大数据摘要工作
今年8月,一辆清华的无人自行车出现在《自然》杂志的封面上。这是中国人工智能芯片首次登陆《自然》,引起了全世界的热烈讨论。
这种自行车不仅可以自我平衡,还可以绕过障碍物,甚至可以响应简单的语音命令。
自行车可以根据语音命令改变方向或调整速度
自行车能探测和跟踪移动的人,并在必要时避开障碍物
该论文的通讯作者、清华大学精密仪器系教授、类脑计算中心主任石教授表示,这虽然还是一个非常初步的研究,但可能会推动通用人工智能计算平台的进一步发展。
三个月后,在昨天的“2019腾讯科技WE大会”上,石教授就这篇论文发表了压轴演讲,讲述了这项研究背后的故事,告诉我们,是时候开发类似计算和人工智能的大脑通用体了!
《大数据文摘》在不改变原意的情况下编辑了这篇演讲的速记。
通过类脑计算开发人工智能通用体
类脑计算是基于神经形态工程发展的新技术,借鉴脑科学的基本原理,面向人工一般智能。为什么要开发这样的技术?现在我们生活在一个万物相连的数字宇宙中。宇宙在迅速成长,信息每两年翻一倍,整个“宇宙”在迅速膨胀,永不倒退。
这样的宇宙是基于目前的计算机架构,而计算机架构是基于冯·诺依曼架构的,我个人认为这是人类发展最简单最美好的架构,对人类影响最大。其特点是计算和存储分离,会消耗大量的能量,延迟时间,速度慢,容易形成拥塞,从而造成带宽发展的瓶颈。
2017年计算机图灵奖的两位获奖者大卫·帕特森(David Patterson)和约翰·轩尼诗(John L Hennessy)最近发表了一篇文章,称未来十年将是计算架构发展的黄金十年。我们过去用计算机进行计算,但现在我们用它来处理信息。在数字宇宙中,能源消耗是无法忍受的,因为每两年就会翻倍。此外,我们现在生活在人工智能时代,人工智能取得了巨大的成就。但是,虽然AlphaGo可以击败世界冠军,但是我们还有很多瓶颈。
简单来说,要满足五个条件:数据充足、确定性问题、知识完备、环境静态、系统单一。举个例子,如果我们让一个智能机器人从这里出去,他没有预编程是做不到的。为什么?因为人们用了好几年才建立起这些概念:“去哪里”、“怎么出去”、“走后门还是走窗”,这些都和我们的一般智能有关,我们应该发展一种人工的一般智能。
我们遇到了一个动态,许多系统相互作用,但仍然可以处理它。这就是我们想要的人工一般智能。发展人工一般智能,必须从大脑学习。因为据我所知,大脑是目前整个宇宙唯一的宇宙代理人。对比大脑和电脑,我们发现“电脑强的人不算强,电脑弱的人算强”。我们见过超脑,我们佩服和佩服的玩家的能力其实对于电脑来说是小儿科。我们发现这两种制度有不同的原则,但相辅相成。因此,借鉴脑科学的基本原理,改造目前的计算机系统,开发像计算一样的大脑,是发展通用人工智能非常重要的一部分,因为这是其计算的基石。
现在是发展通用人工智能的最佳时机
发展通用人工智能并不是什么新想法。过去有很多图灵奖获奖科学家写过类似的文章,这一直是我们的梦想。为什么现在是最好的时候?因为随着我们精密仪器的发展,我们制造了越来越多的大脑,我们似乎达到了理解大脑的一个关口。超级计算机的发展可以让我们做好模拟,省钱、省力、省时。大数据和云计算给我们提供了一个和大脑一样复杂的系统,和大脑是呼应的,我们可以一起学习,互相促进。
此外,新的纳米器件使我们能够开发出具有人脑能耗水平的神经元、突触等电子器件,所以现在是开发人工通用智能的最佳时机。开发类似计算的大脑来支持人工智能,其中大脑起着非常重要的作用。
因为像计算这样研究大脑的时候缺乏文献,很多东西需要自己去探索,所以觉得很苦恼。有一次去爬山,故意让自己在森林里迷路。后来我根据太阳定位方向,然后径直走到公路上拦截了一辆车;还有一次,找了个阴天去山里。我爬到最高的地方,眼睛盯着一个点,然后径直向公路走去。这两件事让我觉得,大脑在其中起着指南针的作用,我们提供了方向感,因为这是唯一已知的总代理。
做研究的时候,我喜欢做难度大的研究。我觉得“越难越容易”,因为太容易有很多竞争对手,所以很难领先;然而,如果我们研究难题,那么几乎没有人会竞争。但是有一个前提条件,研究方向必须正确。
我们人类的智能是基于碳和硅,我们已经建立了数字宇宙。碳基和硅基,它们的结构非常相似,所以我们有一个信念,在碳基上能实现的,在硅基上也能实现。
七个部门共同参与,七年磨一个“核心”
要开发像计算和人工一般智能这样的大脑,真正的挑战既不是科学也不是技术,而是因为我们学科的分类,我们没有合适的人来做这样的研究。而脑科学和计算机科学,一个是探索自然界,另一个更关注应用,它们是不同的文化,不同的语言,不同的目标。
所以这个问题的关键是多学科的融合。清华大学脑研究与计算中心由7个系的教师组成,涵盖脑科学、计算机、微电子、电子、精密仪器、自动化、材料等学科。我们七个系的老师都在一起,每周花半天时间反复讨论。七年来,我们只做了一件事,就是整合,整合,再整合。
在这个过程中,我们梳理了人工通用智能的发展,现在主要有两条技术路线,一条是计算机主导,一条是脑科学主导。计算机主导和机器学习一样,在图像识别、语音理解、自然语言处理等方面取得了辉煌的成就,但其泛化能力差,难以处理不确定性问题;以脑科学为主导的,像神经计算机、神经形态学计算也在迅速发展,但由于我们对大脑的机制了解不够,它甚至极大地阻碍了它的发展。
但是这两条技术路线其实是相辅相成的,结合起来才是目前最好的像计算一样开发大脑的方法。其实还有两条路可以走,一条叫脑启发计算,一条叫类脑计算。
前者以计算机为基础,借鉴脑科学的基本原理,改变计算架构。后者是对大脑的模仿,因为前者涵盖了后者,所以我们用一个像大脑一样简单明了的词来涵盖这两个部分。
我们不明白为什么人脑可以让大脑像计算一样。我们想了很久,然后得到了答案。计算机把一个多元空信息转换成“010101”,通过计算解决,所以计算的CPU频率越来越快,换句话说就是用了时间复杂度的问题,缩小维度就会失去相关性。
我们很容易确定一个物体是在真实的空房间里还是在镜子里,但对计算机来说却很难。这是根本原因。我们不知道大脑的基本原理,但我们知道一个神经元与1000到10000个神经元相连。换句话说,我们在这里扩展了信息,增强了相关性。我们使用空之间的复杂度。
另外,我们的大脑还有脉冲要编码,这就引入了时间因素,我们也利用了时间空复杂度。所以我们假设保留当前计算机的所有优势,保留时间复杂度,加一个类似大脑的芯片,也就是增加空之间的复杂度。如果从这个角度来看目前的技术,我们会发现目前的神经网络加速器是面向深度人工神经网络的,它使用的是空之间的复杂度;但是像大脑一样工作的神经形态学计算是面向脉冲神经网络的,它使用的是时间空复杂度,为什么不把两者结合起来呢?所以我们,所以我们想到了一个办法,提出了天体芯片的架构。
我们以3%的代价实现了既支持人工神经网络又支持类脑工作的脉冲神经网络,同时也支持两者的异构建模。我们还用类似大脑的芯片制造了一辆自动自行车。我们的想法是建立一个可以与系统交互的多模态交叉研究平台。当我们用环境变化来迫使系统变化,帮助系统变化时,我们会观察它的变化,遵循变化的系统应该遵循的基本原则,从而帮助我们迭代地发展。利用一个秘密芯片,我们可以实现感知、跟踪、越障和避障。
通过开发像计算机这样的大脑,我们可以“向内发展”并检查我们的心脏
自动控制,语音理解,独立决策芯片很重要,软件也很重要,因为没有软件,应用工程师不愿意开发应用软件。所以我们实验室开发了软件工具链,搭建了第一代类脑电脑,所以现在做的是“类脑云”。
那么云计算和现在的云计算有什么区别呢?云计算集成了很多技术,而我们的“类脑云脑”则是面向人工通用智能的。众所周知,人工一般智能的研究与把很多狭隘的人工智能装载在一起有着根本的不同。我们想把大脑的灵活性和计算机的刚性结合起来,数据驱动和知识驱动,常识和推理。当然,这是一个很有挑战性,很有耐心,也很悲哀的长期研究。
我们的策略是循序渐进。我们可以想象,我们应该专注于一个问题的研究,让它成为第一代,然后一起研究两个问题,可以成为第二代,然后是第三代,第四代,最后是第五代,这样就可以构建人工通用智能。
我们开发类似计算的大脑来支持人工智能。因为是万能智能,可以赋能各行各业,有很多应用。我们对其中一个应用“智能教育”特别感兴趣。因为教育中的很多问题都可以通过这样的研究来解决,比如我们优质的教育资源匮乏,造成教育不公平;另一种是因材施教,我们每个人都不一样;另外,资金有限,工具有限,很难理论联系实际。
随着像计算这样的大脑智能的发展,人们会逐渐解决这些问题,然后开发新的系统。但是还有一个重要的因素,因为教育最重要的是塑造人。回顾过去,自工业革命以来,我们开发了蒸汽机、发电机、计算机、大数据,现在又开发了万物互联。我们一直在改变外部世界和物质生活。我们现在的世界有很多矛盾。我们突然发现,当物质生活飞速发展的时候,精神生活其实并不是同步发展的。这一次,我们处于智能时代,我们正在开发像计算一样的大脑,我们有机会向内发展,审视自己的内心。
我通常只参加学术活动。我这次之所以接受腾讯的邀请做演讲,是因为他们提出了一个“科技好”的概念,和我们的概念差不多。我们真诚地希望人类在发展技术和探索外部世界的同时,也能研究我们的内心世界,内外兼修,共同发展,构建一个美好和谐的世界。
点击“看”的人越来越好了!
1.《施路平 清华施路平:“天机”自行车如何诞生?》援引自互联网,旨在传递更多网络信息知识,仅代表作者本人观点,与本网站无关,侵删请联系页脚下方联系方式。
2.《施路平 清华施路平:“天机”自行车如何诞生?》仅供读者参考,本网站未对该内容进行证实,对其原创性、真实性、完整性、及时性不作任何保证。
3.文章转载时请保留本站内容来源地址,https://www.lu-xu.com/junshi/1591426.html