专访新氦类脑智能江伟杰:类脑技术究竟意义何在?

亿欧网

    【编者按】立于百年机遇变革潮头,数字经济已成中国经济高质量跃迁新引擎。加速数字产业化、产业数字化,是当下发展数字经济及数字化转型的重要命题。到底什么是数字经济?数字经济现处何种阶段?数字经济的发展方向在哪里?如何实现数字化转型?……
    亿欧EqualOcean作为一家专注科技、产业、投资的信息平台和智库,现推出“数字经济/数字化转型百人谈”专辑(同期,亿欧EqualOcean数字产业创始人俱乐部也已成立),将通过深度访谈100位各行业数字经济/数字化转型洞察者、推动者与实践者,在认知层探索解决方案与方法论。
    本文系“亿欧EqualOcean数字经济/数字化转型百人谈”专辑文章之一,我们访谈了新氦类脑智能平台总经理江伟杰,就类脑这项新兴技术进行了深入交流。
    江伟杰博士现任全球半导体联盟亚太区执行长,拥有丰富的实际应用和芯片开发工程经验。全球半导体联盟拥有近400家成员公司,产值占半导体行业75%以上。
    世界上最复杂的东西是什么?
    答案不是机器,不是AI,是我们的大脑。
    神经学家说,人脑是世界上最复杂的东西,它复杂得让试图解释它的简单模型可笑,让精致的模型无用。生物学家说,人的大脑是否能理解它自己,是最古老的哲学问题。
    在人工智能的发展中,一直存在着两大技术路径,一条是以模型学习驱动的数据智能,另外一条是以认知仿生驱动的类脑智能。前者即我们通常所指的“人工智能”技术,它已广泛应用于人脸识别、机器视觉等各大领域;后者作为全新的技术才刚刚开始,具备巨大的想象空间。
    近日,亿欧EqualOcean采访了新氦类脑智能平台总经理江伟杰,试图探究:类脑技术究竟意义何在?其未来将如何发展?
    算法世界的成本瓶颈
    先用一组数据来感知计算机世界和人脑世界的差距:
    曾排名世界第一的超级计算机天河一号,装有3.2万颗主CPU和4.8万个协处理器,其计算力相当于13亿人同时用计算器算上1000年,但耗电量惊人,满负荷下一天电费超30万,一年费用超1亿;
    日本曾将算力排名世界第4的超级计算机与人脑作PK实验,结果出乎意料地显示,这台超级计算机在模拟1%人脑活动的时候就消耗了将近40分钟,而我们的大脑执行这样的工作只需要1秒钟;
    人脑消耗的能量如果用电量来衡量的话,功率是25W,相比之下,标准计算机仅识别1000种不同的物体,就需要消耗250W的能量。
    这些事实都指向一个问题:算法成本有多高?
    聪明的算法模型固然提高了人们的工作效率,但要进一步发展以执行更复杂任务,将不可避免面临高功耗、低效率所带来的成本瓶颈。
    计算机的世界里,这一切都源于“冯·诺依曼结构”。1946年,第一台通用计算机ENIAC诞生,在它27吨的庞大身躯里,CPU负责加工处理数据,内存负责存储。自此,存储单元和运算单元分离,成为计算机的基本架构。
    但两相分离的产业格局,导致内存技术与处理器技术发展不同步。在过去的20多年中,处理器的性能以每年大约55%的速度快速提升,而内存性能的提升速度则只有每年10%左右。内存的存取速度严重滞后于处理器的计算速度,“内存墙瓶颈”导致高性能处理器难以发挥出应有的功效,对高性能计算形成极大制约。
    但在人脑结构下,计算和存储发生在同一神经突触中,数以百万亿的神经元同时进行着存储和计算,让信息处理变得快速而高效。
    怎样模仿人类神经系统工作原理,开发出快速、可靠、低耗的运算技术?类脑技术即由来于此。
    
    
    1  2  下一页>