|
今天，英特爾分享了英特爾神經(jīng)擬態(tài)研究社區（INRC）的最新進(jìn)展。該社區自2018年成立以來(lái)發(fā)展迅速，現已擁有100多名成員。英特爾今天宣布，聯(lián)想、羅技、梅賽德斯-奔馳和機器視覺(jué)傳感器公司Prophesee加入INRC，共同探索神經(jīng)擬態(tài)計算在商業(yè)用例上的價(jià)值。此外，得益于英特爾神經(jīng)擬態(tài)研究測試芯片Loihi的計算能力，英特爾還概括介紹了英特爾神經(jīng)擬態(tài)研究社區更多的研究成果。 英特爾神經(jīng)擬態(tài)計算實(shí)驗室總監Mike Davies 表示：“短短兩年時(shí)間里，我們已經(jīng)形成了一個(gè)充滿(mǎn)活力的社區，其中包括來(lái)自世界各地的數百名研究人員，神經(jīng)擬態(tài)計算在計算效率、速度和智能功能方面帶來(lái)數量級提升的潛力讓他們深受鼓舞。我們第一次看到有越來(lái)越多證明這種潛力的場(chǎng)景出現。我們計劃與英特爾神經(jīng)擬態(tài)研究社區的合作伙伴一起，在收獲的洞察基礎上，讓這一新生技術(shù)實(shí)現廣泛和顛覆性的商業(yè)應用�！� 英特爾之所以創(chuàng )建英特爾神經(jīng)擬態(tài)研究社區，是因為我們認為沒(méi)有任何公司能夠憑借一己之力有效釋放神經(jīng)擬態(tài)計算的全部潛力。通過(guò)與學(xué)術(shù)界、產(chǎn)業(yè)界和政府領(lǐng)域的一些知名研究人員進(jìn)行合作，英特爾致力于解決神經(jīng)擬態(tài)計算發(fā)展中的挑戰，并在未來(lái)幾年內將其從研究原型發(fā)展為能夠引領(lǐng)產(chǎn)業(yè)的產(chǎn)品。 英特爾及其合作伙伴已經(jīng)展示了在現實(shí)世界邊緣用例中所實(shí)現的數量級提升，并且看到了在擴展工作負載之后，解決更大的計算問(wèn)題所取得的早期進(jìn)展。隨著(zhù)神經(jīng)擬態(tài)計算的不斷發(fā)展，英特爾和英特爾神經(jīng)擬態(tài)研究社區還發(fā)現了神經(jīng)擬態(tài)技術(shù)在現實(shí)世界中的各種潛在用例，例如：支持更高效且能夠自適應的機器人技術(shù)；在大型數據庫中快速搜索相似的內容；讓邊緣設備能夠實(shí)時(shí)做出復雜規劃和優(yōu)化決策等。聯(lián)想、羅技、梅賽德斯-奔馳和Prophesee的加入，以及英特爾神經(jīng)擬態(tài)研究社區中現有的《財富》世界500強企業(yè)和政府實(shí)驗室，證明神經(jīng)擬態(tài)技術(shù)正在穩步成熟，將從學(xué)術(shù)實(shí)驗室逐步走向產(chǎn)業(yè)應用。 通過(guò)對英特爾神經(jīng)擬態(tài)系統上的應用進(jìn)行持續開(kāi)發(fā)、原型設計和測試，英特爾和英特爾神經(jīng)擬態(tài)研究社區成員獲得了越來(lái)越多的成果，并顯示在各種工作負載中神經(jīng)擬態(tài)計算都能帶來(lái)性能的一致性提升�，F有的研究結果——例如模仿人類(lèi)嗅覺(jué)系統、將基于事件的觸感引入機器人，結合英特爾研究院開(kāi)放日上所介紹的新基準，勾勒出一副新的圖景，即：神經(jīng)擬態(tài)計算非常適合新興的、具有商業(yè)相關(guān)性的仿生智能負載。 英特爾研究院開(kāi)放日重點(diǎn)介紹的基準更新包括： • 語(yǔ)音命令識別：埃森哲測試了在英特爾Loihi芯片上識別語(yǔ)音命令的能力和在標準圖形處理單元（GPU）上識別語(yǔ)音命令的能力，發(fā)現Loihi不僅達到了和GPU類(lèi)似的精度，而且能效提高1000倍以上、響應速度快200毫秒。通過(guò)英特爾神經(jīng)擬態(tài)研究社區，梅塞德斯-奔馳正在探索如何將這些結果應用到現實(shí)用例中，例如在汽車(chē)中加入新的語(yǔ)音交互命令。 • 手勢識別：傳統的AI可以很好地處理大數據并識別成千上萬(wàn)個(gè)案例的模式，但它很難識別人與人之間細微的差異——比如我們用于交流的手勢。埃森哲和英特爾神經(jīng)擬態(tài)研究社區合作伙伴展示了Loihi在快速學(xué)習和識別個(gè)性化手勢方面取得的切實(shí)進(jìn)展。通過(guò)處理來(lái)自神經(jīng)擬態(tài)相機的信息，只需幾次曝光Loihi即可學(xué)習新手勢。這可以應用于各種用例，例如與家庭中的智能產(chǎn)品進(jìn)行交互或在公共場(chǎng)所的非接觸式顯示。 • 圖像檢索：零售行業(yè)的研究人員評估了Loihi對基于圖像的產(chǎn)品搜索應用。他們發(fā)現，在保持相同精度水平的情況下，Loihi生成圖像特征向量的效率比傳統的中央處理單元（CPU）和GPU解決方案提升三倍多。這一結果是對英特爾今年早些時(shí)候發(fā)布的神經(jīng)擬態(tài)研究系統Pohoiki Springs的相似度搜索結果的補充，表明Loihi在百萬(wàn)幅圖像數據庫中搜索特征向量的速度比CPU快24倍，且能耗低30倍。 • 優(yōu)化和搜索：英特爾及其合作伙伴發(fā)現，Loihi解決優(yōu)化和搜索問(wèn)題的效率比傳統CPU高1000倍、速度快100倍。優(yōu)化問(wèn)題，如約束滿(mǎn)足可以在邊緣端提供潛在價(jià)值，例如：讓無(wú)人機能夠實(shí)時(shí)規劃并做出復雜的導航?jīng)Q策。同樣的問(wèn)題類(lèi)型也可以擴展到復雜的數據中心負載，完成協(xié)助列車(chē)調度和物流優(yōu)化等任務(wù)。 • 機器人技術(shù)：羅格斯大學(xué)和代爾夫特理工大學(xué)的研究人員展示了在Loihi上運行機器人導航以及微型無(wú)人機控制應用的演示。代爾夫特理工大學(xué)的無(wú)人機使用一個(gè)包含35個(gè)神經(jīng)元，并且能演進(jìn)的脈沖網(wǎng)絡(luò )進(jìn)行光流著(zhù)陸（optic flow landing），頻率超過(guò)250千赫茲。羅格斯大學(xué)發(fā)現，其Loihi解決方案所需的功耗比傳統移動(dòng)GPU低75倍，而性能卻沒(méi)有任何下降。在11月于2020機器人學(xué)習大會(huì )上發(fā)布的報告中，羅格斯大學(xué)的研究人員發(fā)現Loihi可以成功學(xué)習諸多OpenAI Gym的任務(wù)，其精度與深度行動(dòng)者網(wǎng)絡(luò )（Deep Actor Network）旗鼓相當，而能耗卻比移動(dòng)GPU解決方案降低了140倍。 此外，英特爾及其合作伙伴在英特爾研究院開(kāi)放日活動(dòng)上還展示了兩個(gè)使用最先進(jìn)技術(shù)的神經(jīng)擬態(tài)機器人演示。與蘇黎世聯(lián)邦理工學(xué)院的研究人員合作，英特爾展示了Loihi如何自適應地控制水平跟蹤無(wú)人機平臺，實(shí)現最高可達20千赫茲的閉環(huán)速度以及200微秒的視覺(jué)處理延遲。與傳統解決方案相比，這意味著(zhù)效率和速度都提高了1000倍。為了解決神經(jīng)擬態(tài)軟件集成問(wèn)題，英特爾和意大利理工學(xué)院（IIT）的研究人員在IIT的iCub機器人平臺上演示了多種認知功能在Loihi上運行，其中包括基于快速、小樣本學(xué)習(few-shot learning)的物體識別，對學(xué)習對象的空間感知，以及對人類(lèi)互動(dòng)的實(shí)時(shí)決策。 隨著(zhù)英特爾神經(jīng)擬態(tài)研究社區的發(fā)展，英特爾將繼續對這個(gè)獨特的生態(tài)系統進(jìn)行投資，并與成員合作以提供技術(shù)支持，探索神經(jīng)擬態(tài)計算可以在哪些方面解決現實(shí)中的各種問(wèn)題。此外，英特爾將繼續從英特爾神經(jīng)擬態(tài)研究社區汲取經(jīng)驗，并將其運用于公司即將發(fā)布的下一代神經(jīng)擬態(tài)研究芯片的研發(fā)中。 關(guān)于英特爾神經(jīng)擬態(tài)研究社區：英特爾神經(jīng)擬態(tài)研究社區是一個(gè)由世界各地的學(xué)術(shù)團體、政府實(shí)驗室、研究機構和公司組成的生態(tài)系統，它們與英特爾合作，進(jìn)一步推動(dòng)神經(jīng)擬態(tài)計算并開(kāi)發(fā)創(chuàng )新的人工智能應用。有興趣參加INRC并為L(cháng)oihi開(kāi)發(fā)產(chǎn)品技術(shù)的研究人員可以訪(fǎng)問(wèn)英特爾神經(jīng)擬態(tài)研究社區網(wǎng)站。當前成員列表也可以在該網(wǎng)站上查看。 |
