IBM类脑计算机正式上市

据《计算机世界》网站2016年3月31日报道,IBM迄今为止最大型的类脑计算机NS16e正式上市。首个采购NS16e的买家是美国劳伦斯·利弗莫尔国家实验室,IBM计划研制升级版的NS16e,使其规模更接近人类大脑。

大脑被看作极其高效的生物计算机。与当前计算机相比,人脑仿生系统的研发使大数据的处理更为高效,这将是飞跃式的发展。IBM相信,NS16e可以处理大量的信息,而耗电量仅等同于一台平板电脑。IBM的研究员Jun Sawada在博客中写到:“也许有一天,我们能创造一个类似神经突触的架构系统,其神经元和突触数量能与人类媲美。”

NS16e基于名为TrueNorth的先进芯片架构开发,能够存储信息,并应用关联概率模式识别技术处理信息。这台机器能使用多种学习模型及算法,根据不同的分类及模式处理新旧数据。从某种意义上讲,这个系统通过识别模式得到的结果与机器学习算法并无差异。例如,在图片中识别物体及在无人驾驶汽车识别行人和停车标识中均应用到类似的模型。

不过,IBM的系统不同之处在于其通过电路系统模拟人脑神经元及突触的工作方式。为了更加高效的处理数据,公司已经对系统的存储、计算及交互进行了全新设计。“在人类的大脑中,大脑皮层中的一部分区域专门负责视觉处理,而另一部分区域则负责运动功能。在这一点上,NS16e有些相似,即不同的芯片负责神经网络的不同区域。”Sawada说道。

NS16e具有16颗TrueNorth芯片,形成芯片阵列,如果一起工作的话,等效于1600万个神经元及40亿个突触。相比之下,人脑的神经元数量为1000亿级,神经元间通过大量的突触传递信息。

要接近人类大脑的运算规模,IBM还有很长的路要走,但是它也在进步。IBM在2004年启动了相关研究,到2009年已经能模拟猫的大脑。2011年,IBM研制了一个带有256个数字神经元的芯片原型,具备导航和模式识别功能。

IBM当前的研究目标是通过在更大的主板上集成更多的芯片以增大NS16e芯片规模。这就意味着要增加主板上TrueNorth芯片的数量,这对于硬件及程序设计来说是一个新的难题。毕竟,当前的系统仍旧依赖于传统的芯片组件,如x86芯片、ARM处理器,FPGA及GPU。

原文发布于微信公众号 - 人工智能快报(AI_News)

原文发表时间:2016-05-18

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏新智元

IBM 最强神经形态芯片电脑出货,与人类大脑又近一步

人类觉得电脑厉害,殊不知最厉害的电脑是人脑。IBM说,我们想做可以像人类一样做决策的电脑。本周,NS16e,IBM以人类大脑为灵感的最大电脑出货,目标远大。 N...

3477
来自专栏AI科技评论

【重磅】谷歌公布TPU细节之后,AI业界怎么看?

AI科技评论按:我们对于谷歌的TPU并不陌生,正是它支撑了AlphaGo强大快速的运算力,但谷歌一直未曾披露其细节,使得TPU一直保有神秘感。 美国当地时间4月...

2787
来自专栏人工智能头条

专访CMU邢波教授:机器学习与医疗大数据,及大规模机器学习系统的开发

1536
来自专栏大数据文摘

CrowdFlower数据科学家17年调查报告:情愿断腿也不想丢数据

2326
来自专栏人工智能快报

科学家探索利用深度学习解决科学大数据问题

据外媒报道,来自美国橡树岭国家实验室(Oak Ridge National Lab oratory)的研究团队在3年内从美国能源部(Department of ...

3448
来自专栏新智元

【吴恩达Quora最新问答】任何人都能成为机器学习专家

【新智元导读】吴恩达刚刚在Quora做了一次最新session,重点回答了如何学习机器学习/深度学习,以及如何从事机器学习方向工作的问题。吴恩达认为,复现他人发...

3536
来自专栏PPV课数据科学社区

个性化推荐技术的十大挑战

点击上方 “蓝色字” 可关注我们! ? 个性化推荐经常被人误解为细分市场和精准营销这两个概念。虽然它们之间有一些联系,但实质上却相差甚远。本文不仅清楚地讲述了...

3506
来自专栏PPV课数据科学社区

深度学习与人工智能革命:part I

? 导读:人工智能始于思想实验,深入了解AI和深度学习的历史,并了解它们为什么现在取得快速的发展。 深度学习(DL)和人工智能(AI)已经不再是科幻小说中遥不...

2674
来自专栏AI科技评论

对话LSTM之父Jürgen Schmidhuber:为什么我觉得“AI奴役人类”的说法很愚蠢?

AI科技评论按:9月12日上午,南京金秋洽谈会“2017中国人工智能峰会(CAIS 2017)”在南京国际博览会议中心盛大开幕。本次峰会以“创新、变革、突破”为...

2244
来自专栏ATYUN订阅号

Kebotix利用机器学习和机器人加速化合物和材料设计

机器人手臂将移液器浸入培养皿中,并将少量明亮的液体转移到位于另一台机器前面的许多容器中。当所有样品都准备好后,第二台机器测试它们的光学特性,并将结果输送到控制臂...

824

扫码关注云+社区