当前位置:首页 > 智能硬件 > 人工智能AI
[导读] 近日,英特尔公布了参与其“英特尔神经拟态研究社区”1(INRC)的学术组织、政府机构和企业研究团体名单,并在10月份举行的首届INRC研讨会上探讨了取得的研究进展。INRC的目标是解决主流计算应

近日,英特尔公布了参与其“英特尔神经拟态研究社区”1(INRC)的学术组织、政府机构和企业研究团体名单,并在10月份举行的首届INRC研讨会上探讨了取得的研究进展。INRC的目标是解决主流计算应用在采用神经拟态架构方面所面临的挑战。INRC成员将使用英特尔的Loihi研究芯片作为研发活动的架构焦点。英特尔希望该团体取得的成果未来能够推动神经拟态架构、软件和系统的改进,最终让这项前景广阔的技术实现商业化。

英特尔神经拟态计算实验室总监MikeDavies表示:“尽管在计算堆栈的各个层级都有很多重要的神经拟态计算研究问题有待解答,但我们认为目前神经拟态硬件的开发状态引领着神经拟态计算软件的进展状况。我们深信,INRC成员网络将迅速推进神经拟态学习算法的状态,并展示这种新兴技术在广泛应用中的价值。”

KapohoBay是英特尔基于Loihi神经拟态研究芯片系统所设计的一种USB接口计算设备代号。它为Loihi提供USB接口,以便访问外围设备。

共计50个项目入选INRC。参与这些项目的INRC成员将获准使用英特尔Loihi神经拟态研究芯片和软件,并将受邀参加技术研讨会,他们可以在会上与团队分享神经拟态研究的相关进展、结果和见解。INRC支持的研讨会将提供给成员参与针对Loihi延伸开发的实践教程和由英特尔实验室研究人员及合作方组织的编程马拉松活动。

在50个入选项目中,来自13所大学的团队的研究计划将获得经费支持。这些团队来自世界各地的众多学术机构,其中包括伯尔尼大学、加利福尼亚大学伯克利分校、加利福尼亚大学圣地亚哥分校、康奈尔大学、哥廷根大学、格拉茨科技大学、哈佛大学、慕尼黑工业大学、拉德堡德大学、田纳西大学以及维拉诺瓦大学。

按照预定计划,这些项目分四轮启动,第一轮已于2018年第三季度开始。

10月份,英特尔在冰岛雷克雅未克举行了INRC会员的首次会议。60余名研究人员出席了为期五天的会议,在会上讨论了研究计划、了解了Loihi的情况,并与此团体的其他成员会面。INRC老会员作了多场报告,其间公布了一些令人振奋的初步进展。

来自ABR公司(AppliedBrainResearchInc.)*的ChrisEliasmith分享了早期基准测试结果,该测试评估了Loihi运行一个用ABR公司NengoDL(能够在Loihi上运行TensorFlow训练的网络)实现音频关键词定位的深层网络的性能表现2。这些结果表明,对于实时流数据推理应用,Loihi可以提高两倍乃至50多倍相比于传统架构的能效,具体效果视采用的架构而定。

来自格拉茨科技大学理论计算机科学研究所的WolfgangMaass教授谈到,他的团队发现了一种极具前景的新型脉冲神经网络,这种网络能实现不亚于“长短期记忆”(LSTM)网络——一种先进的深度学习模型——的分类精度。LSTM如今常用于语音识别和自然语言处理应用。这些新的脉冲神经网络3名为LSNN,能够以类似LSTM的方式将工作内存整合到其运行中,同时还能保证在神经拟态硬件上运行时效率会显著提高。这项成果是使用模拟器开发而成,已在12月份的“神经信息处理系统会议”上发表。Maass的团队现在正与英特尔实验室合作,致力于将网络映射到Loihi。该团队分享了Loihi网络的早期准确率结果,目前的准确率处于理想模型的百分之几以内。

来自康奈尔大学的ThomasCleland教授就一套用于在脉冲神经网络中进行信号恢复和识别的神经拟态算法进行了讨论,这套算法的计算原理是受哺乳动物嗅觉系统启发而得。在将与英特尔研究院合作发表的工作中,这些在Loihi上运行的算法在化学传感器数据集上展示了最先进的学习和分类性能。Cleland表示:“这些算法源自对哺乳动物大脑嗅觉回路的机械研究,但我预计,它们将广泛适用于一系列类似的计算问题,例如空气质量和水质评估、癌症筛查,以及基因组表达谱分析。”

神经拟态计算要求自下而上地彻底重新考虑计算机架构。运用对神经科学产生的最新见解,旨在制造出的芯片不那么像传统电脑的运作方式,而更类似于人脑。神经拟态芯片使用可根据事件发生时间调整的脉冲和可塑性突触,以模拟大脑神经元的交流和学习方式。这些芯片旨在根据习得的模式和关联进行自我组织和决策。

英特尔的目标是使神经拟态芯片终有一天能够像大脑一样快速高效地学习,而大脑性能远远超出当今性能最强大的计算机。神经拟态计算或将促使机器人、智慧城市基础架构及其他需要不断学习并适应不断演变的真实数据的应用实现跨越式发展。

去年,英特尔推出了Loihi神经拟态测试芯片4,这款独一无二的研究芯片前所未有地结合了神经拟态特征、效率、规模和片上学习能力。Loihi是INRC项目的架构基础。英特尔让INRC会员能够使用这一领先的神经拟态芯片,以加快这一研究领域的进展。

英特尔已经向参与计划的INRC会员发布了适用于Loihi的软件开发工具包早期版本NxSDK。研究人员可以通过远程登录英特尔的神经拟态云服务来使用Loihi硬件和NxSDK,从而开发自己的算法、软件和应用程序。此外,英特尔还支持ABR公司接入Nengo软件框架,使其与Loihi协同工作。Nengo现供研究人员免费使用。

Loihi硬件已经向部分INRC会员开放,供他们在机器人等需要直接访问硬件的领域开展研究。这些系统包括代号为“KapohoBay”的USB接口计算设备。除了提供连接到Loihi的USB接口之外,KapohoBay还提供一个事件驱动型硬件接口,可连接到iniVationDAVIS240CDVS硅视网膜摄像头*以及其他外围设备。

明年,英特尔和INRC会员将通过出版物和开源软件的形式,向公共领域贡献大量的功能软件和研究成果。INRC会员数量预计将稳步增长;随着基础算法和SDK组件日趋成熟,英特尔预计研究课题将越来越侧重于现实世界里的技术应用,最终促进神经拟态技术实现商业化。

英特尔欢迎有兴趣加入INRC和Loihi开发的神经科学家、计算科学家和机器学习研究人员发送电子邮件到inrc_interest@intel.com了解更多信息。

此外,英特尔神经拟态计算实验室将在以下两项活动中针对Loihi系统和软件提供全天教学指导:3月13日在日本神户举行的2019年Riken国际神经拟态计算研讨会5,以及3月29日在纽约奥尔巴尼举行的2019年神经启发计算元件(NICE)研讨会6。教学指导面向这些研讨会的所有注册参加者开放。

本文来源:英特尔

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

LED驱动电源的输入包括高压工频交流(即市电)、低压直流、高压直流、低压高频交流(如电子变压器的输出)等。

关键字: 驱动电源

在工业自动化蓬勃发展的当下,工业电机作为核心动力设备,其驱动电源的性能直接关系到整个系统的稳定性和可靠性。其中,反电动势抑制与过流保护是驱动电源设计中至关重要的两个环节,集成化方案的设计成为提升电机驱动性能的关键。

关键字: 工业电机 驱动电源

LED 驱动电源作为 LED 照明系统的 “心脏”,其稳定性直接决定了整个照明设备的使用寿命。然而,在实际应用中,LED 驱动电源易损坏的问题却十分常见,不仅增加了维护成本,还影响了用户体验。要解决这一问题,需从设计、生...

关键字: 驱动电源 照明系统 散热

根据LED驱动电源的公式,电感内电流波动大小和电感值成反比,输出纹波和输出电容值成反比。所以加大电感值和输出电容值可以减小纹波。

关键字: LED 设计 驱动电源

电动汽车(EV)作为新能源汽车的重要代表,正逐渐成为全球汽车产业的重要发展方向。电动汽车的核心技术之一是电机驱动控制系统,而绝缘栅双极型晶体管(IGBT)作为电机驱动系统中的关键元件,其性能直接影响到电动汽车的动力性能和...

关键字: 电动汽车 新能源 驱动电源

在现代城市建设中,街道及停车场照明作为基础设施的重要组成部分,其质量和效率直接关系到城市的公共安全、居民生活质量和能源利用效率。随着科技的进步,高亮度白光发光二极管(LED)因其独特的优势逐渐取代传统光源,成为大功率区域...

关键字: 发光二极管 驱动电源 LED

LED通用照明设计工程师会遇到许多挑战,如功率密度、功率因数校正(PFC)、空间受限和可靠性等。

关键字: LED 驱动电源 功率因数校正

在LED照明技术日益普及的今天,LED驱动电源的电磁干扰(EMI)问题成为了一个不可忽视的挑战。电磁干扰不仅会影响LED灯具的正常工作,还可能对周围电子设备造成不利影响,甚至引发系统故障。因此,采取有效的硬件措施来解决L...

关键字: LED照明技术 电磁干扰 驱动电源

开关电源具有效率高的特性,而且开关电源的变压器体积比串联稳压型电源的要小得多,电源电路比较整洁,整机重量也有所下降,所以,现在的LED驱动电源

关键字: LED 驱动电源 开关电源

LED驱动电源是把电源供应转换为特定的电压电流以驱动LED发光的电压转换器,通常情况下:LED驱动电源的输入包括高压工频交流(即市电)、低压直流、高压直流、低压高频交流(如电子变压器的输出)等。

关键字: LED 隧道灯 驱动电源
关闭