IBM「嚙齒動物大腦」晶元讓你的手機超智能

在山河縣附近的實驗室里，IBM建造了一個嚙齒動物大腦的大致等價物。它橫跨48個該公司的實驗性真北晶元，這種新品種處理器模擬大腦的生理構造單元。/ IBM

Dharmendra Modha領我到房間前面讓我湊近細看，這貨和浴室葯櫃差不多大，支在牆邊一個架子上。透過透明外殼，可以看到內部的晶元、電路板和彩色燈光，看上去像是七十年代科幻電影里的道具，但Modha卻描述它為「你正在看著一隻小型嚙齒動物」。

他的意思是一隻小型嚙齒動物的大腦——至少，其數碼等價物。裡面這些晶元設計成模仿神經元行為，這是生物大腦的基本構造單元。Modha說面前的系統橫跨四千八百萬個這樣的人工神經細胞，大致上是一隻嚙齒動物腦部的神經元數量。

Modha負責創造了這些「神經形態」晶元的IBM認知計算組。在矽谷遠端的IBM研發實驗室舉行著為時三個星期面向學術和政府研究人員的「培訓營」，這是他和他的團隊第一次向外部世界分享他們這一不尋常的造物。房間前面的數碼嚙齒動物大腦插著各人的筆記本電腦，這群來源廣泛的計算機科學家們正在探索該IBM架構的特色，並開始給這個叫做「真北」(TrueNorth)的晶元構建軟體。

Dharmendra Modha

「我們想儘可能地接近大腦，同時保持靈活性。」— DHARMENDRA MODHA, IBM

一些上月在科羅拉多的工程交流會上手了該晶元的研究者已經製作出了軟體，可以鑒定圖像、識別語音，以及理解自然語言。基本上，他們使用該晶元跑「深度學習」演算法，同樣的演算法正驅動著互聯網上最新的人工智慧服務，包括Facebook的認臉演算法和Skype的實時翻譯。但IBM晶元的潛力是它能在更小的空間里用相當節約的電力跑這些演算法，讓我們能把更多的AI塞進手機和其它微型設備里，包括助聽器和手錶等。

「神經突觸架構能帶給我們什麼？它使我們能用非常、非常低的耗電做諸如圖像分類的事情，它讓我們在新環境里應對新問題。」在勞倫斯·利弗莫爾國家實驗室研究深度學習國家安全方面應用的計算機科學家Brian Van Essen這樣說。

真北是一場試圖完善驅動深度學習和其它AI服務的硬體的廣泛運動的一部分。谷歌、面本、微軟等公司正在用機器的GPU(原本用來渲染圖像的晶元)來跑他們的演算法，並且他們正在向FPGA(能為特定任務編程的晶元)遷移。對於蘇黎世聯邦理工學院和蘇黎世大學皮質計算組的博士生Peter Diehl來說，因為真北耗電極少，它在某些情況下表現超過GPU和FPGA。

密歇根大學計算機科學教授Jason Mars說，主要的差別在於，真北和深度學習演算法契合得相當好。這些演算法以IBM晶元同樣的方式模擬神經網路，重現大腦中的神經元和突觸，兩者很好地相互映射。「該晶元給你一種高效率執行神經網路的方式.。」Mars這樣說道。他回絕了這個月的培訓邀請，但一直在密切關注晶元的進展。

雖說這樣，真北晶元只適合部分深度學習過程——至少對於今天的晶元來說——有些人還質疑它的影響會有多大。雖然IBM現在正與外界分享該晶元，它離市場還有好幾年。但對Modha來說，這是理所當然的，正如他所說：「我們正在為顯著變革奠定基礎。」

手機里的大腦

Peter Diehl

Peter Diehl最近出了趟國，那裡的網路連接不大好，他的體驗對比鮮明地映照出今天AI的局限性。沒有了互聯網，他就用不了Google Now之類服務，它們在語音識別和自然語言處理上應用了深度學習，因為大多數計算不是在手機而是Google的遠程伺服器上進行，「整個系統就崩壞了，」他說。

所以說，深度學習需要巨量的處理能力，這種處理能力通常由手機通過網路連接上巨型數據中心提供，而不是在單個設備上本地進行。真北背後的想法是，它能有助於至少把部分處理能力轉移到手機和其它個人設備上，這樣就能顯著擴大AI對普通大眾的可用性。

要理解這一點，你需要理解深度學習的工作方式，它分兩階段進行。首先，Google和Facebook等公司必須訓練一個神經網路執行特定任務，例如，如果他們想要自動鑒別貓照片，它們就必須把成筐硬碟的貓照片餵給神經網路，然後，一旦模型經過訓練，另一個神經網路必須來實際執行任務。你給出一張照片，系統就告訴你裡面有沒有貓。真北今天的存在形態，就是旨在促進這第二階段。

一旦模型在巨型數據中心裡經過訓練，晶元就幫助你執行該模型。因為它又小又如此省電，它能被裝進手持設備里。由於不需要通過網路傳送數據，這就讓你能更快地做更多事情。如果它被廣泛使用，就能解除數據中心的很大負擔。Mars說：「這就是未來，我們會看到更多處理跑在設備上。」

真北晶元，64x64共4096核心，1百萬神經元，2.56億突觸，54億晶體管

神經元，軸突，突觸，尖峰

Google最近討論了在手機上跑神經網路的努力，但對Diehl來說，真北能把該概念再推進幾步。他解釋說，區別是晶元和深度學習演算法高度契合。每個晶元模擬約一百萬個神經元，它們能通過類似突觸的結構互相通信，而突觸是大腦內神經元間的連接。

「矽片的運作方式和構成我們大腦的物質是非常不同的。」

該設定和你當前在市場上見到的GPU、FPGA等晶元很是不同，這些晶元連線用來執行特定的「指令」，而真北操控「尖峰」，這是與大腦中的電脈衝類似的更簡單的信息片斷。例如，尖峰能顯示人說話時的嗓音變化，或者照片中像素間的顏色變化。「你可以把它想像成一個神經元發給另一個的單比特消息。」晶元的首席設計師之一Rodrigo Alvarez-Icaza這樣說。

其結果就是一個耗電更少的簡單得多的架構。儘管晶元包含54億個晶體管，它只消耗約70毫瓦功率。相比之下，一個標準的Intel電腦處理器包括14億個晶體管，消耗35到140瓦。即使是驅動智能手機的ARM晶元耗電也比真北多幾倍。

當然，使用這種晶元也需要新品種的軟體。這就是Diehl等研究者在真北培訓營里正在探索的，它從八月初開始，在加州山河縣的IBM研究實驗室還要再持續一個星期。在某些情況下，研究者們把現有代碼翻譯成晶元能讀懂的「尖峰」(然後再翻譯回來)，但他們也在為晶元構建原生代碼。

臨別禮物

和這些研究者一樣，Modha主要用生物學術語來討論真北。神經元。軸突。突觸。尖峰。當然，晶元在某些方面就是這些濕件的鏡像，但類比也有其局限。深度學習創業公司Skymind聯合創始人Chris Nicholson說：「這類說法總是令人警惕，矽片的運作方式和構成我們大腦的物質是非常不同的。」

Modha也承認如此。當他在2008年接受國防部研究分支DARPA的5350萬美元資助開始該項目時，目標是用完全不同種類的晶元材料以更完整的方式模擬大腦。但在某個時候，他意識到這不會很快發生，「野心必須與現實相平衡」，他說。

16個真北晶元，大概是世界上最貴的主板

在2010年因為豬流感而倒下期間，他意識到前進的最佳道路是鬆散模擬大腦的晶元架構——一個隨著新硬體材料研發能最終以更完整的方式重現大腦的架構。他說：「你並不需要對神經元的基礎物理、化學和生物進行建模才能引發有用的計算，我們想儘可能地接近大腦，同時保持靈活性。」

這就是真北。它不是一個數字大腦，但它是通往數字大腦的一步。隨著IBM培訓營的舉行，該項目正在加速。房間前面的這台機器實際上是48台分離的機器，每台圍繞其真北晶元而構建。下周，當培訓營結業時，Modha會分開它們，讓所有這些學者和研究者們帶回自己橫跨五大洲30多個機構的實驗室。Modha指著一房間研究者們說：「人類使用技術來改造社會，說的就是這些人。」

David, Prometheus
推薦閱讀：