圖片來源
視覺中國
溫韜學術頭條
人腦,是自然界最完善的信息處理系統。它可以執行各種復雜的任務,計算效率比現有的數字計算系統高幾個數量級。被認為是目前唯一的“總代理”。
長期以來,通過模擬人腦的信息處理模式,以人腦的“思維”模仿“類腦系統”,在工作表現上超越人腦,實現通用人工智能,一直是許多科學家的夢想。
現在清華大學、北京國家信息科學技術研究中心、特拉華大學研究團隊的一項突破性研究,將加速計算、通用人工智能等大腦的到來。
研究人員在大腦類計算的一般系統層次方向上有了突破,提出了“神經形態完備性”的最新概念。
相關論文于10月14日在頂級科學期刊《自然》在線發表。清華大學計算機科學系研究員、清華大學教授張,清華大學類腦計算中心主任石是本文的合著者。
更健壯更通用的通用人工智能
通用人工智能是與人類具有相同智能或超越人類的人工智能。它通常將人工智能與人的意識、感性、知識、自我意識等特征聯系起來,能夠表達正常人所擁有的一切智能行為。它是人工智能研究的主要目標之一,也是科幻小說和未來學家討論的主要話題。
業內認為,目前的人工智能成果大多是“狹義的”,即面向特定任務,只能解決特定問題。目前基于馮·諾依曼架構的計算機,擅長解決大數據充足、靜態知識完備的確定性問題,不亞于人類,但在沒有那么多數據、動態知識不足的情況下,是無法解決模糊問題的。
在未來,人工智能的發展肯定會從“狹隘”的弱人工智能走向更健壯、更通用的通用人工智能,但目前的人工智能技術要達到人類水平還有很長的路要走。
類腦計算一直被認為是開啟通用人工智能的關鍵。去年10月,石在北京致遠會議“智能架構與芯片專題論壇”的主旨演講中說,“基于碳上已經發展的人類智能,基于硅芯片已經發展出強大的機器智能。一旦實現了人類的全腦分析,使用類似大腦的計算來構建通用人工智能就完全沒有障礙了?!?/p>
他還說,一般人工智能的研究與許多狹義人工智能的結合有著根本的不同。其主要研究思路是將類腦柔性與計算機剛性、數據驅動與知識驅動、常識與推理相結合,是一項極具挑戰性的長期研究。
現在雖然類腦計算系統已經和人工智能技術結合,業內專家認為可能會提供一種通用人工智能的途徑,在更通用算法的應用上有一定的突破和發展,但在保證類腦計算系統的性能、可編程性和生產效率上,仍然面臨著相當大的挑戰和極高的要求。特別是,雖然大腦類計算中的系統和芯片的具體類型不同,但都側重于端到端的軟硬件協同設計方法,缺乏能夠有機結合算法、芯片和設備等不同領域技術和需求的軟硬件系統層次結構設計。
而這個最新的研究成果,可能為加速通用人工智能的到來提供了可能。
全新概念:神經形態學的完備性
目前幾乎所有現有的編程語言都是圖靈完備的,馮諾依曼結構通過圖靈完備接口支持圖靈機。通過引入圖靈完備、基于圖靈完備的分層結構和馮·諾依曼體系結構,避免了軟件之間的緊密耦合
雖然基于類腦計算的各種算法、計算模型和軟件設計不斷出現,研究人員開發了各種神經形態學芯片,但通常需要特定的軟件工具鏈才能正常運行。其結果是,類腦計算系統的各層緊密綁定在一起,影響了軟硬件的兼容性,損害了類腦計算系統的編程靈活性和開發效率。
有些研究試圖通過特定的領域語言或開發框架來連接各種軟硬件,但這些研究通常不考慮系統的圖靈完備性,近年來在解決硬件完備性、編程語言完備性、類腦計算的系統層次性等更基本的問題上進展甚微。再者,由于很多類腦芯片不是為通用計算而設計的,很少有提供傳統指令集的,所以不清楚它們是否是圖靈完備的,甚至不清楚圖靈完備是否有必要。為了解決上述問題,張、石等人在本研究中提出了“神經形態完備性”的概念,這是一個適應性更強、范圍更廣的類似于計算完備性的大腦定義。通過引入——近似粒度的新維度,降低了系統對神經形態學硬件完備性的要求,提高了不同軟硬件設計之間的兼容性,擴展了設計空間。同時,他們還提出了全新的系統層次結構,包括軟件、硬件和編譯三個層次,具有圖靈完整的軟件抽象模型和一般的抽象神經形態結構。在系統的層次結構下,各種程序可以用統一的表示來描述,可以在任何具有完整神經形態學的硬件上轉換成等價的可執行程序,從而保證了編程語言的可移植性、硬件的完備性和編譯的可行性。
Graph |類腦計算系統和傳統計算系統的層次結構
Software指的是編程語言或框架以及建立在其上的算法或模型。在這個層面上,他們提出了統一的、通用的軟件抽象模式——POG圖——,以適應各種類腦算法和模型設計。
POG由統一的描述方法和事件驅動的并行程序執行模型組成,集成了存儲和處理,描述了什么是類腦程序,定義了如何執行。因為POG是圖靈完備的,所以最大程度上支持各種應用、編程語言和框架。在硬件方面,它包括所有類似大腦的芯片和架構模型。他們設計了一個抽象的神經形態學架構作為硬件抽象,包括一個EPG圖作為上層接口來描述它可以執行的程序。EPG具有控制流-數據流的混合表示,最大化了對不同硬件的適應性,符合當前硬件的發展趨勢,即混合架構。
編譯層是將程序轉換成硬件支持的等價形式的中間層。為了實現可行性,研究者提出了一套主流腦芯片廣泛支持的基本硬件執行原語,并證明了配備這種硬件的神經形態學是完整的。以一個工具鏈軟件為編譯層實例,論證了這種層次結構的可行性、合理性和優越性。
為此,研究人員認為這種層次結構促進了軟硬件的協同設計,避免了軟硬件之間的緊密耦合,保證了任何類腦程序都可以通過圖靈的完全POG在任何神經形態學完全硬件上編譯成等價的、可執行的EPG程序,也保證了類腦計算系統的編程可移植性、硬件完整性和編譯可行性。此外,他們還實現了工具鏈軟件的設計,支持不同類型的程序在各種典型的硬件平臺上執行,證明了這種系統層次結構的優勢。結合所提出的系統架構,完備性的擴展定義使得圖靈完備性軟件和神經形態學完備性硬件等效轉換成為可能,即軟硬件解耦。
的設計理念使得系統不同方面之間的接口和劃分更加清晰。他們希望在現有等級結構的基礎上繼續解決關鍵問題
在他看來,本次研究的亮點之一是張和石提出了一個完整的連續統——,它可以根據神經形態學系統執行的基本運算的精度接受不同級別的算法性能,這意味著新的層次結構可以通過使用所有可用的模擬和數字神經形態學系統來實現,包括那些為了執行速度或能量效率而犧牲精度的系統。
Rhodes還表示,這種層次結構可以比較實現相同算法等效版本的不同硬件平臺,以及在相同硬件上實現的不同算法,這是對神經形態架構進行有效基準測試的關鍵任務。在原理證明實驗中包含傳統的圖靈完整硬件也是非常有價值的,因為這種層次結構可以用來證明神經形態設備在某些應用中相對于主流系統的優勢。此外,這種分層結構還可以將算法和硬件開發分為獨立研究。如果要獲得底層神經形態學架構的好處,算法的規模和復雜度將需要隨著時間的推移而增加,因此這種分離將有助于未來的研究人員專注于研究問題的特定方面,而不是試圖找到完整的端到端解決方案。
雖然在結合神經形態計算領域的眾多產業和學術研究團體的工作方面還有很多工作要做,但Rhodes認為,石和張提出的這種層次結構是朝著這個方向邁出的重要一步。
爭奪“類腦計算”
近年來,隨著摩爾定律的逐漸失效,馮·諾依曼結構帶來的局限性日益明顯,存儲墻、功耗墻、智能改進等問題使當前的計算機發展面臨重大挑戰。人們普遍認為,數字計算機能力的進步正在放緩,以摩爾定律為特征的計算機時代即將結束。從人腦中汲取靈感的類腦計算或神經形態學計算,是一種有潛力突破馮·諾依曼瓶頸,推動下一波計算機工程的計算模型和架構?!邦惸X計算”的概念最早是由美國計算機科學家、加州理工學院名譽教授卡弗·米德于1989年提出的。但當時并沒有出現摩爾定律下的“計算危機”,相關研究也沒有引起太多關注。直到2004年單核處理器的頻率停止增加,人們開始轉向多核,尋求非馮諾依曼架構的替代技術,類腦計算的概念開始引起人們的關注。
如今,人工智能賦予的類腦計算技術被認為是通用人工智能的一種可能途徑。世界各地的研究人員和研究機構也開展了與腦相關的研究,并取得了一系列成果。國外主要有IBM的TrueNorth,Intel的Loihi,Braindrop,SpiNNaker,BrainScales等。而中國在這方面也走在世界前列。
自2013年3月全職加入清華大學,成立清華大學類腦計算研究中心以來,師團隊一直從基礎理論、類腦計算系統芯片、軟件系統等方面進行類腦計算研究。
去年8月,石團隊攜手全球首款異種融合腦芯片《自然》雜志封面上的第二代“天空運動”,通過自駕自行車成功驗證了萬能智能的可行性。這一研究成果是石團隊在腦類計算和一般人工智能領域的進一步探索。
在未來,隨著人工智能和腦科學研究的進一步發展,具有人類智能和一般人工智能的類腦系統可能不是遙遠的夢想。
參考:
更多AI智能建筑安防科技-Nature:清華團隊提出類腦計算系統新框架,通用人工智能或將不再科幻,歡迎訂閱本站,黃山旋轉門自動門、門禁維修、家庭伸縮門、門禁系統十大品牌、地下車庫門玩轉智能建筑安防科技社群最新新聞。