人工智能的另一方向：基于憶阻器的存算一體技術
日期：2020-12-10 14:19:55 發布人：dzxy 浏覽量：860
過去的十年以深度神經網絡為代表的人工智能技術深刻影響了人類社會。但深度神經網絡的發展已經進入瓶頸期，我們仍處于弱人工智能時代。如何更近一步，跨入強人工智能，敲擊着每一位智能研究者的心。
算法提升，則是走向強人工智能的一個方向；而受腦啟發的硬件設計，則是人工智能的另一方向。
在硬件層面上，智能研究如何從對人腦的研究中受益？随着我國在類腦計算方面的深入，已有越來越多的學者開始拷問這一問題。
2020年4月25日，在未來論壇青創聯盟線上學術研讨中，開展了AI+腦科學的主題讨論，共有六位嘉賓發表演講，從Brain Science for AI和AI for Brain Science兩個不同的視角進行前沿讨論。
其中來自清華大學的吳華強老師做了題目為“大腦啟發的存算一體技術”的報告。在報告中吳教授介紹到：當思考未來計算的時候，量子計算、光計算是向物理找答案，類腦計算、存算一體是向生物找答案，也就是向大腦找答案。
目前吳老師正在芯片上做電子突觸新器件，做存算一體的架構。新器件方面主要研究的是憶阻器，它的特點是可以多比特，同時非易失，即把電去掉可以保持阻值，并且它速度很快。
另外，吳老師還提到，其用存算一體的計算結構設計的芯片與樹莓派28納米的CPU做過對比，在準确率相當的情況下，前者運行一萬張圖片是3秒，後者是59秒。
人工智能的三個發展浪潮和硬件算力也有關系。
從第一款神經網絡Perceptron 網絡AI開始火起來，到70年代進入低谷，一個非常重要的因素是，雖然有很好的理論模型，但是沒有足夠的算力。
算法提升，則是走向強人工智能的一個方向；而受腦啟發的硬件設計，則是人工智能的另一方向。
在硬件層面上，智能研究如何從對人腦的研究中受益？随着我國在類腦計算方面的深入，已有越來越多的學者開始拷問這一問題。
2020年4月25日，在未來論壇青創聯盟線上學術研讨中，開展了AI+腦科學的主題讨論，共有六位嘉賓發表演講，從Brain Science for AI和AI for Brain Science兩個不同的視角進行前沿讨論。
其中來自清華大學的吳華強老師做了題目為“大腦啟發的存算一體技術”的報告。在報告中吳教授介紹到：當思考未來計算的時候，量子計算、光計算是向物理找答案，類腦計算、存算一體是向生物找答案，也就是向大腦找答案。
目前吳老師正在芯片上做電子突觸新器件，做存算一體的架構。新器件方面主要研究的是憶阻器，它的特點是可以多比特，同時非易失，即把電去掉可以保持阻值，并且它速度很快。
另外，吳老師還提到，其用存算一體的計算結構設計的芯片與樹莓派28納米的CPU做過對比，在準确率相當的情況下，前者運行一萬張圖片是3秒，後者是59秒。
人工智能的三個發展浪潮和硬件算力也有關系。
從第一款神經網絡Perceptron 網絡AI開始火起來，到70年代進入低谷，一個非常重要的因素是，雖然有很好的理論模型，但是沒有足夠的算力。