许多科技公司，包括苹果、谷歌、微软、英伟达和英特尔都已经为图像识别和其他深度学习任务创建了芯片。不过，英特尔正在采用另一种技术——一个名为“Loihi”的实验芯片。它不是依靠原始的计算机功能，而是使用一种古老的，尚未被证实的“人造脑”技术，以人脑为模型。
英特尔一直在探索神经元技术，甚至在2012年设计了一个芯片。与逻辑门不同的是，它使用“尖峰神经元”作为基础计算单元。“尖峰神经元”可以传递不同强度的信号，就像我们大脑中的神经元一样。他们也可以在需要的时候工作，而不是像普通处理器那样被时钟控制。
英特尔的Loihi芯片有1024个人造神经元，13万个模拟神经元，1.3亿个可能的突触连接。这比龙虾的大脑复杂一点，但是我们人类的80亿个神经元相比，英特尔的研发还有很长的路要走。
人脑的工作原理是通过脉冲或尖峰脉冲来传递信息，加强频繁的连接，并将这些变化储存在在突触互连处。因此，脑细胞不会单独发挥作用，因为一个神经元的活动会直接影响其他神经元，而协同工作的细胞则会导致学习和智力的产生。
通过在Loihi芯片上模拟这种行为，它可以(在理论上)加速机器学习，同时将功耗要求降低1000倍。更重要的是，所有的学习都可以在芯片上完成，不需要大量的数据集。另外，如果把这些芯片集成到计算机中，这些芯片也可以自己学习新的东西，而不是忽略他们没有被专门教授的任务。
这些类型的芯片将给我们提供我们期望（和恐惧）的AI行为—— 即机器人和其他可以随时学习的设备。英特尔表示:“测试芯片具有改善汽车和工业应用，及个人机器人的巨大潜力。”
这一切都听起来不错，但到目前为止，神经元芯片还没有证明与目前的、强力的深度学习技术是差不多的。例如，IBM还开发了一种称为“TrueNorth”的神经元芯片，它具有4096个处理器，可以模拟大约2.56亿个(神经元的)突触。然而，Facebook的深度学习专家Yann LeCun表示，用他设计的NeuFlow卷积模型，芯片无法轻松地完成像图像识别这样的任务。
英特尔也承认，它的神经形态芯片在某些类型的深学习模式中不会表现的很好。不过，通过收购Movidius和MobilEye，该公司已经获得了一套与当前人工智能算法兼容的机器视觉和学习芯片。去年，该公司还收购了一家名为“Nervana”的公司，以对抗引领人工智能云计算公司英伟达（NVIDIA）。
对于Loihi，该公司计划在2018年上半年将重点放在人工智能上，并选择“领先的大学和研究机构”。其目的是测试芯片对新型AI应用的可行性，以促进新人工智能应用程序的进一步发展。英特尔公司将使用其14纳米工艺技术制造芯片，并将在11月份发布了第一个测试模型。
作者：Steve Dent
原创编译：梓色扬光
原文链接：https://www.engadget.com/2017/09/26/intel-loihi-neuromorphic-chip-human-brain/
“本译文仅供个人研习、欣赏语言之用，不欢迎任何转载及用于任何商业用途。如需转载请注明作者和来源。（本译文所涉法律后果均由本人承担。本人同意简书平台在接获有关著作权人的通知后，删除文章。”）
