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將神經網絡的關鍵部分直接構建在硅晶體中，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仍需構建出一顆完整的芯片。

關鍵數據：IBM的這款神經網絡芯片由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。

神經網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據，并輸出結果，在語音和圖像識別等方面，有著近乎完美的準確性。

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

IBM的新發(fā)現證明，將神經網絡的關鍵部分直接構建在硅晶體中，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網絡一樣，模擬了連接大腦中單個神經元的突觸，這些突觸連接的強度可以調整以使網絡能夠學習。

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：短期神經突觸和長期記憶突觸。

美國國家標準與技術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建人工神經網絡的研究員。

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

這一發(fā)現不僅對人工智能很重要，如果它能擴展到商業(yè)生產，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：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網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站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網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，溝通刪除相關內容或斷開相關鏈接。