辨不同形式的手寫數(shù)字7的能力
至于人腦的模式識別(pattern recognition)功能，是由突觸去“學(xué)習(xí)(learning)”哪些連結(jié)是最常用的，這使它們變得更強壯，而較少用的連結(jié)就會逐漸消失；透過這種模式，神經(jīng)網(wǎng)絡(luò)會閉合感覺運動回饋回路，一旦某個模式藉由傳感器的輸入信息被辨別出來，輸出運動神經(jīng)元就會產(chǎn)生反應(yīng)。
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動控制輸出相對應(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。”
上一篇：MIC：明年半導(dǎo)體產(chǎn)值成長緩
下一篇：海思將收購重郵信科，TD-LTE必兼容TDS - 完 -