清華天機(jī)AI芯片登Nature封面：全球首款異構(gòu)融合類腦芯片，實(shí)現(xiàn)自行車無人駕駛

栗子 魚羊 2019-08-01 08:40:56 來源：量子位

魚羊 栗子 乾明 發(fā)自 凹非寺

量子位 報(bào)道 | 公眾號 QbitAI

有一輛自行車，載著通用人工智能的希望，登上了最新一期的Nature封面。

它的大腦，是清華研發(fā)的類腦芯片“天機(jī)”，讓自行車真的實(shí)現(xiàn)了自行。

你看，跟蹤人類的時候，它敏捷地避開路上的障礙，是自主行為：

而就算人類奔跑的路線只是輕微彎曲，自行車依然能準(zhǔn)確地做到S型跟蹤：

當(dāng)然，它也能聽懂人類的語言。只要說出向左，直行，加速，自行車都能流暢地完成：

雖說建國之后不許成精，但通用人工智能?(AGI) 一直是人類追求的理想。

實(shí)現(xiàn)理想的路，大致可以分成兩條：

一是計(jì)算機(jī)科學(xué)導(dǎo)向，二是神經(jīng)科學(xué)導(dǎo)向。

而自行車背后的“天機(jī)”類腦芯片，便是清華團(tuán)隊(duì)將這兩條原本十分不同的思路，精妙地結(jié)合在一起了。

這也是中國芯片，第一次登上Nature。

兩種思路如何兼容？

計(jì)算機(jī)科學(xué)導(dǎo)向和神經(jīng)科學(xué)導(dǎo)向，這兩種開發(fā)通用人工智能的方法各有優(yōu)缺點(diǎn)，但都代表人腦處理信息的部分模式。

阻礙通用人工智能發(fā)展的一個原因就是，這兩種導(dǎo)向天差地別，在公式和編碼方案上存在根本差異，自然，也就依賴于不同的平臺，并且這些平臺難以兼容。

而天機(jī)，旨在解決這個問題。

研究團(tuán)隊(duì)提出了將兩種方案異構(gòu)融合的架構(gòu)，并在此架構(gòu)上發(fā)展處了天機(jī)芯片（Tianjic）。

天機(jī)芯片采用多核架構(gòu)，有多個高度可重構(gòu)的功能性核，可以同時支持機(jī)器學(xué)習(xí)算法和類腦電路。

其核心在于脈沖神經(jīng)網(wǎng)絡(luò)（SNN）和人工神經(jīng)網(wǎng)絡(luò)（ANN）的融合。

SNN模擬生物神經(jīng)元，是最具生物解釋性的人工神經(jīng)網(wǎng)絡(luò)；而ANN是從信息處理角度對人腦神經(jīng)元網(wǎng)絡(luò)進(jìn)行抽象，CNN、RNN這樣的著名神經(jīng)網(wǎng)絡(luò)都屬于ANN。

ANN和SNN最大的差異在于，ANN以精確的多位值處理信息，而SNN使用二進(jìn)制尖峰序列處理信息。

為了在一個平臺上實(shí)現(xiàn)兩種模型，尖峰需要表示為數(shù)字序列（1或0），以便與數(shù)字編碼格式的ANN兼容。

此外，還有其他幾個關(guān)鍵點(diǎn)。首先，SNN在時空域中運(yùn)行，需要在一定時間內(nèi)記憶歷史膜電位和尖峰模式，而ANN在中間累積加權(quán)激活并在每個周期刷新信息。

其次，SNN的計(jì)算包括膜電位積分，閾值交叉和電位復(fù)位，而ANN主要與乘法累加（MAC）操作和激活變換相關(guān)。

以及，SNN中尖峰模式的處理需要比特可編程存儲器和額外的高精度存儲器來存儲膜電位，發(fā)射閾值和不應(yīng)期，而ANN僅需要用字節(jié)存儲器來進(jìn)行激活存儲和變換。

具體的解決方案是，研究人員構(gòu)建了一個跨范式的神經(jīng)元方案，又設(shè)計(jì)了一個統(tǒng)一的功能核（FCore），每個功能核包括軸突、突觸、樹突、胞體和神經(jīng)路由器構(gòu)建單元。

通過可重構(gòu)功能核靈活的建模配置和拓?fù)溥B接，編碼方式可以在ANN和SNN模式之間轉(zhuǎn)換，從而實(shí)現(xiàn)異構(gòu)神經(jīng)網(wǎng)絡(luò)。

天機(jī)芯片由156個FCores組成，包含約40000個神經(jīng)元和1000萬個突觸，采用28納米工藝制程，面積為3.8×3.8平方毫米。既支持神經(jīng)科學(xué)模型，又支持計(jì)算機(jī)科學(xué)模型，同時支持神經(jīng)科學(xué)發(fā)現(xiàn)的眾多神經(jīng)回路網(wǎng)絡(luò)和異構(gòu)網(wǎng)絡(luò)的混合建模。

清華施路平團(tuán)隊(duì)領(lǐng)銜

論文作者來自清華大學(xué)、北京靈汐科技、北京師范大學(xué)、新加坡理工大學(xué)和美國加州大學(xué)圣塔芭芭拉分校等機(jī)構(gòu)。

其中，清華大學(xué)是核心。清華大學(xué)精密儀器系教授、類腦計(jì)算中心主任施路平是論文通訊作者。

施路平1981年本科畢業(yè)于山東大學(xué)物理系，1992年在德國科隆大學(xué)獲得博士學(xué)位。

從1996年開始，他在新加坡新科研數(shù)據(jù)存儲研究院工作近17年，在此期間，因?yàn)樵陬惓Ц裣嘧儾牧虾推骷慕艹鲐暙I(xiàn)而于2004年獲頒新加坡國家科技獎（當(dāng)年唯一，第一獲獎人）。

2013年3月，施路平全職入職清華大學(xué)，組建清華大學(xué)類腦計(jì)算研究中心，從基礎(chǔ)理論、類腦計(jì)算系統(tǒng)芯片和軟件系統(tǒng)全方位進(jìn)行類腦計(jì)算研究。

天機(jī)芯片正是他帶領(lǐng)團(tuán)隊(duì)研發(fā)多年的最新成果。

據(jù)澎湃新聞報(bào)道，施路平介紹稱，天機(jī)芯片是中國完全自主研發(fā)的技術(shù)成果，其中的異構(gòu)融合思路由項(xiàng)目研究團(tuán)隊(duì)首先提出。

他說，這次只是一個非常初步的研究，人工通用智能是一項(xiàng)非常具有挑戰(zhàn)性的工作，目前還處于起步階段，目前團(tuán)隊(duì)已經(jīng)啟動了下一代芯片的研究，預(yù)期明年年初可以完成研發(fā)工作。

清華大學(xué)個人頁面顯示，施路平此前已發(fā)表200多篇學(xué)術(shù)論文（包括Science, Nature Photonics等國際頂級期刊），擁有10多項(xiàng)專利或?qū)＠暾?，?章叢書等等。

論文同等貢獻(xiàn)的第一作者有7位：

清華大學(xué)精密儀器系副研究員裴京。本碩均畢業(yè)于清華大學(xué)，1990開始在清華大學(xué)精密儀器與機(jī)械學(xué)系任教至今。清華大學(xué)個人頁面顯示，他近五年內(nèi)以第一、二作者發(fā)表學(xué)術(shù)論文中，被SCI收錄16篇，EI收錄24篇。研究方向?yàn)楣獯鎯υ砑皯?yīng)用技術(shù)。

加州大學(xué)圣塔芭芭拉分校博士后鄧?yán)凇?012年本科畢業(yè)于中國科學(xué)技術(shù)大學(xué)，之后直接在清華大學(xué)攻讀博士學(xué)位，2017年獲得清華大學(xué)類腦計(jì)算研究中心博士學(xué)位。

此外，其他幾位分別是：

清華大學(xué)醫(yī)學(xué)院教授宋森、清華大學(xué)自動化系副研究員趙明國、清華大學(xué)計(jì)算機(jī)系教授張悠慧、清華大學(xué)類腦計(jì)算研究中心博士生吳雙，以及清華大學(xué)類腦計(jì)算研究中心2016級博士生王冠睿。

論文第一作者、清華大學(xué)精密儀器系副研究員裴京透露，團(tuán)隊(duì)的下一階段計(jì)劃，是面向問題商業(yè)化，把現(xiàn)有的、已經(jīng)成熟的成果商業(yè)化推廣。

論文地址：

Towards artificial general intelligence with hybrid Tianjic chip architecture

https://www.nature.com/articles/s41586-019-1424-8

參考鏈接：

澎湃新聞報(bào)道：

https://www.thepaper.cn/newsDetail_forward_4050120

— 完 —