WaiMen   发表于 2019-8-1 20:31:02 |栏目:

现阶段,发展人工通用智能的方法紧张有两种:一种是以神经科学为底子,尽量模仿人类大脑;另一种是以盘算机科学为导向,让盘算机运行呆板学习算法。二者各有优缺点,如今将两者融合被公以为最佳解决方案之一。发展一个二者融合的盘算平台将是推动融合的一个关键。克日,清华大学在该领域研究取得新的突破:环球首款异构融合类脑盘算芯片——“天机芯”推出, 由该芯片驱动的的“无人驾驶自行车”登上了最新一期Nature封面!

[今日头条]清华大学推出全球首款异构融合类脑芯片“天机芯”  最新资讯 203321u2zt0fo0veyayzea [今日头条]清华大学推出全球首款异构融合类脑芯片“天机芯”  最新资讯 203321tkzkqoozut87oukq

        这项研究由依托细密仪器系的清华大学类脑盘算研究中心施路平教授团队进行,演示了一辆由新型人工智能芯片驱动的主动驾驶自行车。基于此研究效果的论文“面向人工通用智能的异构天机芯片架构”(Towards artificial general intelligence with hybrid Tianjic chip architecture)作为封面文章登上了8月1日《自然》(Nature),实现了中国在芯片和人工智能两大领域《自然》论文零的突破。   

        这种混淆芯片被命名为“天机芯”(Tianjic),有多个高度可重构的功能性核,可以同时支持呆板学习算法和现有类脑盘算算法。研究人员用一个主动行驶自行车系统验证了这一混淆芯片的处置惩罚本领。这是一个异构可扩展人工通用智能开发演示平台,使用一块天机芯片,展示了自行车的自均衡、动态感知、目标探测、跟踪、主动避障、过障、语音明白、自主决策等功能。

        试验中,无人自行车不但可以辨认语音指令、实现自均衡控制,还能对火线行人进行探测和跟踪,并主动避障。施路平教授表现,这只好坏常初步的一个研究,但这项研究或能为面向人工通用智能盘算平台的进一步发展起到促进作用。

        一般以为,实现通用人工智能(AGI)有两条路:分别为盘算机科学导向和神经科学导向。由于这两条路的思绪、理念和实现方案存在根本差异,分别依赖于差异开发平台,相互互不兼容,这给AGI技能的开发造成很大拦阻。如今急迫须要一个同时支持两种方法的通用平台。施路平团队开发的“天机芯”(Tianjic芯片)就做到了这一点,可以为AGI技能提供一个混淆协同的开发平台。

[今日头条]清华大学推出全球首款异构融合类脑芯片“天机芯”  最新资讯 203322y996bjmrcbb9aga9

图1 Tianjic芯片和测试板

        Tianjic芯片采用众核架构、可重构功能核模块和混淆编码方案的类数据流控制模式,不但可以适应基于盘算机科学的呆板学习算法,还可以轻松实现受大脑原理启发的神经盘算模子和多种编码方案。

[今日头条]清华大学推出全球首款异构融合类脑芯片“天机芯”  最新资讯 203322vz0y33qnn496mc3r

图2 天机异构融合类脑盘算架构

        仅用一个芯片,就可以在无人驾驶自行车系统中同时处置惩罚多种算法和模子,实现及时目标检测、跟踪、语音控制、避障和均衡控制。这一研究预计可以为通用性更高的硬件平台发睁开发新的道路,促进AGI技能的开发。 

        鉴于如今呆板学习和神经科学的进步,AGI系统至少应具有以下特性:

        (1)可以大概支持在神经网络中进行丰富的空间、时间和时空关系的表达。

        (2)支持分层、多粒度和多域网络拓扑架构,不限于某一专门的网络结构。

        (3)支持各种模子,算法和编码方案。

        (4)支持多个专用神经网络的交错合作,这些神经网络大概是为并行处置惩罚差异使命而设计的。

        这些特性须要在一个通用化的平台中高效地运行,即可以大概在统一框架中实现对主流的人工神经网络(ANN)以及受神经科学启发的模子和算法的支持。

  [今日头条]清华大学推出全球首款异构融合类脑芯片“天机芯”  最新资讯 203323l9tcad3t4botjdjo

图3 实现AGI开发的混淆路线

        为了支持这些功能,团队开发了一种跨范式盘算平台,可以适应面向盘算机科学和神经科学的神经网络(图3),兼容各种神经模子和算法,尤其是基于生物学的(如脉冲神经网络,即SNN)要素。通常,ANN和SNN在信息表现、盘算原理和影象构造方面具有差异的建模方式(如图4a所示)。二者最大的差异是,ANN以精确的多位值来处置惩罚信息,而SNN使用二进制脉冲序列。ANN神经元和SNN神经元之间的实现比力如图4b所示。 

        另一方面,ANN和SNN神经元之间也存在一些相似之处,这就为模子间的融合留下了空间。通过对ANN和SNN的神经网络模子进行详细比力,将盘算模子剖析并对应到干系的神经元功能模块上 - 即轴突、突触、树突和胞体,从而构建一个跨范式的统一神经元方案(如图4c所示)。团队设计了同时实用两种方案的突触和树突,而轴突和体细胞通过独立重构来改变功能。  [今日头条]清华大学推出全球首款异构融合类脑芯片“天机芯”  最新资讯 203323lsz36s3asasr3sfr

图4 Tianjic芯片设计表现图

        图4d是一个完备的单功能核(FCore)表现图,包罗轴突、突触、树突、胞体和路由部分。为了实现深度融合,险些整个FCore都可以重新设置,以便在差异模式下实现高使用率。FCore可以大概涵盖大多数ANN和SNN使用的线性积分和非线性变更操作。该芯片上的FCores以二维2D网格方式分列,如图2e和2f所示。 

        Tianjic芯片和厥后端结构图如图5a所示。芯片由156个FCore构成,包罗约莫40000个神经元和1000万个突触。Tianjic芯片采用28纳米半导体工艺制造,面积为3.8×3.8平方毫米。每个独立模块占用的芯单方面积,包罗轴突,电流,信号,路由器,控制器和其他芯片开销,如图5b所示。由于资源可以重复使用,用以兼容SNN和ANN模式的区域仅占总面积的3%左右。FCore的功耗分解如图3c所示。

[今日头条]清华大学推出全球首款异构融合类脑芯片“天机芯”  最新资讯 203324dc3q4040odw05gap

图5 芯片评估和建模摘要表现图

        Tianjic可以大概支持多种神经网络模子,包罗基于神经科学的网络(如SNN,以及基于生物学启发的神经网络)和基于盘算机科学的网络(如MLP,CNN和RNN等)。图3d所示为在Tianjic芯片上测试差异网络模子与通用处置惩罚单位的测试效果。 

        如图5e所示,具有树突中继的混淆神经网络可突破传统神经形态芯片Fan in/fan out的限制,避免SNN网络的精度丧失(+11.5%)。采用这种混淆模式增长的额外开销小到可以忽略不计,由于Tianjic可以自然地在FCore中实现异构转换。使用Tianjic还可以探索更具生物学意义的认知模子(如图3f所示)。

        为了证明构建类脑跨范式智能系统的可行性,团队使用无人驾驶自行车发展了一个异构可扩展人工通用智能开发展示平台,在一块Tianjic芯片内并行摆设并同时运行多个专用网络。实验中的自行车配备了多种算法和模子,可以大概实行及时物体检测、跟踪,语音下令辨认、加速、减速、躲避停滞、控制均衡和决策等使命。 

        要实现这些使命,须要克服三个紧张挑战:起首,在室外自然环境中乐成检测并平滑跟踪移动目标、超过减速带,并在须要时主动避开停滞物。第二,需及时响应均衡控制、语音下令和视觉感知产生及时电机控制信号,以保持自行车在精确的方向上运动。第三,实现多种信息的集成处置惩罚和快速决策。

[今日头条]清华大学推出全球首款异构融合类脑芯片“天机芯”  最新资讯 203326nv4he9q49qhvfowq

图6:基于Tianjic芯片多模子整合平台的无人驾驶自行车各项测试效果

        为了完成这些使命,团队开发了几个神经网络,包罗用于图像处置惩罚和物体检测的CNN,用于人类目标跟踪的CANN,用于语音下令辨认的SNN,用于姿态均衡和方向控制的MLP,尚有效于决策控制的混淆网络。 

        由于芯片的分散式架构和恣意路由拓扑,Tianjic芯片平台可以实现所有神经网络模子的并行化运行,并实现多个模子之间的无缝通信,使自行车可以大概顺遂完成这些使命。图6c表现响应差异语音下令的输出信号。 

        图6d表现自行车在跟踪、避障和和“S形”曲线行进时的输出控制信号。图6e为基于物理量度的差异速率下的车辆姿态和转向控制的学习环境。 

        Tianjic芯片可以同时支持基于盘算机科学的呆板学习算法和基于神经科学的生物学模子,可以自由地集成各种神经网络和混淆编码方案,实现多网络之间的无缝通信,包罗SNN和ANN。 

        本文先容了一种新颖的类脑盘算的芯片架构,通过将交织范式模子和算法集成到一个平台上来实现灵活性和扩展性。盼望这一研究效果可以大概加速AGI的发展,推动新的实际应用的发展。

回复
凝链下载站 - 下载导读:
1、不得将上述内容用于商业或者非法用途,否则,一切后果请用户自负。您必须在下载后的24个小时之内,从您的电脑中彻底删除上述内容。如果您喜欢该程序,请支持正版软件购买注册,得到更好的正版服务。本资源如有侵犯您的版权,请联系管理员删除本资源!
2、论坛的所有内容都不保证其准确性,有效性,时间性。阅读本站内容因误导等因素而造成的损失本站不承担连带责任。
3、当政府机关依照法定程序要求披露信息时,论坛均得免责。
4、若因线路及非本站所能控制范围的故障导致暂停服务期间造成的一切不便与损失,论坛不负任何责任。
5、注册会员通过任何手段和方法针对论坛进行破坏,我们有权对其行为作出处理。并保留进一步追究其责任的权利。

回复 显示全部楼层 使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

快速回复 返回顶部 返回列表