2020年，你对AI功能感到满意吗？

如果你想起与AI智能音箱哭笑不得的对话经历，还有站在AI人脸识别闸机口许久才被识别出你是谁，你大概率会给出一个否定的答案。

已经大规模应用的AI，在金融、工业、电力、医疗等应用中已经展现出其重要的价值，但也不可否认，AI还有很大的提升空间。

AI的提升，既可以是对现有芯片和算法持续优化，也可以通过变革性的技术实现跨越式改变，比如越来越被人熟知的神经拟态计算（或称类脑计算）以及量子计算。相比之下，量子计算拥有更高的热度，但最近发布的全球最强神经拟态系统英特尔Pohoiki Springs以及有嗅觉的神经拟态芯片，一定能让你对神经拟态计算以及AI的未来充满期待。

图片来自PCworld

全球最强的神经拟态系统能做什么？

上周二，《自然-机器智能》杂志报道了英特尔与美国康奈尔大学的科学家共同构建数学算法研究成果，通过双方合作，英特尔研究院神经拟态计算小组高级研究科学家Nabil Imam团队采用了一个由72个化学传感器活动组成数据集，可对一个风洞实验中循环10种气体物质（气味）作出反应，并且，即使环境干扰较强也能识别这些气味。

这意味着英特尔Loihi也有“嗅觉”，这是化学传感器领域多年寻找电子鼻系统的一个突破。未来的搭载有“嗅觉”的神经拟态芯片机器人在环境监测、危险物质检测、工厂质量控制方面具有巨大的应用潜力。

非常关键的是，只需用Loihi一个样本训练，就可达到百分之九十多高准确率，而使用传统方法，要达到相同分类准确率需要3,000倍以上训练样本。

仅两天后，英特尔又宣布其最新研发系统Pohoiki Springs准备就绪，将提供1亿个神经元的大规模计算能力。1亿个神经元相当于小型哺乳动物大脑中的数量。

Pohoiki Springs是一个数据中心机架式系统，它将768块Loihi 神經仿生研究芯片集成在5台标准服务器大小机箱中，其运行时功耗低于500瓦。这是一个数据中心级别的大规模神経仿生計算系統，是目前全球最強的一個。

这两个令人瞩目的新发现背后都有2017年开发第一款自主学习Neuromorphic chip Loihi。在设计思路上模仿人类大脑，把训练和推断整合到单一芯片上，并实现了硬件上的存储和处理功能整合：每个小核包含1000个硬件设计好的逻辑层次结构模拟多种不同的网络突破，以及支持多种不同学习模式可扩展性极佳。

这种设计优势显著，可以以比传统处理器快1,000倍速度并且效率提高10,000倍处理某些工作负载。但即便如此，这样的芯片数量稀缺，因为只有少数几个公司，如Intel和IBM，以及一些初创公司正在开发。这样的状态与这个全新的概念相关联，该概念是在20世纪80年代提出，与量子电脑提出的概念更晚。而由于人类对于脑科学了解有限，只有一些学校和机构进行该领域研究。

因此，对于如何把理解大脑如何实时处理复杂信息而消耗极少能量这一效率工作方式转换为实际操作，我们仍然面临挑战。这包括细粒度并行运算、动力学编码、高效时间域编码等等。

为了解决这些问题，我们需要重新思考整个体系结构，从底层开始重新审视我们的思想——这正是Intel Loihi所做的事情，让内部每个核心含1000个独立的小核，每颗核心内还包含独立的心理模型部分去模拟逻辑层次结构。这就是为什么Intel Loihi能够以同步电路不具备的一般情况下采取异步脉冲方式，同时保持低功耗水平，使得它成为一种革命性的创新之一。

然而，这种异步脉冲方式在建立庞大的联网系统时带来了新的难题。当我们尝试将大量独立chip连接起来形成庞大的联网网络，以期获得性能线性增长，那么是否能够让信号在短暂时间内穿梭各千万颗chip之间就成了挑战。此外，由于采用异步脉冲设计，当想要创建这样的大型互联网络时，还存在另外的问题——如何有效地管理信号流动，以避免出现混乱？

Intel院长宋继强接受采访表示：“我们用Time Step来解决这个问题，小型异步电路容易解决，但比较大的系统就会面临更多挑战。”

尽管从13万颗Loihis到现在1亿颗Pohoiki Spring System Intel所做的是远不止简单地将它们连接起来，更重要的是解决那些由此产生的问题，并且加以软件支持使得这些硬件之间尽可能无缝连接：

“为了兼顾易用性同时支持分布式、高性能交互及灵活分区，我们需要尽可能减少软件工具链差异化影响。”宋继强说，“这个任务没有人完成过，没有学术界完成过，而产业界开始探索这一前沿技术。”

经过探索并取得了一定成果之后，现在要做的是通过工具链去支持开发者进行更广泛、大规模动态规划及优化实验——这是促进Intel Neuromorphic Computing成为通用的新架构必不可少一步，也是让其适用于前端感知任务至今最大范围需求到的关键一步。此外，不同的人认为他们看到什么，他们预见什么，他们希望得到什么也是值得深入讨论的话题之一。