英特爾神經擬態生態系統的最新研究進展

2020-12-14 電子發燒友

英特爾神經擬態生態系統的最新研究進展

英特爾 發表於 2020-12-13 11:40:04

  近日,在英特爾研究院開放日上,英特爾分享了英特爾神經擬態研究社區(INRC)的最新進展。該社區自2018年成立以來發展迅速,現已擁有100多名成員。開放日當天,英特爾宣布,聯想、羅技、梅賽德斯-奔馳和機器視覺傳感器公司Prophesee加入INRC,共同探索神經擬態計算在商業用例上的價值。此外,得益於英特爾神經擬態研究測試晶片Loihi的計算能力,英特爾還概括介紹了英特爾神經擬態研究社區更多的研究成果。

  英特爾神經擬態計算實驗室總監Mike Davies 表示:

  「短短兩年時間裡,我們已經形成了一個充滿活力的社區,其中包括來自世界各地的數百名研究人員,神經擬態計算在計算效率、速度和智能功能方面帶來數量級提升的潛力讓他們深受鼓舞。我們第一次看到有越來越多證明這種潛力的場景出現。我們計劃與英特爾神經擬態研究社區的合作夥伴一起,在收穫的洞察基礎上,讓這一新生技術實現廣泛和顛覆性的商業應用。」

  英特爾認為,沒有任何公司能夠憑藉一己之力有效釋放神經擬態計算的全部潛力,這也是他們之所以創建英特爾神經擬態研究社區的原因。通過與學術界、產業界和政府領域的一些知名研究人員進行合作,英特爾致力於解決神經擬態計算發展中的挑戰,並在未來幾年內將其從研究原型發展為能夠引領產業的產品。

  英特爾及其合作夥伴已經展示了在現實世界邊緣用例中所實現的數量級提升,並且看到了在擴展工作負載之後,解決更大的計算問題所取得的早期進展。隨著神經擬態計算的不斷發展,英特爾和英特爾神經擬態研究社區還發現了神經擬態技術在現實世界中的各種潛在用例,例如:支持更高效且能夠自適應的機器人技術;在大型資料庫中快速搜索相似的內容;讓邊緣設備能夠實時做出複雜規劃和優化決策等。聯想、羅技、梅賽德斯-奔馳和Prophesee的加入,以及英特爾神經擬態研究社區中現有的《財富》世界500強企業和政府實驗室,證明神經擬態技術正在穩步成熟,將從學術實驗室逐步走向產業應用。

  通過對英特爾神經擬態系統上的應用進行持續開發、原型設計和測試,英特爾和英特爾神經擬態研究社區成員獲得了越來越多的成果,並顯示在各種工作負載中神經擬態計算都能帶來性能的一致性提升。現有的研究結果——例如模仿人類嗅覺系統、將基於事件的觸感引入機器人,結合英特爾研究院開放日上所介紹的新基準,勾勒出一副新的圖景,即:神經擬態計算非常適合新興的、具有商業相關性的仿生智能負載。

  英特爾研究院開放日重點介紹的基準更新包括:

  語音命令識別:埃森哲測試了在英特爾Loihi晶片上識別語音命令的能力和在標準圖形處理單元(GPU)上識別語音命令的能力,發現Loihi不僅達到了和GPU類似的精度,而且能效提高1000倍以上、響應速度快200毫秒。通過英特爾神經擬態研究社區,梅塞德斯-奔馳正在探索如何將這些結果應用到現實用例中,例如在汽車中加入新的語音交互命令。

  手勢識別:傳統的AI可以很好地處理大數據並識別成千上萬個案例的模式,但它很難識別人與人之間細微的差異——比如我們用於交流的手勢。埃森哲和英特爾神經擬態研究社區合作夥伴展示了Loihi在快速學習和識別個性化手勢方面取得的切實進展。通過處理來自神經擬態相機的信息,只需幾次曝光Loihi即可學習新手勢。這可以應用於各種用例,例如與家庭中的智能產品進行交互或在公共場所的非接觸式顯示。

  圖像檢索:零售行業的研究人員評估了Loihi對基於圖像的產品搜索應用。他們發現,在保持相同精度水平的情況下,Loihi生成圖像特徵向量的效率比傳統的中央處理單元(CPU)和GPU解決方案提升三倍多。這一結果是對英特爾今年早些時候發布的神經擬態研究系統Pohoiki Springs的相似度搜索結果的補充,表明Loihi在百萬幅圖像資料庫中搜索特徵向量的速度比CPU快24倍,且能耗低30倍。

  優化和搜索:英特爾及其合作夥伴發現,Loihi解決優化和搜索問題的效率比傳統CPU高1000倍、速度快100倍。優化問題,如約束滿足可以在邊緣端提供潛在價值,例如:讓無人機能夠實時規劃並做出複雜的導航決策。同樣的問題類型也可以擴展到複雜的數據中心負載,完成協助列車調度和物流優化等任務。

  機器人技術:羅格斯大學和代爾夫特理工大學的研究人員展示了在Loihi上運行機器人導航以及微型無人機控制應用的演示。代爾夫特理工大學的無人機使用一個包含35個神經元,並且能演進的脈衝網絡進行光流著陸(optic flow landing),頻率超過250千赫茲。羅格斯大學發現,其Loihi解決方案所需的功耗比傳統移動GPU低75倍,而性能卻沒有任何下降。在11月於2020機器人學習大會上發布的報告中,羅格斯大學的研究人員發現Loihi可以成功學習諸多OpenAI Gym的任務,其精度與深度行動者網絡(Deep Actor Network)旗鼓相當,而能耗卻比移動GPU解決方案降低了140倍。

  此外,英特爾及其合作夥伴在英特爾研究院開放日活動上還展示了兩個使用最先進技術的神經擬態機器人演示。與蘇黎世聯邦理工學院的研究人員合作,英特爾展示了Loihi如何自適應地控制水平跟蹤無人機平臺,實現最高可達20千赫茲的閉環速度以及200微秒的視覺處理延遲。與傳統解決方案相比,這意味著效率和速度都提高了1000倍。為了解決神經擬態軟體集成問題,英特爾和義大利理工學院(IIT)的研究人員在IIT的iCub機器人平臺上演示了多種認知功能在Loihi上運行,其中包括基於快速、小樣本學習(few-shot learning)的物體識別,對學習對象的空間感知,以及對人類互動的實時決策。

  隨著英特爾神經擬態研究社區的發展,英特爾將繼續對這個獨特的生態系統進行投資,並與成員合作以提供技術支持,探索神經擬態計算可以在哪些方面解決現實中的各種問題。此外,英特爾將繼續從英特爾神經擬態研究社區汲取經驗,並將其運用於公司即將發布的下一代神經擬態研究晶片的研發中。
責任編輯人:CC

打開APP閱讀更多精彩內容

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容圖片侵權或者其他問題,請聯繫本站作侵刪。 侵權投訴

相關焦點

  • 英特爾研究院五大前沿領域研究進展揭秘!神經擬態架構性能已達CPU...
    文 | 一一智東西12月8日消息,近日,英特爾線上舉辦研究院開放日活動,分享英特爾在集成光電、神經擬態計算、量子計算、保密計算、機器編程五大領域的研究進展。一、集成光電:在五大技術模塊實現創新英特爾首席工程師、英特爾研究院PHY研究實驗室主任James Jaussi分享了英特爾在集成光點領域的最新進展。
  • 英特爾將神經擬態研究系統擴展至1億個神經元—新聞—科學網
    3月19日,英特爾宣布其最新的神經擬態研究系統Pohoiki Springs已準備就緒,將提供1億個神經元的計算能力。
  • 從「神經擬態」到「量子舞蹈」,英特爾披露五大前沿領域創新進展
    神經擬態計算從2015年開始,英特爾就開始了神經擬態計算的研究。2017年英特爾推出了第一款自主學習的神經擬態晶片Loihi;到2019年,英特爾推出了包含64塊Loihi的Pohoiki Beach系統,到2020年,英特爾最新推出的Pohoiki Springs包含768塊Loihi晶片,擁有1億個神經元。
  • 英特爾披露集成光電、神經擬態計算、量子計算等五大前沿創新進展
    近日,在英特爾召開的主題為「顛覆性研究 開啟計算未來十年」的「2020英特爾研究院開放日」上,英特爾高級院士、副總裁、英特爾研究院院長Rich Uhlig率眾專家為我們分享了英特爾研究院在集成光電、神經擬態計算、量子計算、保密計算和機器編程五個領域所做的前沿研究及其科研成果。
  • 英特爾神經擬態計算開啟機器人「觸覺」感知,比人類的感覺神經系統...
    2020年7月16日——今天,新加坡國立大學(NUS)的兩名研究人員,同時也是英特爾神經擬態研究社區(INRC)的成員發表了最新研究結果,表明在機器人領域,與基於事件的視覺和觸覺感知相結合,英特爾神經擬態計算大有可為。這項工作著重介紹了與目前只有視覺的系統相比,將觸覺引入機器人技術能夠顯著提升系統能力和功能,並且神經擬態晶片在處理此類感官數據方面能夠超越傳統架構。
  • 英特爾神經擬態計算開啟機器人 「觸覺」感知,比人類的感覺神經...
    2020年7月16日——今天,新加坡國立大學(NUS)的兩名研究人員,同時也是英特爾神經擬態研究社區(INRC)的成員發表了最新研究結果,表明在機器人領域,與基於事件的視覺和觸覺感知相結合,英特爾神經擬態計算大有可為。
  • 神經擬態計算和深度學習軟體有何不同?對話英特爾中國研究院院長...
    芯東西(ID:aichip001)文 | 心緣芯東西4月10日消息,上周四,2020英特爾中國年度媒體紛享會在線上舉行,全方位分享英特爾的戰略進展、技術布局和產業生態,宣布今年將推出五款10nm產品,明年推出7nm產品。
  • 英特爾率先完成逆襲?神經擬態晶片上線,已超過傳統CPU的1000倍
    前言:今年年初,蘋果正式告別了英特爾,其在今年後半年首次推出了ARM架構的自研晶片M1。這意味著,英特爾未來技術不能在擠牙膏了。就在最近,英特爾正式對外分享了神經擬態研究的最新進展,這是否代表著英特爾將完成技術的逆襲呢?
  • 有「嗅覺」的電腦:英特爾神經擬態晶片能嗅出危險化學品氣味
    英特爾研究院與美國康奈爾大學的研究人員在《自然-機器智能》(Nature Machine Intelligence)雜誌上聯合發表的一篇論文,展示了英特爾神經擬態研究晶片Loihi在存在明顯噪聲和遮蓋的情況下學習和識別危險化學品的能力。
  • Intel:首款神經擬態研究晶片功耗可比CPU低1000多倍
    與訓練人工智慧系統的通用計算晶片相比,Loihi 晶片的能效提升了 1000 倍。」英特爾高級首席工程師、英特爾研究院神經擬態計算實驗室主任 Mike Davies 在 12 月4 日的 2020 英特爾研究院開放日上表示。2017 年,英特爾首款自主學習的神經擬態研究晶片發布,名為「Loihi」。
  • 英特爾公布五項新技術進展,涉及機器編程、量子計算等
    12 月 4 日下午消息,在今日的英特爾研究院開放日上,英特爾公布了其在集成光電、神經擬態計算、量子計算、保密計算、機器編程五項新技術進展。英特爾首席工程師、英特爾研究院 PHY 研究實驗室主任 James Jaussi 表示,之所以現在需要遷移到光互連 I/O,主要有兩個原因,一個是我們正在快速接近電氣性能的物理極限,一個是 I/O 功耗牆,會導致無法計算。英特爾展示了在關鍵技術構建模塊方面的重大進展,這些構建模塊是英特爾集成光電研究的基礎。
  • 科技風向標:英特爾公布最大規模神經擬態計算系統 通用汽車高層...
    「智東西」晚報第1437期2020.3.19 周四#今日要聞#1、英特爾公布最大規模神經擬態計算系統3月19日消息,今天,英特爾公布其迄今為止最大規模神經擬態計算系統Pohoiki Springs,包含1億個神經元,堪比小型哺乳動物的大腦容量。
  • 英特爾集成光電、量子計算等五大領域前沿研究及其科研成果
    神經擬態計算          近幾年,隨著深度學習的出現,人工智慧領域取得了驚人的進展,但與此同時,進展的代價是人工智慧系統功耗不斷增加。訓練一個現代人工神經網絡需要使用數千臺集群伺服器,功耗高達數百萬瓦。它正逐漸變成人工智慧不斷發展、以及廣泛普及的瓶頸。那麼,如何才能將人工智慧任務的能效提高 1000 倍呢?
  • Intel神經擬態晶片有了「嗅覺」:準確率3000倍於傳統方法
    ,展示了在存在明顯噪聲和遮蓋的情況下,Intel神經擬態研究晶片「Loihi」學習和識別危險化學品的能力。Intel神經擬態研究晶片LoihiIntel研究院神經擬態計算小組高級研究科學家、擁有神經擬態計算博士學位的Nabil Imam介紹說,康奈爾大學負責研究動物的生物嗅覺系統,並測量動物聞到氣味時的腦電波活動
  • 1億神經元計算系統誕生,半導體巨頭新一代計算版圖初現
    今天,英特爾宣布推出其最新神經擬態系統 Pohoiki Springs,首次將計算能力擴展到了 1 億個,將 Loihi 的神經容量增加到一個小型哺乳動物大腦的大小。Pohoiki Springs 是一個數據中心機架式系統,是英特爾迄今為止開發的最大規模的神經擬態計算系統。
  • 生態系統服務權衡最新研究進展
    文獻來源:鄧楚雄等,生態系統服務權衡最新研究進展[J].
  • 英特爾研究院院長這樣解密
    文|李佳師這一周英特爾放出兩個重磅消息:其一是3月16日英特爾與康奈爾大學利用英特爾神經擬態晶片Loihi來識別爆炸物和毒品等氣味方面的研究,取得重大的突破。其二是3月19日英特爾用768個Loihi晶片構造了一個新的系統Pohoiki Springs,這個系統達到了1億個神經元的規模,而上一次構建的系統是64個晶片800萬個神經元,這次擴大了12倍。
  • 「模擬大腦」又進一步 含800萬神經元類腦晶片系統問世
    人類向「模擬大腦」目標邁出一大步含800萬神經元的類腦晶片系統問世科技日報紐約7月16日電 (記者馮衛東)正在底特律舉辦的美國國防部高級研究計劃局(DARPA)電子復興峰會上,英特爾公司展示了其最新的可模擬