清華“天機(jī)”芯片登上Nature封面！七大院系參與研發(fā)，全球首款異構(gòu)融合類腦芯片

大數(shù)據(jù)文摘出品

作者：大數(shù)據(jù)文摘編輯部

今天，一輛來自清華的無人駕駛自行車登上了Nature的封面。

這輛自行車不僅可以平衡自身，還可以繞過障礙物，甚至可以響應(yīng)簡單的聲音命令。

這輛自行車能夠如此平衡、順利的自主運(yùn)行，靠的是自行車背后的大腦。它采用了一種名為“天機(jī)（Tianjic）”的新型計算機(jī)芯片，用于實時物體檢測，跟蹤，語音識別，避障和平衡控制。

這只來自清華的團(tuán)隊也憑借Tianjic芯片，登上了8月1日發(fā)布的最新一期Nature封面。

這也是中國的人工智能芯片，首次登上Nature。

論文的通訊作者、清華大學(xué)精密儀器系教授、類腦計算中心主任施路平教授表示，雖然這還是非常初步的一個研究，但或許能夠推動通用人工智能（AGI）計算平臺的進(jìn)一步發(fā)展。

本次的論文作者來自清華大學(xué)、北京靈汐科技、北京師范大學(xué)、新加坡理工大學(xué)和美國加州大學(xué)圣塔芭芭拉分校等機(jī)構(gòu)。

論文鏈接：

計算機(jī)科學(xué)+神經(jīng)科學(xué)雙導(dǎo)向，構(gòu)建更普遍的通用平臺

開發(fā)通用人工智能有兩種主要方法：一種是神經(jīng)科學(xué)導(dǎo)向，植根于神經(jīng)科學(xué)，并試圖構(gòu)建與大腦非常相似的電路。另一種是計算機(jī)科學(xué)導(dǎo)向，以計算機(jī)科學(xué)為基礎(chǔ)，并使用計算機(jī)來執(zhí)行機(jī)器學(xué)習(xí)算法。

因為在制劑和編碼方案的基本差異，這兩種方法依賴于不同的和不兼容的平臺，延緩了AGI的發(fā)展。

因此，通用人工智能的發(fā)展亟待一個支持更普遍的、基于計算機(jī)科學(xué)的人工神經(jīng)網(wǎng)絡(luò)以及神經(jīng)科學(xué)啟發(fā)的模型和算法的通用平臺。

這款天機(jī)（Tianjic）芯片則集成了兩種方法，以提供混合、協(xié)同平臺。

天機(jī)芯片采用多核架構(gòu)，可重構(gòu)構(gòu)建模塊和采用混合編碼方案的流線型數(shù)據(jù)流，不僅可以適應(yīng)基于計算機(jī)科學(xué)的機(jī)器學(xué)習(xí)算法，還可以輕松實現(xiàn)腦啟動電路和多種編碼方案。

通過資源復(fù)用，天機(jī)芯片只需百分之三的額外面積即可同時運(yùn)行計算機(jī)科學(xué)和神經(jīng)科學(xué)導(dǎo)向的絕大多數(shù)神經(jīng)網(wǎng)絡(luò)模型，支持異構(gòu)網(wǎng)絡(luò)的混合建模，形成時空域協(xié)調(diào)調(diào)度系統(tǒng)，發(fā)揮它們各自的優(yōu)勢，既能降低能耗，提高速度，又能保持高準(zhǔn)確度。

天機(jī)芯片同時具有多個功能核心，可輕松地重新配置，使其能夠適應(yīng)機(jī)器學(xué)習(xí)算法和大腦啟發(fā)電路。研究人員通過將其中一個芯片整合到無人駕駛的自行車中來證明這種方法的潛力，這種自行車可以實現(xiàn)自我平衡，通過語音控制并且可以檢測和避開障礙物。

在論文中，該團(tuán)隊表示，僅使用一個芯片，就可以在無人駕駛自行車系統(tǒng)中同時處理多種算法和模型，實現(xiàn)實時物體檢測、跟蹤、語音控制、避障和平衡控制。

跨學(xué)科組隊，七個院系共同參與，七年磨一“芯”

因此，研究團(tuán)隊成立了七個院系組成的類腦計算研究中心，覆蓋腦科學(xué)、計算機(jī)、微電子、電子、精儀、自動化、材料等學(xué)科。

團(tuán)隊成員之一，加州大學(xué)圣塔芭芭拉分校博士后鄧?yán)诒硎?，在芯片方面，遇到的最大挑?zhàn)是如何實現(xiàn)深度和高效的融合。計算機(jī)科學(xué)導(dǎo)向和神經(jīng)科學(xué)導(dǎo)向是目前流行的兩類神經(jīng)網(wǎng)絡(luò)模型，這兩種模型的語言、計算原理、信號編碼方式、應(yīng)用場景都有很大不同，所以需要的計算架構(gòu)和存儲架構(gòu)大相徑庭，甚至設(shè)計的優(yōu)化目標(biāo)都很不一樣。一些深度學(xué)習(xí)加速器和神經(jīng)形態(tài)芯片，基本上都是獨(dú)立的設(shè)計體系，因此深度融合并不簡單。

深度融合不是深度學(xué)習(xí)加速模塊和神經(jīng)形態(tài)模塊簡單的拼合，難點(diǎn)在于每部分的比例難以確認(rèn)，因為現(xiàn)實中的應(yīng)用復(fù)雜多變。而且，如果構(gòu)建異構(gòu)的混合模型，可能還需要在兩個模塊之間添加專門的信號轉(zhuǎn)換單元，這又會有很多額外成本，所以，如何設(shè)計一套芯片架構(gòu)兼容兩類模型，可以靈活的配置同時又具有高性能，是團(tuán)隊芯片設(shè)計中的一大挑戰(zhàn)。

2015年，施路平團(tuán)隊設(shè)計出第一代“天機(jī)芯”，經(jīng)不斷改進(jìn)設(shè)計，2017年第二代“天機(jī)芯”問世。相比于當(dāng)前世界先進(jìn)的IBM的TrueNorth 芯片，2017年流片成功的第二代“天機(jī)芯”密度提升20%，速度提高至少10倍，帶寬提高至少100倍，靈活性和擴(kuò)展性更好。

也正如MIT科技評論報道所說，“該芯片暗示了中國在開發(fā)自己的芯片設(shè)計能力方面取得的進(jìn)展。中國研究人員表明，他們可以制造專門的AI芯片以及任何芯片。” 

類腦可以超越人腦嗎？

其實早在3年前，谷歌就曾在愚人節(jié)那天發(fā)布過一輛理想中的自動駕駛自行車。

在谷歌的想象中，這輛“自行車”不僅平衡力超高

還能夠自動通過紅綠燈路口，自主導(dǎo)航找到你的位置。

但作為“愚人節(jié)視頻“發(fā)布，也說明了這一技術(shù)的難點(diǎn)和不易實現(xiàn)。

而在今天，清華施路平團(tuán)隊終于初步實現(xiàn)了這一想象。這樣的黑科技似乎也帶著一絲科幻色彩，讓人暢想AGI到來的那天。

在接受采訪時，施路平教授表示，類腦能否超越人腦的問題，其實和電腦是否能超越人腦的問題類似。

電腦在某些方面其實早就超過了人類，其精準(zhǔn)快速的運(yùn)算能力、強(qiáng)大的記憶讓我們嘆為觀止。然而，目前在很多智能的層次，計算機(jī)和人腦還是有相當(dāng)大的距離。 特別是對于不確定性的問題，比如學(xué)習(xí)、自主決策等領(lǐng)域。

計算機(jī)會逐漸縮小差距，至于最后能否全面超過人腦，施路平教授覺得從技術(shù)的層面來看會越來越多，“因為計算機(jī)的發(fā)展有一個特點(diǎn)，就是它從不退步，它一直往前走。但是我相信我們?nèi)耸怯兄腔鄣?，我們會在發(fā)展的過程當(dāng)中來逐漸的完善我們對于研究領(lǐng)域的一個理解，來把控它的風(fēng)險，因為我相信人們之所以對這個問題重視，是因為我們擔(dān)心會不會像科幻電影說的那樣毀滅人類。”

關(guān)于AGI是否會超越人類智慧，吳恩達(dá)在AI For Everyone課程中也表示，完全的AGI的出現(xiàn)可能還需要幾十甚至上百年，從時間上來說，我們也不需要多度擔(dān)心。