本日间隔人类最初探索外太空已经有51年之久了。1969年，美国宇航员阿姆斯特朗踏上了月球表面，他的那句“我的一小步，人类的一大步”仍旧被我们所熟记。
正如人类从未停滞过对外太空的探索一样，科研职员对人工智能（Artificial Intelligence）领域也从未停滞过探索。如果说我们之前的探索是勾留在人工智能的“地球表面”，现在的科技进步、软硬件的成熟正带领我们进入人工智能的新领域，即人工智能的“外太空”。个中关键性技能——神经拟态打算的巨大打破便是一个主要的推进器。
英特尔近期在超高能效比的神经拟态打算领域取得了瞩目的进展，例如Loihi芯片已经具备了嗅觉，可以识别10种有害气体；由有768颗Loihi神经形态芯片组成的Pohoiki Springs神经拟态打算系统拥有1亿个神经元，相称于一个小型哺乳动物。可以说，正是这些在神经拟态打算领域的“一小步”，造诣了AI发展的“一大步”。
AI3.0——让机器实现从感知到认知
人工智能的“外太空”，也被业界称为AI3.0，它会和我们目前所处的AI时期有哪些不同？
英特尔中国研究院院长宋继强
回答这个问题之前，先来理解人工智能的发展进程以及不同的阶段的特点。英特尔中国研究院院长宋继强认为，人工智能可以从“感知”、“学习”、“抽象”、“推理”四个方面来衡量，而纵不雅观全体人工智能的发展进程，可以分为三个阶段。
最早的AI1.0时期可以概述为‘符号’学派主导的专家系统。这个时期看重基于规则的逻辑推理，可以在特定的、狭义定义的问题领域给出合理结论。这个时期的AI在感知方面发展有限，也没有涉足基于数据的‘学习’和‘抽象’能力。
而AI2.0是“联结学派”主导的深度学习，也是我们现在所处的阶段。AI的能力在“感知”和“学习”领域都已经有了长足的进步，也具备了一定的抽象能力，依赖大量可采集的数据做AI演习。
迈向AI3.0时期，AI的能力须要在这四个方面全面提升。宋继强表示，在这个时期，AI变得可阐明、更安全，长于总结和利用知识，可以实现连续终生学习，同时，AI也将变得更加可靠，符合人类的伦理道德。
“总结来说，到AI3.0时期，机器已经拥有了人类的‘认知智能’，而不仅仅是勾留在感知层面，间隔机器超越人类的‘超人工智能’又更加进了一步，”宋继强表示。
超高能效比，会自学的神经拟态打算芯片
助推AI从2.0阶段迈入3.0阶段，个中主要的一环便是神经拟态打算取得的打破性进展。
神经拟态打算紧张指用包括仿照、数字或者模数稠浊大规模集成电路（也包括神经元或者神经突触模型的新型材料或者电子元器件研究 ）和软件系统实现神经网络模型，并在此之上构建智能系统的研究。神经拟态打算芯片的创新架构设计仿照人脑的神经元构造和运行办法，并将打算和存储领悟一体。
神经拟态打算以原生的办法支持独特的脉冲神经网络（SNNs）。这是一种分外的网络，可以模拟人脑神经元的动态连接和强化办法将打算模块进行分布和自学习。SNN中每一个“神经元”都可以被多路输入的包含时序信息的脉冲单独引发，并向网络中其他神经元发送脉冲旗子暗记，从而直接改变神经元的电学状态。
“这样类似大脑突触的事情办法所须要的能耗非常低，由于它可以根据运用的需求，让只须要事情的‘神经元’启动，实现将标准模态的输入相互整合，”宋继强说到。其余，通过对旗子暗记内部的信息和发送机遇进行编码，以及在人工神经元突触之间进行动态映射，SNN就能够启动自然学习的过程。
这种超高能效比的自我学习办法对付人工智能的进一步发展非常主要。目前AI演习的能耗问题非常严厉。根据国外研究显示，演习一个大规模深度神经网络的AI模型所须要的能源相称于五台美式轿车全体生命周期的碳排放量。其余，现阶段人工智能对大数据也有很强的依赖性，但随着未来AI运用的广泛发展，大量可标注数据会加倍地成为一种稀缺资源。神经拟态打算可以把完成同类任务的功耗降落千倍，是一种绿色的AI实现办法。
举例来讲，气味识别是一种范例的小数据量的场景。基于Loihi的系统已经可以仅用每种一个样本演习，即可识别10种不同的危害气体。而普通的深度学习AI芯片想要实现同样的效果，则须要3000个样本，这是非常难以实现的。
最近，宋继强也和来自杜克大学的陈怡然教授以及来自浙江大学的唐华锦教授进行了一次有关神经拟态打算的行业对话。在这次对话上，三位都认为比较深度学习，神经拟态打算的神经元构造决定了它不是纯挚办理一个数据演习、模式识别的问题，它所实现的是非构造化信息的感知和推理，以及办理多模态感知和须要给出“实时性”相应的问题，具备更好的“鲁棒性(robustness)”。
特殊提出的是，宋继强认为近期有关神经拟态打算会替代深度学习的辞吐，他并不是很赞许，“我认为二者实在是兼收并蓄的关系。对付深度学习已经非常善于的，仿照人类视觉或者自然措辞交互的任务，还是该当用深度学习的网络去处理；对付其他不适宜用深度学习做的，比如说英特尔在嗅觉方面的实验，以及机器人自适应操控、多模态乃至于跨模态之间的领悟认知我们就可以用神经拟态打算来实现。”
神经拟态打算要实现打破该当在两个方面发力
目前对付神经拟态打算的研究还处在早期阶段。英特尔以及其他一些科技公司、科研机构也都在这个领域进行布局，并且取得了一些进展。除了上述提到的Loihi芯片最新具备的嗅觉能力之外，英特尔还发布了神经拟态系统Pohoiki Springs，已经拥有1亿神经元的打算能力，相称于一个小型哺乳动物的大脑。
宋继强也表示，未来要连续实现技能上的打破，该当在两个方面进行发力。
首先要“软硬协同”。在硬件领域，神经拟态打算作为一种存算一体化的构造可以直接管益于摩尔定律的发展。经由多年研发，英特尔研究院已经把神经拟态打算支持的神经元数量通过整合系统提高了多倍。在软件方面，英特尔也在开拓新的算法做新的优化。
同时，开放式创新也是非常主要的，要连续推动产学研之间的互助。“我一贯都坚信，必须把技能运用抵家傍边去，只有让家当界看到了成熟的运用，才能引发迹当跟随，从而进一步反推技能的进步，”宋继强表示。
为此，英特尔建立了INRC（英特尔神经拟态打算社区）互助项目，聚拢了环球学术、政府、行业机构，目标是共同办理神经拟态打算的广泛寻衅。目前已经有包括埃森哲、空中客车、通用电气、日立在内的企业成员加入，在过去一年内，INRC的规模扩大了两倍。宋继强表示：“对付神经拟态打算的成熟‘杀手级’运用，我认为指日可待。”
人工智能的“外太空”充满未知，同时也是人类要面对的一大寻衅。英特尔的宏旨是“创造改变天下的技能，造福地球上的每一个人”，因此推动技能变革，改进人来的康健和安全一贯是英特尔在做的事情。宋继强说他非常相信神经拟态打算的未来，相信它会早日让我们窥见AI“外太空”的全貌。
本文来自英特尔，雷锋网编辑发布雷锋网雷锋网