科学的更进一步发展。作为英特尔研究院的一个研究课题，英特尔研发了代号为Loihi的第一款自律自学神经拟态芯片， 它仿效了大脑根据环境的各种对系统来自学如何操作者的运作方式。这是一种十分节约能源的芯片，它利用数据来自学并作出推测，随着时间的流逝显得更为的智能，并且不必须以传统方式展开训练。

它使用一种精致的方式通过异步脉冲来计算出来。我们指出人工智能还正处于初级阶段，Loihi等更加多的架构和方法将不断涌现，从而提升人工智能的标准。神经拟态计算出来的启发来自我们目前对大脑结构及其计算能力的理解。大脑的神经网络通过脉冲来传递信息，根据这些脉冲的时间来调节神经元强度或神经元相连的权重，并把这些变化存储在神经元连接处。

脑内神经网络及其环境中多个区域之间的协作和竞争性相互作用就产生了智能的不道德。机器学习，如深度自学，通过用于大量的训练数据集来辨识物体和事件，最近获得了极大的变革。但是，除非这些训练数据集考虑到特定的元素、条件或环境，否则这些机器学习系统无法获得很好地一般化。

自律自学芯片的潜在益处是无穷无尽的。例如它需要把一个人在各种状况下——跑步后、睡觉前或睡前——的跳动数据获取给一个基于神经拟态的系统，来解析这些数据，确认各种状况下的“长时间”跳动。这个系统随后持续监测起源于的跳动数据，以标记出与“长时间”跳动模式不吻合的情况。

这个系统还可以针对任何用户获取个性化服务。这种类型的逻辑也限于于其它的应用于场景，例如：网络安全，由于系统早已自学了各种状况下的“常态“模式，因此当数据流中出现异常或差异的时候，就可以辨识出有漏洞或黑客攻击。英特尔发售Loihi测试芯片Loihi研究测试芯片还包括仿效大脑基本机制的数字电路，从而让机器学习显得更加慢、更加高效，同时对计算力的市场需求更加小。神经拟态芯片模型的启发来自于神经元通信和自学的方式，利用了可根据时间调节的脉冲和可塑控牙。

这将协助计算机在模式和关联的基础上构建自的组织并作出决策。Loihi测试芯片获取高度灵活性的片上自学能力，并把训练和推测统合到一个芯片上。

这让机器构建自动化，并动态展开调整，需要等候来自云端的下一次改版。研究人员已证实，与其他典型的脉冲神经网络比起，在解决问题MNIST数字辨识问题时，以构建一定准确率所必须的总操作数来看，Loihi芯片自学速度提升了100万倍。

与卷积神经网络和深度自学神经网络比起，Loihi测试芯片在某种程度的任务中必须的资源更加较少。这种测试芯片的自律自学功能具备极大的潜力，可以改良汽车和工业应用于以及个人机器人——还包括任何在非结构化环境下归功于自律操作者和持续自学的应用于，例如，辨识汽车或自行车的运动。此外，与训练人工智能系统的标准化计算出来芯片比起，Loihi芯片的能效提高了1000倍。

2018年上半年，英特尔将与知名大学和研究机构分享Loihi测试芯片，致力于前进人工智能。更加多亮点Loihi测试芯片的功能特性还包括：仅有异步神经拟态多核心网络，反对多种稠密、分层和循环神经网络拓扑结构。每个神经元可以与成千上万个其它神经元通信。每个神经形态核心都包括一个自学引擎，在操作者中可以通过编程去兼容网络参数，反对监督自学、无监督自学、增强自学和其他的自学范式。

芯片的生产使用了英特尔14纳米制程技术。共计13万个神经元和1.3亿个控牙。以极高的算法效率研发并测试了多种算法，以解决问题以下问题：路径规划、约束符合、稠密编码、字典自学，以及动态模式自学与兼容。下一步计划在计算机和算法创意的推展下，人工智能的变革性力量预计将对社会产生根本性影响。

现在，英特尔正在运用自身的优势，推展摩尔定律和生产领先地位，为市场带给各种产品——英特尔®至强劲®处理器、英特尔® Nervana™技术、英特尔Movidius™技术和英特尔FPGAs ——以便从网络边缘到数据中心和云计算平台，来符合人工智能计算出来任务的独有市场需求。标准化计算出来和自定义硬件和软件都能在各个尺度上充分发挥起到。英特尔®至强融核™处理器，普遍应用于科学计算，早已产生了一些世界上仅次于的模型，来说明大规模的科学问题。

而Movidius神经计算篮则需要在只消耗1瓦特功率的情况下部署之前的训练模型。随着人工智能计算出来任务显得更加多样化和简单，研究人员将注目当前主流计算出来架构的局限性，明确提出新的颠覆性方法。展望未来，英特尔指出，神经拟态计算出来带给了一种方式，以类似于大脑的结构来获取超大规模的计算出来性能。

随着我们把神经拟态计算出来这样的概念推上主流，以反对未来50年的世界经济，我期望大家未来几个月之后注目来自英特尔研究院的激动人心的里程碑事件。在神经拟态计算出来普及的未来，随着智能和决策显得更为的流畅、较慢，你所能想象的一切——甚至打破你想象的事情——都会变为现实。英特尔研发创意计算出来架构的愿景依然坚定不移，我们之所以理解未来计算出来的面貌，是因为我们如今正在研发它。原创文章，予以许可禁令刊登。

下文闻刊登须知。

本文来源：bat365(中国)在线平台官方网站-www.fanxiues.com