看视频后感

首先， 本人对中国能在人工智能芯片方面取得的成就感到自豪。 中国成立70周年內， 在各个领域取得了非凡的进步，让我们每一位中国人深感荣耀！

当我第一时间接触到这份新闻或者消息时， 我的感觉就很牛，早在一个月之前就在新闻联播上有过了解， 自豪之情油然而生。然而， 我知道， 这里面付出了多少人的心血，又有多少科学家为之奋斗； 它的起点是怎样的？ 它的第一代， 第二代又是一个什么状态?它的开发是给予什么原理？ 为什么会有这么多人全身心投入？取得这一突破有什么影响？足以吸引全球的目光？能登上世界nature杂志，一定非常了不起？…..所以， 鉴于这些疑问， 我深挖了一些我能获得的信息来解决我的疑问。

从这里入手，我看了8月1日登出来的新闻报道得知，这个新工作的核心是能够同时在芯片上高效实现人工神经网络ANN和脉冲神经网络SNN，所谓的ANN和SNN，事实上是神经网络发展过程的两个分支， 通过人工智能技术， 这款芯片让自行车实现“自动驾驶”功能， 它是全球首款异构融合类脑芯片。那什么是异构融合类脑芯片？？？？？

我的问题又来了… 我查出来的解答是这样的：

通用人工智能一直以来共分为两个主要方向：计算机科学方向、神经科学方向。这两种方向的人工智能技术在技术原理上区别巨大，但是它们又有着各自的明显优点，如果能够实现优势互补的话自然能够带来巨大的进步，而兼容这两种技术成为异构融合类脑芯片真正实现的难点。

所以， 所谓的“异构融合”就是要两种技术兼容！明白了。

第二个问题： 做到这种兼容，他的发展潜力在哪？ 有何意义？

新型芯片结合了类脑计算和基于计算机科学的人工智能——这种融合技术有望提升各类系统的能力，最终实现“通用人工智能”（Artificial General Intelligence，AGI）。

所谓的通用人工智能， 即它的发展潜力是什么？

那么我们来看一下让ANN和SNN同时在一个芯片上运行，带来的潜力是什么。一言以蔽之，当下的深度学习模型，可以和大量没有被好好利用起来的计算神经科学模型，天衣无缝的嫁接在一起。这从无人驾驶自行车的网络架构可以略知一二。

这个潜力也就不只局限在自行车了，可以是流水线的机器人，陪护老人的机器人，随便你去发挥想象力，无论上述那个机器人，都需要进行多模块的信息整合以及多任务执行。假如这种建立在神经网络芯片上的模块化的网络系统可以以较低能耗长时间在真实环境里运作，那么它带来的好处显然是特别巨大的，这相当于引入了一个实时不间断的训练数据，如果结合无监督学习，强化学习，甚至神经进化等算法实时对网络进行优化，其潜力是无可限量的

—那为什么这种神经网络芯片网络系统必须实现低能耗长时间的环境下才能给人类带来巨大的好处呢？

我又到处去搜索， 从而得知下面的评论： SNN这么好为什么现在工业没有用呢？难点在于SNN依赖于对微分方程的模拟， 对于当下的冯诺伊曼结构的计算机，这是一个成本消耗非常大的运算。也就是说计算机为了模拟本来节省能量的生物计算可能更加耗能，同时也更加不好训练。解决这个问题的方法，显然是从基本硬件基础出发，去改良硬件的架构，这也是神经拟态芯片的意义之所在。我们把树突和轴突直接用芯片来刻画，无形之间，就得到了一个长在硬件上的脉冲神经网络（SNN），它的能耗效率要比普通芯片高12-10000倍。

我不去追究这些研究者是怎样兼容这两种技术， 从而有了我们的异构融合类脑芯片的过程。但据我查出来的相关消息称：  该研究的团队成员来自清华大学、北京灵汐科技、北京师范大学、新加坡理工大学和加州大学圣塔芭芭拉分校等科研机构。领导者为清华大学精密仪器系教授、类脑计算中心主任施路平。历时 7 年，终于修成正果。

施路平教授表示，此次发表在《自然》的论文是一个非常初步的研究，人工通用智能是一项非常具有挑战性的工作，目前还处于起步阶段。他和团队的研究愿景是——“发展类脑计算，支撑人工通用智能，赋能各行各业”。

据他透露，目前，团队已经启动了下一代芯片的研究，预期明年年初可以完成研发工作。

未来，天机芯片有望部署在自动驾驶汽车和智能机器人中。

过去：

类脑芯片其实并不是一个新话题了。早在2014年，IBM就推出了业内首款类脑芯片TrueNorth。目前国内外有许多公司和机构正在类脑芯片研发上投入大量精力。

据灵汐科技介绍，与当前市面上其他AI芯片架构相比，“天机”类脑芯片的主要优势有：1、算力高；2、功耗低；3、存算一体，不需要外挂DDR，节省成本功耗和空间；4、算法的支持度灵活，既能高效支持人工神经网络算法，又能高效支持SNN算法；5、扩展性好，能得到极大算力的芯片阵列，而且算力效率不会下降；6、支持多核重组特性，可以实现多任务并行处理。就在今年7月16日，英特尔也发布了“Pohoiki Beach”芯片系统，该系统主要由Loihi神经拟态芯片构成，可处理深度学习任务，速度比CPU快1000倍，效率高10000倍，耗电量小100倍。

Pohoiki Beach系统由64块Loihi芯片的800万个所谓的神经元构成。Loihi芯片是英特尔公司2017年首次推出的AI芯片，是一款模仿人类大脑的神经拟态芯片。相比于传统芯片，类脑芯片的确在功耗上具有绝对优势，完成同一个任务所消耗的能源有时甚至比传统芯片节省高达1000倍。同时类脑芯片的集成度也非常高，拿浙大推出的“达尔文”芯片来说，其面积为25平方毫米，也就是说边长只有0.5厘米，但内部却能包含500万个晶体管。随着行业对计算力要求越来越高，冯氏瓶颈将越来越明显，颠覆传统架构的类脑芯片已为芯片行业开启了一扇新的大门。

那类脑能超过人脑吗？

在接受采访时，施路平教授表示，类脑能否超越人脑的问题，其实和电脑是否能超越人脑的问题类似。

电脑在某些方面其实早就超过了人类，其精准快速的运算能力、强大的记忆让我们叹为观止。然而，目前在很多智能的层次，计算机和人脑还是有相当大的距离。 特别是对于不确定性的问题，比如学习、自主决策等领域。

计算机会逐渐缩小差距，至于最后能否全面超过人脑，施路平教授觉得从技术的层面来看会越来越多，“因为计算机的发展有一个特点，就是它从不退步，它一直往前走。但是我相信我们人是有智慧的，我们会在发展的过程当中来逐渐的完善我们对于研究领域的一个理解，来把控它的风险，因为我相信人们之所以对这个问题重视，是因为我们担心会不会像科幻电影说的那样毁灭人类。”

关于AGI是否会超越人类智慧，吴恩达在AI For Everyone课程中也表示，完全的AGI的出现可能还需要几十甚至上百年，从时间上来说，我们也不需要多度担心。