近日，Intel分享了Intel神經擬態研究社區（INRC）的最新進展，聯想、羅技、梅賽德斯-奔馳、機器視覺傳感器公司Prophesee已經加入，共同探索神經擬態計算在商業用例上的價值。

INRC社區成立于2018年3月，現已擁有100多名成員，其初衷是聯合行業共同、有效釋放神經擬態計算的全部潛力。未來幾年內將其從研究原型發展為能夠引領產業的產品。

此前在2017年9月，作為Intel研究院的一個研究課題，Intel發布了代號“Loihi”的第一款自主學習神經擬態芯片，包含128個小核心，而每個小核心有1000個神經元硬件，模擬多個“邏輯神經元”，相比AI訓練的通用芯片能效提升1000倍。

2019年7月，Intel發布了代號為“Pohoiki Beach”的神經擬態系統，包含64塊Loihi研究芯片，擁有800萬個神經元。

2020年3月，Intel展示了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，僅需單一樣本便可學會識別每一種氣味。

同時，Intel宣布了代號“Pohoiki Springs”的數據中心機架式系統，在5臺標準服務器大小的機箱中集成了768塊Loihi芯片，擁有1億個神經元，大約一個小型哺乳動物大腦的水平。

這一次，Intel日重點介紹的Loihi神經擬態研究基準更新包括：

－ 語音命令識別

埃森哲測試了在Intel Loihi和標準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。

梅塞德斯-奔馳正在探索如何將這些結果應用到現實中，比如在汽車中加入新的語音交互命令。

－ 手勢識別

埃森哲展示了Loihi在快速學習、識別個性化手勢方面取得的切實進展。只需幾次曝光，Loihi即可學習新手勢，可用于智能產品交互，或者公共場所非接觸式顯示。

－ 圖像檢索

零售行業的研究人員評估了Loihi對基于圖像的產品搜索應用，發現在保持相同精度水平的情況下，Loihi生成圖像特征向量的效率，比傳統CPU、GPU方案提升3倍多。

Intel此前研究發現，Loihi在百萬幅圖像數據庫中搜索特征向量的速度比CPU快24倍，且能耗低30倍。

－ 優化和搜索

Intel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。此研究可用于無人機實時規劃并做出復雜導航決策，也可以擴展到復雜的數據中心負載，完成協助列車調度、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、微型無人機控制應用。

代爾夫特理工大學的無人機使用一個包含35個神經元且能演進的脈沖網絡進行光流著陸（optic flow landing），頻率超過250KHz。

羅格斯大學發現，在同等性能下，Loihi解決方案的功耗比傳統移動GPU低75倍。

Loihi還可以成功學習諸多OpenAI Gym的任務，精度與深度行動者網絡（Deep Actor Networ）旗鼓相當，而能耗比移動GPU解決方案低140倍。

Intel還展示了Loihi如何自適應地控制水平跟蹤無人機平臺，實現最高20KHz的閉環速度、200微秒的視覺處理延遲，比傳統方案提高1000倍。

順便一提，“Loihi”這個名字取自于夏威夷海底一座不斷噴發的活火山，每一次噴發都會擴大夏威夷島的范圍。Intel以此命名神經擬態芯片，就是希望它能通過不斷的自我學習，可以提供更加強大的人工智能的能力。
責編AJX