十问亿级神经元类脑计算机：AI领域有望突破，哪些还需火候(2)

Darwin Mouse是在神经元标准上仿照大脑。这种设计在功耗层面有庞大的潜力。譬喻，人脑的典范功耗或许是20瓦阁下，相当于1-2个节能灯的功耗。自然界中，许多神经元远低于100万的昆虫就能做到及时方针跟踪、路径筹划、导航和障碍物躲避。

2.汹涌：无论是单个的神经元模子或是通过脉冲通报信号，这些仿脑设计原则上都可以通过传统计较机模仿实现。为什么需要专门研制一台类脑计较机？

潘纲：传统CPU的焦点是数值运算和逻辑，用传统计较机模仿亿级脉冲式神经网络时，会呈现运行速度慢、计较能量高档效率问题，其效率与类脑计较机对比是多个量级上的不同。

3.汹涌：除了底层芯片之外，类脑计较机与传统计较机有什么差别？

潘纲：类脑计较机与传统计较机不同很是大，传统计较机的算法和软件在类脑计较机上不能运行。别的，普通计较性能做的工作，类脑计较机不是都能做的。好比简朴的质数解析，其实此刻的类脑计较机上是没有现成的算法可以实现。

类脑计较性能做的是一个神经网络可以做的工作。这个神经网络不是人工智能常常接头的已经很是简化的神经网络，而是有越发生物传神度的神经网络。

类脑计较机主要将用于处理惩罚其擅长的人工智能任务，并不会完全替代冯·诺依曼架构的传统计较机。两者互补与融合会是将来的大概趋势。

4.汹涌：类脑计较机在哪些任务上已经做到了逾越普通计较机？

潘纲：我们在宣布会中揭示的任务并非表白都比传统计较机完成得更好，只是从仿脑的技能蹊径去做，发明传统的一些任务，类脑计较机也可以实现。

必然要说高出谁呢？我以为大概此刻火候还欠缺一点，在整体上许多处所都要欠缺一点，譬喻算法可能软件。

但这样一套新的技能体系是有很是大的潜力，可以打破今朝人工智能再往前成长的“下一个坎”。有望通过类脑计较的方法为人工智能以致其他计较任务做出打破。

今朝来看，类脑计较机的内涵机制可以让计较机的功耗低落，这对计较机而言很是重要。今朝一些国际研究结论表白，类脑计较机的功耗至少比传统计较机低1~2个量级。

另外，每每与神经系统模仿相关的规模，我们都可以思量用类脑计较机为其建造新的东西，辅佐加快研究或是技能开拓。

5.汹涌：类脑计较机的运算速度如何？

潘纲：类脑计较机的运算速度很难与现有的计较机较量。譬喻用于检测CPU或超算的指标，许多都不是类脑计较机所擅长的。我们内部会参考突触操纵速度和时延等指标。

今朝超算的评测研究相比拟力成熟，有公认的指标可以较量，让计较机运行多种差异范例的计较任务，好比线性方程组求解，看谁的速度快。但类脑计较机今朝还没有现成的评测尺度。

过几年，更多类脑计较机呈现后，应该会有一些相对来说较量公正的评测尺度。

6.汹涌：“全球神经元局限最大”意味着什么？有哪些同类计较机？

潘纲：我给类脑计较机做一个简朴的边界：我们把它看做是必然要在硬件可能芯片上模仿巨大神经神经网络的。假如是在传统计较机上的纯软件模仿，就不叫类脑计较机。

这样的边界下面，今朝国际上有三个典范的类脑计较系统：一是德国海德堡大学牵头的，局限到达400万神经元；第二个是IBM，局限是6400万神经元；第三是英特尔，1亿神经元。