所有文章 > 正文

小脑袋里的大智慧!昆虫大脑为超低功耗人工智能芯片提供新思路

作者: Jansfer

时间: 2019-09-18 14:26

Yanguas-Gil和Argonne化学家Jeff Elam和Anil Mane设计并模拟了一种新的神经形态芯片,其灵感来自蜜蜂,果蝇和蚂蚁的微小脑结构。

在2018年11月2日,美国航空航天局的旅行者2号航天器也追随旅行者1号的脚步,进入了浩瀚的星际空间。自1977年发射以来,这两个探测器在太阳系中的行进距离超过110亿英里,持续时间比科学家预期的要长得多。飞船的运行功率约为400瓦,探测器拍摄照片并将其发送回NASA。然而,42年后的今天,旅行者2号的10个仪器仅剩余6个能正常工作,而美国宇航局的科学家们预计,在它离开我们的太阳系之前,探测器将在2025年报废。但是如果旅行者2号只需要几瓦的功率呢?它可以存活足够长的时间来继续探索未来吗?

bees_wps图片.jpg

这些是科学家在美国能源部(DOE)阿贡国家实验室提出的问题。在这里,应用材料部门的首席材料科学家Angel Yanguas-Gil正在领导一个跨学科团队,该团队正在重新思考计算机芯片的设计,不仅要更好地执行和适应,而且要使用极小的功率单位来实现这一目标——瓦。为了获得灵感,该团队正在寻找昆虫的大脑,如蚂蚁,蜜蜂和果蝇——它们提供了一个称为神经形态计算的人工智能的新前沿思路。

人工智能遍及我们的生活,提供无数的好处,例如为声控数字助理供电,引导自动驾驶汽车,识别我们的面孔,以及帮助我们自动回复文本和电子邮件。然而,AI有一些局限性:它依赖于大量数据和必须始终连接的更快的硬件,需要大量功率并且灵活性有限。为什么说人工智能还不够灵活?答案就在于大多数神经网络在没有显式编程的情况下揭示数据中的模式和关系是静态的,是专为特定任务而设计的,例如识别图像的人工智能永远也学不会驾驶汽车的技能。而在生物系统中,神经网络是可以自学的,并且能提供更高程度的灵活性。昆虫在进化过程中产生了非常有效的自适应计算系统,而且体积要小得多。

2_wps图片.jpg

图|该团队在物理学,计算机科学和材料科学方面采取了步骤,以设计和测试一种新的计算机芯片,该计算机芯片可以在极小的功率下执行和适应(图片来源:阿贡国家实验室)

为证明这一点,Yanguas-Gil和Argonne化学家Jeff Elam和Anil Mane设计并模拟了一种新的神经形态芯片,其灵感来自蜜蜂,果蝇和蚂蚁的微小脑结构。该团队从头开始创建了一个包含两个关键发现的网络:动态滤波器和权重,根据系统实时发现的重要性,改变各种神经连接的强度。该团队使用钨铝氧化物纳米复合材料作为芯片的材料,可使芯片在远低于1瓦的功率水平下工作。对新芯片设计的测试表明,它与标准设计一样准确,但它学得更快。Yanguas-Gil表示,该系统可以承受更高的错误率并保持与完美系统相同的精度。这使其成为在太空中停留30年的机器的理想选择。凭借这些成果,该团队于8月在2019年电气和电子工程师协会(IEEE)计算机学会的空间计算会议上获得了最佳论文奖。

在他的团队开发了神经形态芯片的框架之后,Yanguas-Gil邀请了Madireddy和Prasanna Balaprakash,他也是该实验室MCS部门的计算机科学家,并利用Argonne强大的计算工具来最大化其性能。使用位于美国能源部领导计算机构的美国能源部科学用户设施办公室的Theta超级计算机,新团队通过他们开发的名为DeepHyper的软件包运行神经形态蓝图,该软件包为神经网络执行自动机器学习。DeepHyper测试数千种不同的昆虫大脑配置,产生更好的变化,直到它为特定任务确定正确的解决方法。

在生产场景中,所有这些学习将被编码到神经形态芯片上,并且芯片本身将能够适应,只需要转换对应的“齿轮”便可以解决每种类型的任务。

[关于转载]:本文为“AMiner”官网文章。转载本文请联系原作者获取授权,转载仅限全文转载并保留文章标题及内容,不得删改、添加内容绕开原创保护,且文章开头必须注明:转自“AMiner”官网。谢谢您的合作。

二维码 扫码微信阅读
推荐阅读 更多