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(wú)人駕駛

栗子 魚羊 2019-08-01 08:40:56 來(lái)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(hào) 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(shí)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(yǔ)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(guó)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(guó)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(gè)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(tái)，并且這些平臺(tái)難以兼容。

而天機(jī)，旨在解決這個(gè)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(gè)高度可重構(gòu)的功能性核，可以同時(shí)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(duì)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(gè)平臺(tái)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(gè)關(guān)鍵點(diǎn)。首先，SNN在時(shí)空域中運(yùn)行，需要在一定時(shí)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(gè)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(chǔ)器和額外的高精度存儲(chǔ)器來(lái)存儲(chǔ)膜電位，發(fā)射閾值和不應(yīng)期，而ANN僅需要用字節(jié)存儲(chǔ)器來(lái)進(jìn)行激活存儲(chǔ)和變換。

具體的解決方案是，研究人員構(gòu)建了一個(gè)跨范式的神經(jīng)元方案，又設(shè)計(jì)了一個(gè)統(tǒng)一的功能核（FCore），每個(gè)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(gè)FCores組成，包含約40000個(gè)神經(jīng)元和1000萬(wàn)個(gè)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(shí)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(lái)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(guó)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(guó)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(chǔ)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(guó)家科技獎(jiǎng)（當(dāng)年唯一，第一獲獎(jiǎng)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(guó)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(gè)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(dòng)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(gè)人頁(yè)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(guó)際頂級(jí)期刊），擁有10多項(xiàng)專利或?qū)＠暾?qǐng)，和4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(gè)人頁(yè)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?chǔ)原理及應(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(guó)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(dòng)化系副研究員趙明國(guó)、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(jí)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 —