IBM將仿生突觸注入芯片，行業(yè)震動！使機器學習效率提升100倍

高層速讀

關鍵信息：IBM將神經(jīng)網(wǎng)絡的關鍵部分直接構(gòu)建在硅晶體中，使機器效率提高了100倍，而能量僅消耗了1%。該論文已在Nature上發(fā)表，但IBM仍需構(gòu)建出一顆完整的芯片。

關鍵數(shù)據(jù)：IBM的這款神經(jīng)網(wǎng)絡芯片由5個晶體管和其他3個組件組成，在普通芯片上只有一個晶體管。

關鍵意義：以這種方式制造的芯片可能會在未來幾年里加速機器學習的發(fā)展，讓機器學習更有效率，同時更容易在智能手機等小型設備上進行部署，若能成功，將對英偉達造成巨大沖擊。

神經(jīng)網(wǎng)絡是人工智能繁榮皇冠上的一顆明珠，他們狼吞虎咽地吃著數(shù)據(jù)，并輸出結(jié)果，在語音和圖像識別等方面，有著近乎完美的準確性。

但是，神經(jīng)網(wǎng)絡是按照人類大腦的結(jié)構(gòu)來設計的，通常是用軟件而不是硬件來構(gòu)建的，而軟件則運行在傳統(tǒng)的計算機芯片上，也就是說，傳統(tǒng)硬件的限制了神經(jīng)網(wǎng)絡的發(fā)展，讓事情變慢了。

IBM的新發(fā)現(xiàn)證明，將神經(jīng)網(wǎng)絡的關鍵部分直接構(gòu)建在硅晶體中，可以使其效率提高100倍，以這種方式制造的芯片可能會在未來幾年里加速機器學習的發(fā)展。

IBM的新芯片，就像在軟件中編寫的神經(jīng)網(wǎng)絡一樣，模擬了連接大腦中單個神經(jīng)元的突觸，這些突觸連接的強度可以調(diào)整以使網(wǎng)絡能夠?qū)W習。

IBM的研究人員在已發(fā)表在Nature的論文中展示了這種人造突觸——微電子突觸，其中使用了兩種類型的突觸：短期神經(jīng)突觸和長期記憶突觸。

美國國家標準與技術(shù)研究所的研究員施耐德說，這種方法“解決了一些關鍵問題”，其中最明顯問題的是低準確度，這也一直困擾著之前在硅晶體上構(gòu)建人工神經(jīng)網(wǎng)絡的研究員。

研究人員測試了用兩個簡單的圖像識別任務來構(gòu)建的神經(jīng)網(wǎng)絡：手寫文字識別和彩色圖像分類，他們發(fā)現(xiàn)這個系統(tǒng)和基于軟件的深層神經(jīng)網(wǎng)絡一樣精確，而只消耗了1%的能量。

這一發(fā)現(xiàn)不僅對人工智能很重要，如果它能擴展到商業(yè)生產(chǎn)，它可以證明IBM正在進行的一場押注的正確性，盡管該公司目前不出售電腦芯片，但它一直在投資于電腦硬件領域，希望新型微電子元件有助于為下一個重大進展提供動力。

這項新技術(shù)可能是第一步，讓機器學習更有效率，同時更容易在智能手機等小型設備上進行部署。施耐德說：“在提高能源效率和提高全連接層的訓練速度方面，100倍的能效似乎值得進一步努力?！?/p>

然而IBM芯片的設計相對笨拙，由5個晶體管和其他3個組件組成，在普通芯片上只有一個晶體管，IBM仍然需要構(gòu)建和測試一個完整的芯片。

盡管如此，這項工作可能是一個重要的、具有生物學意義的步驟，也在朝著計算機的核心方向發(fā)展。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。