一直以來，科學家和工程師們都在勤奮復刻人腦的任務原則，由此出生了是足賠率我們認識的神經絡。
在這一過程中，人們也在嘗試復制感官本事，英特爾的神經擬態芯片 Loihi 即是一項最新的研討成績：它佔有 13 萬個神經元（1024 核），實現了嗅覺模仿，把握了 10 種危險品差異氣息的神經表征。
人類的嗅覺辨別看似只有聞一聞這個動作，但背后運彩 串關 劃的機制極度復雜。
假如你拿起一個葡萄柚聞一聞，水果分子就會刺激鼻腔內的嗅覺細胞。鼻腔內的細胞會當即向你的腦子嗅覺體制發送信號，一組互相連結的神經元中的電脈沖就會在這個嗅覺體制中產生嗅覺。
不論聞到的是葡萄柚、玫瑰還是有害氣體，你腦子中的神經元絡城市產生該物體特有的感到。同樣，你的視覺和聽覺、回想、心情和決策都有各別的神經絡，它們都以特定的方式進行算計。
神經擬態算計的優勢
神經擬態算計（Neuromorphic Computing）是一個由硬件開闢、軟件支持、生物模子互相結合而成的古老領域，旨在基于仿生的原則讓機械佔有類人的智能。
低功耗、高容錯、創建性…… 人腦有太多值得機械追趕的本事，因此也是許多算計科學家為之向往的存在。在人腦這個僅占 3 人體質量的器官中，1000 億個神經元攜 1000 萬億個突觸相連結。每一秒都有神經元衰弱滅亡的場合下，腦子仍能運轉算計著世界撲面而來的龐大信息量。而功耗只有 20 瓦。
1980 年，人類初次打開神經擬態算計的大門。超大肆集成電路 ( VLSI ) 發現者之一、加州理工學院傳奇人物 Carver Mead 初次提入迷經擬態概念，并假想用 CMOS 模仿電路去模擬生物視膜，搭建具有生物算計特徵 的體制。
2024 年，作為英特爾研討院的一個研討課題，英特爾開闢了代號為 Loihi 的第一款自主吸取神經擬態芯片，在神經擬態硬件的開闢上邁出一步。
據英特爾中國研討院院長宋繼強介紹，之所運彩 串關 ptt以抉擇這個研討方位，重要是出于兩個斟酌。
第一，想要培訓一個可用的模子，神經擬態專業所需的數據和能耗較少。此刻的人工智能和深度吸取專業，培訓起來需求大批的數據和能源。一個大型模子所耗損的電量會產生大批的碳排放，約等于 5 輛汽車整個性命周期的排放量。並且跟著人工智能專業的成長，能耗勢必會越來越多。
這時候就需求尋找一種既能提高能效比，又能提高數據採用率的計劃。神經擬態算計恰恰知足這種需要。
第二，比擬深度吸取，神經擬態算計模子更輕易辯白和推理。固然深度吸取專業很強盛，但它的一個劣勢是黑箱疑問。縱然是模子開闢者，也難以徹底辯白清晰復雜模子的任務原則和行徑模式。
比擬之下，神經擬態作為類腦算計模子有著自然優勢。在漸漸通過小數據吸取產生絡之后，它是可以辯白的，行徑加倍不亂，也支持更深層次的推理，然后依據更大多數據連續自學。
” 我們但願人工智能模子是可以辯白的，我知道你為什麼做得好，為什麼做得欠好，這樣才可以用在一些要害的工作當中，” 宋繼強在近日承受 DeepTech 等采訪時表明。
軟硬件交融
在 2024 年 3 月刊登的論文中，英特爾和康奈爾大學聯盟隊伍介紹了 Loihi 芯片背后的故事。
他們以動物的生物嗅覺體制為根基，丈量動物聞到氣息時的腦電波事件，然后依據這些電路圖與電脈沖，導出了一套算法，并將其部署在測試的 Loihi 神經擬態芯片上。
在研討中，Loihi 需求吸取檢測復雜融合物的差異氣息。在一個風洞試驗中輪迴著 10 種氣體資源（氣息），傳感器對不同種類氣息的反映被傳送至 Loihi，由其芯片電路對嗅覺背后的腦子電路進行模仿。
這一點和住民常用的煙霧和一氧化碳探測器能探測氣息有著本性的差異。由於，這些探測器借助傳感器探測空氣中的有害分子，但無法對玩運彩 國際盤不同種類氣息進行智能分類。
對比此前已有的傳統想法——基于深度吸取的解決計劃，Loihi 顯現出了傑出 的辨別正確率。傳統想法要到達與 Loihi 雷同的分類正確率，該解決計劃吸取每類氣息需求 3000 倍以上的培訓樣本。這也印證了宋繼強所說的第一點。
在 Loihi 芯片根基上，英特爾還打造了一個神經擬態體制 Pohoiki Springs，初次將算計本事（神經元）開拓到了 1 億個，將 Loihi 的神經容量提升到一個小型哺乳動物腦子的大小。
Pohoiki Springs 是一個數據中央機架式體制，是英特爾迄今為止開闢的最大肆的神經擬態算計體制。它將 768 塊 Loihi 神經擬態研討芯片集成在 5 臺尺度辦事器大小的機箱中，同時以低于 500 瓦的功率運行。
據宋繼強介紹，英特爾創辦 INRC（英特爾神經擬態算計研討社區），面向環球研討機構、創業公司和大型公司開放。企業在了解了英特爾神經擬態算計之后，可以直接向英特爾提交申請，論述個人的項目提案。
參加社區后，研討機構可以拜訪云平臺上的神經擬態算計辦事，佔有 1 億神經元的 Pohoiki Springs 體制就在上面。假如有需求，研討人員還可以直接申請 Loihi 硬件，個人搭建 Loihi 芯片的集成平臺去做實驗。整個過程都是免費的。
硅電子自旋量子算計途徑
除了神經擬態芯片，英特爾研討院還同時在量子算計領域發力。但是英特爾抉擇了一條業界里面對照少有人走的途徑：硅電子自旋量子比特。
據介紹，英特爾實在嘗試過對照流行的超導量子比特，但就自身堆積而言，硅電子自旋更相符其歷久的基于硅半導體的制造工藝和現有專業。
宋院上進一步增補稱，” 一旦做成，我們有自信能把它很快規模化，我們也有自信把它做得廉價，讓更多人體會到量子算計帶來的優點。所以說我們抉擇的這條路是世界上很少有人走的路，不過我們一旦做好，它帶來的效益會很大。”
2024 年 2 月，英特爾與荷蘭量子專業研討中央公布了低溫量子管理芯片 Horse Rge，稱其有望同時管理最多 128 個量子比特，并且在量子體制的保真度、開拓性和敏捷性方面均有重大進展，正在向商用量子算計機邁進。
通常來說，量子比特要在超低溫的環境下任務，人們需求用微波管理它們，而微波需求用電線作為載體。以此刻的專業程度，操控 40-50 個量子比特就需求數百根管理線，更不必說前程操控成百上千個量子比特了。數目巨大的布線會拘束量子體制的開拓性。
Horse Rge 的設計理念是簡化量子體制運行時所需的管理線，基于高度集成的體制級芯片（SoC），將 4 個無線電頻率信道集成到上面，每個信道擔當管理 32 個量子比特，整體就可以同時管理 128 個量子比特。
每個芯片只需求一根線，假如要管理上千個量子比特，只需求多放一些芯片就可以了，大大減少了任務量。
不論是神經擬態，還是量子算計，都處于很早期的階段，想要利用在現實生涯中，還有很長的路要走。但并不意味利用在現階段不主要。
” 我相信，底層專業的首創和科研必要堅定歷久主義，擔保有‘雙輪驅動’，一個輪 子是根基底層不太變的核心專業方位，另有一個輪 子是快速履行，要往哪方面去用，” 宋繼強強調。
