半导体与芯片两位无形之手哪一夜将重塑世界
在2020年的岁月里，你是否曾对AI的功能感到满意？当你与AI智能音箱进行哭笑不得的对话，或是站在AI人脸识别闸机口许久才被识别出你是谁时，你可能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、医疗等领域展现了其重要价值，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未来充满期待。
图片来自PCworld
全球最强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科学家的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种气体物质作出反应，即使有强烈环境干扰也能识别这些气味。这意味着英特尔Loihi也有“嗅觉”，这也是化学传感器领域多年寻找电子鼻系统的一步棋。未来搭载“嗅觉”的神经拟态芯片机器人在环境监测、危险物质检测、工厂质量控制方面有巨大的应用潜力。
使用Loihi仅用一个样本训练就可达到百分之九十多高准确率，如果使用传统方法，要达到同样的分类准确率需要3,000倍以上训练样本。这其中非常重要的是，只需2天时间后，英特尔又宣布其最强大的最新神经拟态研究系统Pohoiki Springs已准备就绪，将提供1亿个神经元的计算能力。
说得更容易理解一些，有25万到50万个细胞的大型瓢虫，大约100万个细胞的小型蟑螂，大约1000万个细胞的小型斑马鱼、大型仓鼠9000万个细胞。大脑中的每一颗细胞都承担着不同的任务，而这个数字对于我们理解大脑工作方式至关重要。在这样的背景下，我们必须了解如何模仿这种复杂性，并将其融入到我们的技术中，以便我们能够制造出更加智能和灵活的人工智能模型。
当然，这一切背后的挑战远不止简单地模仿大脑结构，还包括处理信息效率问题，因为真正的大脑并不依赖于单一核心操作，同时处理数以千计甚至数以亿计的事务。在解决这一难题上，无论是同步还是异步设计，都存在困难，因为它们各自带来不同的挑战。而且，由于异步设计通常涉及独立时钟驱动，每次只让部分工作区块工作，这会导致通信和协调问题，使得在大规模互联集成为Pohoiki Beach或Pohoiki Springs时变得极为复杂。但正如宋继强所言，可以通过Time Step去解决这些时间序列的问题，小型异步电路较易解决，但比较大的系统就会面临更多挑战。此外，与硬件紧密结合的是软件层面的支持，以最大限度减少硬件连接差异并促进互连、高效分布式和灵活分区，从而推动整个行业向前发展。
随着新技术不断涌现，它们如何融入日常生活并改变世界一直是一个令人好奇的话题。虽然尚未有一项技术能够完全预测它何时、何地、何事发生，但是基于当前的情况，我们可以推断某些趋势将继续影响我们的未来——例如，对于个人隐私保护意识增强，对于数据安全要求提高，以及对于自动化工具进行有效管理和监督需求增加等。如果科技界能够有效应对这些挑战，并找到适合不同用户群体需求的地方，那么任何时候都可能出现转折点，为我们开启全新的时代。不过，让我们回望过去几十年的历史，看看那些曾被认为不切实际或者太过遥远的事情，如手机、小号飞行汽车等，最终如何成为日常生活的一部分。如果这样的事情还能发生，那么关于什么时候人类社会会因为某项创新而彻底改变，其实很难预料。不过，不管怎样，都值得我们保持警惕，同时积极参与讨论，以便在变化发生之前尽可能做好准备。
