英特尔自主学习芯片Loih是怎么运行的

毫无疑问，人工智能是当下最热的话题，涉及其中的很多初创企业也是备受资本追捧。而对于老牌芯片厂商英特尔来说，近两年也是不遗余力的加强在人工智能领域的布局。

2016年8月，英特尔宣布4.08亿美元收购了专注于云端人工智能的创业公司Nervana Systems。2016年9月，英特尔又收购了计算机视觉芯片公司Movidius，开始加码终端侧的人工智能布局。而对于下一代的基于神经拟态(类脑)的人工智能芯片，英特尔也已经有了相应的原型产品。

去年9月，英特尔就曝光了其代号为 “Loihi” 的首款能够进行自主学习的神经拟态芯片。Loihi芯片可以像人类大脑一样，通过脉冲或尖峰传递信息，并自动调节突触强度，通过环境中的各种反馈信息，进行自主学习、下达指令。它可以利用少量的数据就能进行自主学习并作出推断，随着时间的推移将变得更加智能，不需要以传统大量数据训练的方式进行。

不过，当时还只是FPGA模拟，而现在已经完整成型，是一颗拥有完整功能的硅芯片。在日前的CES keynote 演讲环节，英特尔CEO科再奇宣布，业内第一款自主学习神经拟态芯片——Loihi已全面运作，将在今年上半年与领先大学、科研机构分享Loihi芯片，并用于更复杂的数据集和问题。

此外，科再奇表示，神经拟态芯片最终可用于任何需要实时数据处理的环境，比如更安全的摄像头和智能城市基础设施，并与自动驾驶汽车进行实时交互通信、红绿灯自动适应交通状况、摄像头寻找失踪人口等。

那么Loihi到底有何神奇之处?它是如何运作的呢?

Loihi的名字其实取自于夏威夷海底的一座不断喷发的活火山，每一次喷发都会扩大夏威夷岛的范围，英特尔将芯片取名Loihi就是希望其能够通过不断的自我学习，可以提供更加强大的人工智能的能力。

现代医学研究表明，人类大脑的神经网络是通过脉冲来传递信息，同时根据这些脉冲的时间来调节突触强度或突触连接的权重，并把这些变化存储在突触连接处。大脑内神经网络及其环境中多个区域之间的协作和竞争性的相互作用就产生了智能的行为。

英特尔的Loihi芯片采用了一种新颖的方式通过异步脉冲来计算，同时整合了计算和存储，模仿了大脑根据环境的各种反馈来学习如何操作的运作方式，可以利用数据来学习并做出推断，随着时间的推移也会变得更加的智能，并且不需要以传统方式来进行训练。

目前的机器学习方式，比如深度学习，都是通过大量的数据来进行训练，从而得出一个可用的模型，但是这种模型只是适用于特定的一些应用方向和使用场景，没法广泛的应用，一旦使用场景发生变化，这种花大量时间和精力训练出来的模型就没法用了。而英特尔的Loihi能够进行自主学习，则意味着即使在不同应用方向和场景下，也能很快的通过自主学习来进行适应。

此外，神经拟态计算还可解决例如稀疏编码、词典学习、constraint Satisfaction、模式匹配、动态学习和适应等众多挑战性问题。并且还拥有更高的能效比。

Loihi的详细参数：

根据此前再北京举行的2017英特尔人工智能大会上公布的资料显示，Loihi采用的是异构设计，由128个Neuromorphic Core(神经形态的核心)+3个低功耗的英特尔X86核心组成，号称拥有13万个神经元和1.3亿个触突。

其拥有目前发布芯片的大部分先进特性，支持可编程的学习规则，每个神经形态核心都包含一个学习引擎，在操作中可以通过编程去适配网络参数，支持监督学习、无监督学习、强化学习和其他的学习范式。同时其也是可扩展的神经拟态网络。这种全异步神经拟态多核心网络，可支持多种稀疏、分层和循环神经网络拓扑结构。每个神经元可以与成千上万个其它神经元通信。

在性能方面，根据此前研究人员公布的数据显示，与其他典型的脉冲神经网络相比，在解决MNIST数字识别问题时，以实现一定准确率所需要的总操作数来看，Loihi芯片学习速度提高了100万倍。与卷积神经网络和深度学习神经网络相比，Loihi测试芯片在同样的任务中需要的资源更少。

此外，在能效比方面，与训练人工智能系统的通用计算芯片相比，Loihi芯片的能效提升了100倍以上。

另外，由于Loihi采用的是全新的神经拟态计算，并且是异构设计，所以这也使得其在开发设计上也需要全新的方法和工具。

对此，英特尔Loihi芯片部门与英特尔软件部门合作，创造了一种无缝的编程模式和结构。可以让开发者可以轻松的在Loihi上进行编程。

虽然，目前Loihi已经“全面运作”，并将在今年分享给研究合作伙伴。但是距离真正的商用可能还需要很长的一段时间。