人工大腦該長怎樣？IBM 用 48 塊晶片告訴你答案－工業資訊

在美國聖荷西附近的研究室裡，IBM 用 48 塊 TrueNorth 試驗晶片構建了一個電子的齧齒動物大腦，每一塊晶片都可以類比大腦的一個基本構造。

最近《Wired》雜誌的記者在專案負責人 Dharmendra Modha 的帶領下，近距離接觸了整個工程。它的體積就像一個浴室的醫藥箱，遍體是半透明塑膠板，能清晰的看到裡面的晶片，電路板和它內部多彩的指示燈。它看起來就像一個 70 年代科幻電影裡的物體，不過 Modha 卻表示：「你看到的是一個小型齧齒動物。」

他是說一個小型齧齒動物的大腦，至少這堆晶片能頂的上那樣的大腦。這些晶片充當了大腦的基本構造——神經元。Modha 表示，這個系統可以類比 4,800 萬個神經細胞，基本可以與小型齧齒動物大腦的神經細胞數相仿。

在 IBM，Modha 負責認知計算組，他們發明了「神經晶片」。他和他的團隊第一次對外公布這一發明時，用它為位於矽谷的 IBM 研發實驗室的學者和政府研究人員提供支持，進行了三周的試運作。在將自己的電腦連接到這一數位鼠腦之後，這些研究人員探索了它的結構，並開始為 TrueNorth 晶片編寫程式。

上個月，有些研究人員已經在科羅拉多看到過這個傢伙了，所以他們編寫的程式已經可以讓它辨識照片和語音，並且可以理解一些自然語言。晶片負責運行「深度學習」演算法，這一演算法現下主宰了網路的人工智慧服務，它為 Facebook 提供面部辨識服務、為微軟的 Skype 提供語言即時翻譯。不過，IBM 在這方面還是有領先優勢，因為它的研究可以減少對空間和電力供應的需求。這樣未來我們就有可能將這一人工智慧放進手機和其他的小型裝置中，比如助聽器和手錶。

「從神經突觸結構裡我們能得到什麼？我們只需要很低的功耗就可以進行圖片分類，還可以在新環境中不斷解決新問題。」Brian Van Essen 說道，他是勞倫斯利福摩爾國家實驗室的電腦科學家，負責將深度學習演算法運用到國家安全。

TrueNorth 晶片是最新的科技結晶，未來它將負責深度學習的運行和一系列其他的人工智慧服務。而現下運作 Google、Facebook 和微軟演算法的機器，還需要加裝獨立的圖形處理器，不過他們都在走向 FPGA（能就特定任務進行程式設計的晶片）。Peter Diehl（蘇黎世理工大學皮質計算組的博士）認為，TrueNorth 要比獨立圖形晶片和 FPGA 都要優秀，因為它功耗很低。

密西根大學電腦科學系的教授 Jason Mars 認為，其主要的不同就在於 TrueNorth 與深度學習演算法的配合可以算得上是天衣無縫。兩者都對神經網路進行了深度模擬，並在「大腦中」產生神經元和突觸。「晶片可以高效執行神經網路的命令」，他並沒有參加試運行，但卻密切關注著這一晶片的進展。

即便如此，現在 TrueNorth 還不能完全與深度學習演算法同步，不過 IBM 已經決定讓外部研究人員參與晶片的改進，因為它離真正上市還有一定的距離。對 Modha 來說，這也是一個必須經歷的過程，就像他說的：「我們需要為重大的轉變打好堅實的基礎。」

手機裡的大腦

Peter Diehl 最近到中國旅行，但因為一些你懂得的原因他的手機不能使用 Google，一下子把人工智慧打回了原形。因為現在的雲端計算多數還要靠 Google 的伺服器來進行，所以沒有了網路，一切都白搭了。

深度學習需要非常強大的處理能力，一般來說這個級別的處理能力是巨型資料中心才可以提供的，而我們的手機一般透過網路與其相連；但 TrueNorth 就不同了，它至少可以將部分處理能力搬到你的手機或其他裝置上，這樣就可以擴展人工智慧的使用頻率。

不過要理解這些，你首先要理解深度學習是如何工作的。它的運作分為兩個階段，首先 Google 和 Facebook 之類的公司需要培植自己的神經網路來處理特殊任務。如果他們想要自動辨識貓咪照片的功能，就要先讓神經網路看一堆貓咪的照片。然後，模式得到訓練後，需要讓另一個神經網路來執行這一任務。你拿出一張照片，系統就要判斷裡面是否有貓咪，而 TrueNorth 存在的目的就是為了提升第二步的效率。

一旦完成了對神經網路的訓練，晶片就可以説明你繞過巨型資料中心，直接完成第二步的操作。而且因為 TrueNorth 晶片體積和功耗都很小，它還能裝載到手持設備上。這樣整個效率就提高了，因為你不再需要透過網路從資料中心下載計算結果了。如果能得到普及，就可以大大減輕資料中心的壓力。「這是行業的未來，今後裝置可以獨立執行複雜的任務。」Mars 說。

神經元、軸突、突觸和神經衝動

Google 最近就在努力讓神經網路進軍手機，但 Diehl 認為 TrueNorth 相比其他對手已經領先很多，畢竟它與深度學習更加的合拍。每塊晶片都能類比數以百萬計的神經元，而且這些神經元可以透過「大腦中的突觸」互相交流。

而這正是 TrueNorth 區別於市場上同類產品的獨特之處，即使與圖形處理器和 FPGA 相比也佔有足夠的優勢。TrueNorth 晶片可以可以形成「神經衝動」，與大腦中的電脈衝相似。神經衝動可以在某人的講話中顯示聲調的改變，或圖像中色彩的改變。「你可以把它當做神經元之間互相傳遞的小資訊。」Rodrigo Alvarez-Icaza 說道，他是晶片的主設計師之一。

雖然晶片上有 54 億個電晶體，但其功耗只有區區 70 毫瓦特。而標準的英特爾處理器呢？它擁有 12 億個電晶體，但其功耗卻達到了 35 至 140 瓦特。即使是智慧手機普遍使用的 ARM 晶片，其功耗也是 TrueNorth 晶片的數倍。

當然，想要這種晶片真正發揮功效還需要配套的新型軟體，這也正是 Diehl 等研發人員在試運作期間一直努力做的。換句話說，研發人員是在將現有的程式碼轉換成晶片可辨識的程式語言並輸入晶片，不過他們也在努力為 TrueNorth 編寫原生的程式碼。

贈禮

和其他研發人員一樣，Modha 主要注重在生物學領域對 TrueNorth 進行討論，如神經元、軸突、突觸、神經衝動等。毫無疑問，該晶片在某些方面類比了人類的神經系統，不過它依然有其局限性。「這類討論經常會喚起人們的警醒，畢竟，矽可不是組成人腦的物質。」Chris Nicholson 說道，它是 Skymind 公司的聯合創始人。

Modha 也承認這些說法。當他在 2008 年開啟這一專案時，從 Darpa（國防部的研究機構）得到了 5,350 萬美元的投資，其目標是用完全不同的材料打造全新晶片並對人腦進行類比。但他清楚這一目標不可能很快實現，「在追求夢想的路上也不能忽略現實」，他說。

2010 年，他因豬流感臥床不起，這段時間裡他意識到突破瓶頸的最好方式就是從晶片結構下手，實現對大腦的模擬。「你不需要讓神經細胞類比基礎物理學、化學和生物學來提升計算能力，我們要在維持足夠靈活性的同時，變得與大腦越來越相似。」他說道。

這就是 TrueNorth 晶片。它不是數位化的大腦，但是它在這條道路上邁出了重要的一步，而且透過 IBM 的試運作，這一計畫也步入了正軌。整個機器其實是 48 台的機器組成的，每一個都有自己的 TrueNorth 處理器。下週，隨著試運作的結束，Modha 和他的團隊將會分解這一機器，讓研究人員進行進一步研究。人類利用科技改變社會，而這些研究者正是我們的中堅力量。