我的目標(biāo)是一種新的計(jì)算模式,。
如今，作為美國(guó)加利福尼亞斯坦福大學(xué)的一名生物工程師,，Boahen和其他一些研究人員正在試圖通過(guò)大腦的逆向工程來(lái)創(chuàng)造這種計(jì)算模式,。
大腦的運(yùn)行十分高效節(jié)能，可以進(jìn)行足以挑戰(zhàn)世界最大的超級(jí)計(jì)算機(jī)的運(yùn)算,，盡管它所依賴的組件并不完美：神經(jīng)元是緩慢,、多變且混亂的。理解語(yǔ)言,、進(jìn)行抽象推理,、控制運(yùn)動(dòng)——這些大腦都能做到，而且都發(fā)生在一個(gè)比鞋盒還小的區(qū)域內(nèi),，比家用燈泡的功耗還小,。
為了使硅也能實(shí)現(xiàn)如此的功能，研究人員正在構(gòu)建非數(shù)字芯片系統(tǒng),，并盡可能地使其功能與真正的神經(jīng)元網(wǎng)絡(luò)相似,。幾年前，Boahen完成了一個(gè)叫作神經(jīng)網(wǎng)格的裝置,，可模擬一百萬(wàn)個(gè)神經(jīng)元——相當(dāng)于一只蜜蜂的大腦,。如今，經(jīng)過(guò)25年的發(fā)展,，“神經(jīng)形態(tài)技術(shù)”的應(yīng)用終于勝利在望,。該技術(shù)有望支持低功率和小體積的設(shè)備，從智能手機(jī),、機(jī)器人到人工眼睛和耳朵,。過(guò)去5年里，不錯(cuò)的前景已經(jīng)吸引了很多研究人員投身該領(lǐng)域,，美國(guó)和歐洲的機(jī)構(gòu)也已為此投入數(shù)億美元,。
瑞士蘇黎世神經(jīng)信息學(xué)（INI）研究所的Giacomo Indiveri認(rèn)為，神經(jīng)形態(tài)設(shè)備也為神經(jīng)科學(xué)家提供了一個(gè)強(qiáng)大的研究工具,。通過(guò)觀察神經(jīng)功能的哪些模型可以在實(shí)際物理系統(tǒng)中使用,，“人們就能了解大腦為何會(huì)按照這種方式建立”。
“我的目標(biāo)是一種新的計(jì)算模式,，”Boahen說(shuō),，“即使在組件過(guò)于小的情況下也可以運(yùn)算?！?
硅網(wǎng)絡(luò)
神經(jīng)形態(tài)的觀點(diǎn)可以追溯到20世紀(jì)80年代Carver Mead的想法,，Mead是加州理工學(xué)院微芯片設(shè)計(jì)方面的先驅(qū)。他發(fā)明了“神經(jīng)形態(tài)”這一術(shù)語(yǔ),，并且是首位強(qiáng)調(diào)大腦巨大節(jié)能優(yōu)勢(shì)的學(xué)者,?！拔腋惺艿搅似渲械镊攘Α,！彼f(shuō),，“究竟大腦是如何做到的呢？”
Mead探究這一問(wèn)題的策略是使用“亞閾值”硅來(lái)模擬大腦的低功耗處理過(guò)程,。在特別小的電壓下,，仍然有微小的、不規(guī)則的電子細(xì)流通過(guò)晶體管,，其與神經(jīng)元通道中流動(dòng)的離子所攜帶的電子流的大小和可變性相似,。Mead認(rèn)為，通過(guò)微觀電容器,、電阻器和其他組件可以控制這些電流,，因此該裝置也許能做到與真正的神經(jīng)元一樣形成微小的電路，并有相同的電學(xué)性能,。它們可以在與大腦中真實(shí)的神經(jīng)電路十分相似的分散網(wǎng)絡(luò)中被連接起來(lái),，進(jìn)而在各組件間產(chǎn)生通信線路，而不用再通過(guò)中央處理器,。
20世紀(jì)90年代,，Mead和同事已經(jīng)發(fā)現(xiàn)建立一個(gè)硅神經(jīng)元網(wǎng)絡(luò)是可能的，其電流和電壓不限于傳統(tǒng)芯片中的幾個(gè)離散的數(shù)值,。它模擬了大腦低功耗運(yùn)行的關(guān)鍵點(diǎn)：與大腦一樣,，硅神經(jīng)元使用了非常小的能量來(lái)簡(jiǎn)單地集成輸入。而一個(gè)傳統(tǒng)計(jì)算機(jī)需要持續(xù)的能源來(lái)運(yùn)行內(nèi)部的時(shí)鐘,，無(wú)論芯片是否正在運(yùn)算,。
研發(fā)挑戰(zhàn)
Boahen于1990年加入了Mead的實(shí)驗(yàn)室。他說(shuō),，在最初的時(shí)期,，研究人員都忙于研究單芯片設(shè)備。不過(guò)到20世紀(jì)90年代末,，“我們希望建立一個(gè)‘大腦’,，因此需要大規(guī)模的芯片間通信?！边@是一個(gè)巨大的挑戰(zhàn)：芯片間通信的標(biāo)準(zhǔn)編碼算法都是專門(mén)為精確協(xié)調(diào)數(shù)字信號(hào)而設(shè)計(jì)的,，不會(huì)在有更多隨機(jī)尖峰脈沖的神經(jīng)形態(tài)系統(tǒng)下工作。
21世紀(jì)初,，Boahen和其他研究人員發(fā)明了在這種混亂系統(tǒng)下運(yùn)行的電路和算法,，為大規(guī)模神經(jīng)形態(tài)系統(tǒng)的一系列發(fā)展開(kāi)辟了道路。
“就效率而言,，Boahen的神經(jīng)網(wǎng)格與大腦的神經(jīng)網(wǎng)絡(luò)十分相似,，遙遙領(lǐng)先于其他大規(guī)模的神經(jīng)形態(tài)系統(tǒng)?！盜NI聯(lián)合創(chuàng)辦人,、硅神經(jīng)元的協(xié)作開(kāi)發(fā)者Rodney Douglas評(píng)價(jià)道。
不過(guò)正如Boahen自己所說(shuō)的那樣,，沒(méi)有什么系統(tǒng)是完美的,。神經(jīng)網(wǎng)格最大的缺點(diǎn)之一是其突觸連接簡(jiǎn)單，不能單獨(dú)修改,。這意味著該系統(tǒng)不能用于模擬學(xué)習(xí),，而在大腦中，通過(guò)經(jīng)驗(yàn)修改突觸后就能實(shí)現(xiàn)這一切,。
另一個(gè)問(wèn)題來(lái)自制造過(guò)程中不可避免的變化,，這意味著每個(gè)神經(jīng)形態(tài)芯片的運(yùn)行都略有不同?！捌渥兓赃€是遠(yuǎn)遠(yuǎn)低于在大腦中所觀察到的情況,。”Boahen說(shuō),。
這一問(wèn)題導(dǎo)致一些研究人員拋棄了Mead使用“亞閾值”硅芯片的最初想法,。他們使用嚴(yán)格意義上仍有神經(jīng)形態(tài)性的傳統(tǒng)數(shù)據(jù)系統(tǒng)——可以模擬單個(gè)神經(jīng)元的電學(xué)性能，但其可預(yù)測(cè)性更強(qiáng),，更易編程,，而代價(jià)是耗能更多。
實(shí)際應(yīng)用
這些研究性項(xiàng)目的成功引發(fā)了人們對(duì)將神經(jīng)形態(tài)硬件應(yīng)用于實(shí)用的,、超低功耗設(shè)備（從手機(jī)到機(jī)器人）的興趣,。
而B(niǎo)oahen則正在追求他自己的實(shí)際應(yīng)用方法，這從他在4月開(kāi)始的一個(gè)尚未命名的計(jì)劃中就可以明顯看出,。該項(xiàng)目基于人工大腦Spaun：一個(gè)大腦的計(jì)算機(jī)模型,，包括負(fù)責(zé)視覺(jué)、運(yùn)動(dòng)和決策的部分,。Spaun依賴于10年前由加拿大滑鐵盧大學(xué)理論神經(jīng)科學(xué)家Chris Eliasmith開(kāi)發(fā)的神經(jīng)回路編程語(yǔ)言,。用戶只需指定所需的神經(jīng)功能，Eliasmith的系統(tǒng)就會(huì)自動(dòng)射擊神經(jīng)元網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)該功能,。
Boahen與Eliasmith聯(lián)系后,，向他介紹了自己的提議：使用實(shí)時(shí)神經(jīng)形態(tài)硬件構(gòu)建一個(gè)物理版的Spaun?！拔曳浅Ｅd奮,。”Eliasmith說(shuō),。在他看來(lái),，這樣的匹配是完美的,，“你們有花生醬，而我們有巧克力”,！
美國(guó)海軍研究辦公室為他們提供了資金,，Boahen和Eliasmith已經(jīng)召集了一個(gè)團(tuán)隊(duì)，計(jì)劃在3年內(nèi)建立一個(gè)小規(guī)模的原型,，并在5年內(nèi)建立一個(gè)全面的系統(tǒng),。
該系統(tǒng)是專門(mén)為現(xiàn)實(shí)世界的應(yīng)用而設(shè)計(jì)的。Boahen稱,，在5年的時(shí)間內(nèi),，“我們?cè)O(shè)想構(gòu)建完全自主的機(jī)器人，它們可以用一種有意義的方式與環(huán)境互動(dòng),，并在僅消耗像手機(jī)電池一樣多的電量的前提下,，完成實(shí)時(shí)操作。這種設(shè)備會(huì)比今天的自動(dòng)機(jī)器人更加靈活,，并有更強(qiáng)的適應(yīng)性,，同時(shí)消耗非常少的能量。
Boahen補(bǔ)充稱,，更長(zhǎng)期來(lái)看,，該技術(shù)將用于任何計(jì)算機(jī)系統(tǒng)中更為緊湊和低功耗的處理器，而不僅僅是機(jī)器人,。如果研究人員真的已經(jīng)成功捕捉到了令大腦如此高效和緊湊的關(guān)鍵因素,，那么這將是需要更微小芯片的產(chǎn)業(yè)的福音。
“但我們并不能確定,?！盉oahen說(shuō)，“除非去嘗試,?！保◤埗?nbsp;
Kwabena Boahen手握著其神經(jīng)網(wǎng)格設(shè)備中的神經(jīng)形態(tài)回路板。圖片來(lái)源：《自然》
如今，作為美國(guó)加利福尼亞斯坦福大學(xué)的一名生物工程師,，Boahen和其他一些研究人員正在試圖通過(guò)大腦的逆向工程來(lái)創(chuàng)造這種計(jì)算模式,。
大腦的運(yùn)行十分高效節(jié)能，可以進(jìn)行足以挑戰(zhàn)世界最大的超級(jí)計(jì)算機(jī)的運(yùn)算,，盡管它所依賴的組件并不完美：神經(jīng)元是緩慢,、多變且混亂的。理解語(yǔ)言,、進(jìn)行抽象推理,、控制運(yùn)動(dòng)——這些大腦都能做到，而且都發(fā)生在一個(gè)比鞋盒還小的區(qū)域內(nèi),，比家用燈泡的功耗還小,。
為了使硅也能實(shí)現(xiàn)如此的功能，研究人員正在構(gòu)建非數(shù)字芯片系統(tǒng),，并盡可能地使其功能與真正的神經(jīng)元網(wǎng)絡(luò)相似,。幾年前，Boahen完成了一個(gè)叫作神經(jīng)網(wǎng)格的裝置,，可模擬一百萬(wàn)個(gè)神經(jīng)元——相當(dāng)于一只蜜蜂的大腦,。如今，經(jīng)過(guò)25年的發(fā)展,，“神經(jīng)形態(tài)技術(shù)”的應(yīng)用終于勝利在望,。該技術(shù)有望支持低功率和小體積的設(shè)備，從智能手機(jī),、機(jī)器人到人工眼睛和耳朵,。過(guò)去5年里，不錯(cuò)的前景已經(jīng)吸引了很多研究人員投身該領(lǐng)域,，美國(guó)和歐洲的機(jī)構(gòu)也已為此投入數(shù)億美元,。
瑞士蘇黎世神經(jīng)信息學(xué)（INI）研究所的Giacomo Indiveri認(rèn)為，神經(jīng)形態(tài)設(shè)備也為神經(jīng)科學(xué)家提供了一個(gè)強(qiáng)大的研究工具,。通過(guò)觀察神經(jīng)功能的哪些模型可以在實(shí)際物理系統(tǒng)中使用,，“人們就能了解大腦為何會(huì)按照這種方式建立”。
“我的目標(biāo)是一種新的計(jì)算模式,，”Boahen說(shuō),，“即使在組件過(guò)于小的情況下也可以運(yùn)算?！?
硅網(wǎng)絡(luò)
神經(jīng)形態(tài)的觀點(diǎn)可以追溯到20世紀(jì)80年代Carver Mead的想法,，Mead是加州理工學(xué)院微芯片設(shè)計(jì)方面的先驅(qū)。他發(fā)明了“神經(jīng)形態(tài)”這一術(shù)語(yǔ),，并且是首位強(qiáng)調(diào)大腦巨大節(jié)能優(yōu)勢(shì)的學(xué)者,?！拔腋惺艿搅似渲械镊攘Α,！彼f(shuō),，“究竟大腦是如何做到的呢？”
Mead探究這一問(wèn)題的策略是使用“亞閾值”硅來(lái)模擬大腦的低功耗處理過(guò)程,。在特別小的電壓下,，仍然有微小的、不規(guī)則的電子細(xì)流通過(guò)晶體管,，其與神經(jīng)元通道中流動(dòng)的離子所攜帶的電子流的大小和可變性相似,。Mead認(rèn)為，通過(guò)微觀電容器,、電阻器和其他組件可以控制這些電流,，因此該裝置也許能做到與真正的神經(jīng)元一樣形成微小的電路，并有相同的電學(xué)性能,。它們可以在與大腦中真實(shí)的神經(jīng)電路十分相似的分散網(wǎng)絡(luò)中被連接起來(lái),，進(jìn)而在各組件間產(chǎn)生通信線路，而不用再通過(guò)中央處理器,。
20世紀(jì)90年代,，Mead和同事已經(jīng)發(fā)現(xiàn)建立一個(gè)硅神經(jīng)元網(wǎng)絡(luò)是可能的，其電流和電壓不限于傳統(tǒng)芯片中的幾個(gè)離散的數(shù)值,。它模擬了大腦低功耗運(yùn)行的關(guān)鍵點(diǎn)：與大腦一樣,，硅神經(jīng)元使用了非常小的能量來(lái)簡(jiǎn)單地集成輸入。而一個(gè)傳統(tǒng)計(jì)算機(jī)需要持續(xù)的能源來(lái)運(yùn)行內(nèi)部的時(shí)鐘,，無(wú)論芯片是否正在運(yùn)算,。
研發(fā)挑戰(zhàn)
Boahen于1990年加入了Mead的實(shí)驗(yàn)室。他說(shuō),，在最初的時(shí)期,，研究人員都忙于研究單芯片設(shè)備。不過(guò)到20世紀(jì)90年代末,，“我們希望建立一個(gè)‘大腦’,，因此需要大規(guī)模的芯片間通信?！边@是一個(gè)巨大的挑戰(zhàn)：芯片間通信的標(biāo)準(zhǔn)編碼算法都是專門(mén)為精確協(xié)調(diào)數(shù)字信號(hào)而設(shè)計(jì)的,，不會(huì)在有更多隨機(jī)尖峰脈沖的神經(jīng)形態(tài)系統(tǒng)下工作。
21世紀(jì)初,，Boahen和其他研究人員發(fā)明了在這種混亂系統(tǒng)下運(yùn)行的電路和算法,，為大規(guī)模神經(jīng)形態(tài)系統(tǒng)的一系列發(fā)展開(kāi)辟了道路。
“就效率而言,，Boahen的神經(jīng)網(wǎng)格與大腦的神經(jīng)網(wǎng)絡(luò)十分相似,，遙遙領(lǐng)先于其他大規(guī)模的神經(jīng)形態(tài)系統(tǒng)?！盜NI聯(lián)合創(chuàng)辦人,、硅神經(jīng)元的協(xié)作開(kāi)發(fā)者Rodney Douglas評(píng)價(jià)道。
不過(guò)正如Boahen自己所說(shuō)的那樣,，沒(méi)有什么系統(tǒng)是完美的,。神經(jīng)網(wǎng)格最大的缺點(diǎn)之一是其突觸連接簡(jiǎn)單，不能單獨(dú)修改,。這意味著該系統(tǒng)不能用于模擬學(xué)習(xí),，而在大腦中，通過(guò)經(jīng)驗(yàn)修改突觸后就能實(shí)現(xiàn)這一切,。
另一個(gè)問(wèn)題來(lái)自制造過(guò)程中不可避免的變化,，這意味著每個(gè)神經(jīng)形態(tài)芯片的運(yùn)行都略有不同?！捌渥兓赃€是遠(yuǎn)遠(yuǎn)低于在大腦中所觀察到的情況,。”Boahen說(shuō),。
這一問(wèn)題導(dǎo)致一些研究人員拋棄了Mead使用“亞閾值”硅芯片的最初想法,。他們使用嚴(yán)格意義上仍有神經(jīng)形態(tài)性的傳統(tǒng)數(shù)據(jù)系統(tǒng)——可以模擬單個(gè)神經(jīng)元的電學(xué)性能，但其可預(yù)測(cè)性更強(qiáng),，更易編程,，而代價(jià)是耗能更多。
實(shí)際應(yīng)用
這些研究性項(xiàng)目的成功引發(fā)了人們對(duì)將神經(jīng)形態(tài)硬件應(yīng)用于實(shí)用的,、超低功耗設(shè)備（從手機(jī)到機(jī)器人）的興趣,。
而B(niǎo)oahen則正在追求他自己的實(shí)際應(yīng)用方法，這從他在4月開(kāi)始的一個(gè)尚未命名的計(jì)劃中就可以明顯看出,。該項(xiàng)目基于人工大腦Spaun：一個(gè)大腦的計(jì)算機(jī)模型,，包括負(fù)責(zé)視覺(jué)、運(yùn)動(dòng)和決策的部分,。Spaun依賴于10年前由加拿大滑鐵盧大學(xué)理論神經(jīng)科學(xué)家Chris Eliasmith開(kāi)發(fā)的神經(jīng)回路編程語(yǔ)言,。用戶只需指定所需的神經(jīng)功能，Eliasmith的系統(tǒng)就會(huì)自動(dòng)射擊神經(jīng)元網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)該功能,。
Boahen與Eliasmith聯(lián)系后,，向他介紹了自己的提議：使用實(shí)時(shí)神經(jīng)形態(tài)硬件構(gòu)建一個(gè)物理版的Spaun?！拔曳浅Ｅd奮,。”Eliasmith說(shuō),。在他看來(lái),，這樣的匹配是完美的,，“你們有花生醬，而我們有巧克力”,！
美國(guó)海軍研究辦公室為他們提供了資金,，Boahen和Eliasmith已經(jīng)召集了一個(gè)團(tuán)隊(duì)，計(jì)劃在3年內(nèi)建立一個(gè)小規(guī)模的原型,，并在5年內(nèi)建立一個(gè)全面的系統(tǒng),。
該系統(tǒng)是專門(mén)為現(xiàn)實(shí)世界的應(yīng)用而設(shè)計(jì)的。Boahen稱,，在5年的時(shí)間內(nèi),，“我們?cè)O(shè)想構(gòu)建完全自主的機(jī)器人，它們可以用一種有意義的方式與環(huán)境互動(dòng),，并在僅消耗像手機(jī)電池一樣多的電量的前提下,，完成實(shí)時(shí)操作。這種設(shè)備會(huì)比今天的自動(dòng)機(jī)器人更加靈活,，并有更強(qiáng)的適應(yīng)性,，同時(shí)消耗非常少的能量。
Boahen補(bǔ)充稱,，更長(zhǎng)期來(lái)看,，該技術(shù)將用于任何計(jì)算機(jī)系統(tǒng)中更為緊湊和低功耗的處理器，而不僅僅是機(jī)器人,。如果研究人員真的已經(jīng)成功捕捉到了令大腦如此高效和緊湊的關(guān)鍵因素,，那么這將是需要更微小芯片的產(chǎn)業(yè)的福音。
“但我們并不能確定,?！盉oahen說(shuō)，“除非去嘗試,?！保◤埗?nbsp;
