一分快三走势图-一分快三-专用车新闻
点击关闭

驾驶编码-就可以在无人驾驶自行车系统中同时处理多种算法和模型-专用车新闻

  • 时间:

董明珠造5G公交车

論文鏈接:https://www.nature.com/articles/s41586-019-1424-8

2015年,施路平團隊設計出第一代「天機芯」,經不斷改進設計,2017年第二代「天機芯」問世。相比于當前世界先進的IBM的TrueNorth 芯片,2017年流片成功的第二代「天機芯」密度提升20%,速度提高至少10倍,帶寬提高至少100倍,靈活性和擴展性更好。

兩種方法的結合促進 AGI發展

因此,研究團隊成立了七個院系組成的類腦計算研究中心,覆蓋腦科學、計算機、微電子、電子、精儀、自動化、材料等學科。

類腦可以超越人腦嗎?其實早在3年前,谷歌就曾在愚人節那天發佈過一輛理想中的自動駕駛單車。

大數據文摘出品作者:大數據文摘編輯部今天,一輛來自清華的無人駕駛單車登上了Nature的封面。

這輛單車不僅可以平衡自身,還可以繞過障礙物,甚至可以響應簡單的聲音命令。

計算機會逐漸縮小差距,至於最後能否全面超過人腦,施路平教授覺得從技術的層面來看會越來越多,「因為計算機的發展有一個特點,就是它從不退步,它一直往前走。但是我相信我們人是有智慧的,我們會在發展的過程當中來逐漸的完善我們對於研究領域的一個理解,來把控它的風險,因為我相信人們之所以對這個問題重視,是因為我們擔心會不會像科幻電影說的那樣毀滅人類。」

吳恩達在AI For Everyone課程中談AGI發展

也正如MIT科技評論報道所說,「該芯片暗示了中國在開發自己的芯片設計能力方面取得的進展。中國研究人員表明,他們可以製造專門的AI芯片以及任何芯片。」

因此,通用人工智能的發展亟待一個支持更普遍的、基於計算機科學的人工神經網絡以及神經科學啟發的模型和算法的通用平台。

團隊成員之一,加州大學聖塔芭芭拉分校博士后鄧磊表示,在芯片方面,遇到的最大挑戰是如何實現深度和高效的融合。計算機科學導向和神經科學導向是目前流行的兩類神經網絡模型,這兩種模型的語言、計算原理、信號編碼方式、應用場景都有很大不同,所以需要的計算架構和存儲架構大相徑庭,甚至設計的優化目標都很不一樣。一些深度學習加速器和神經形態芯片,基本上都是獨立的設計體系,因此深度融合併不簡單。

天機芯片同時具有多個功能核心,可輕鬆地重新配置,使其能夠適應機器學習算法和大腦啟發電路。研究人員通過將其中一個芯片整合到無人駕駛的單車中來證明這種方法的潛力,這種單車可以實現自我平衡,通過語音控制並且可以檢測和避開障礙物。

單車能夠按照聲音命令改變方向或調整速度

這輛單車能夠如此平衡、順利的自主運行,靠的是單車背後的大腦。它採用了一種名為「天機(Tianjic)」的新型計算機芯片,用於實時物體檢測,跟蹤,語音識別,避障和平衡控制。

論文的通訊作者、清華大學精密儀器系教授、類腦計算中心主任施路平教授表示,雖然這還是非常初步的一個研究,但或許能夠推動通用人工智能(AGI)計算平台的進一步發展。

單車檢測並跟蹤移動的人,並在必要時避開障礙物

「天機」芯片示意圖通過資源復用,天機芯片只需百分之三的額外面積即可同時運行計算機科學和神經科學導向的絕大多數神經網絡模型,支持異構網絡的混合建模,形成時空域協調調度系統,發揮它們各自的優勢,既能降低能耗,提高速度,又能保持高準確度。

在7月30日的電話新聞發佈會中,論文通訊作者、清華大學精密儀器系教授施路平介紹了論文的研究思路。研究團隊在接受媒體的採訪時表示,從2012年孕育這項研究開始,團隊遇到的最大挑戰不來自於科學、也不來自技術,而是在於學科的分佈不利於解決當前的問題。

在接受採訪時,施路平教授表示,類腦能否超越人腦的問題,其實和電腦是否能超越人腦的問題類似。

還能夠自動通過紅綠燈路口,自主導航找到你的位置。

在谷歌的想象中,這輛「單車」不僅平衡力超高

因為在製劑和編碼方案的基本差異,這兩種方法依賴於不同的和不兼容的平台,延緩了AGI的發展。

本文首發於微信公眾號:大數據文摘。文章內容屬作者個人觀點,不代表和訊網立場。投資者據此操作,風險請自擔。

但作為「愚人節視頻「發佈,也說明了這一技術的難點和不易實現。

電腦在某些方面其實早就超過了人類,其精準快速的運算能力、強大的記憶讓我們嘆為觀止。然而,目前在很多智能的層次,計算機和人腦還是有相當大的距離。 特別是對於不確定性的問題,比如學習、自主決策等領域。

而在今天,清華施路平團隊終於初步實現了這一想象。這樣的黑科技似乎也帶着一絲科幻色彩,讓人暢想AGI到來的那天。

開發通用人工智能有兩種主要方法:一種是計算機科學導向,植根于神經科學,並試圖構建與大腦非常相似的電路。另一種是和神經科學導向。以計算機科學為基礎,並使用計算機來執行機器學習算法。

深度融合不是深度學習加速模塊和神經形態模塊簡單的拼合,難點在於每部分的比例難以確認,因為現實中的應用複雜多變。而且,如果構建異構的混合模型,可能還需要在兩個模塊之間添加專門的信號轉換單元,這又會有很多額外成本,所以,如何設計一套芯片架構兼容兩類模型,可以靈活的配置同時又具有高性能,是團隊芯片設計中的一大挑戰。

芯片評估建模示例在論文中,該團隊表示,僅使用一個芯片,就可以在無人駕駛單車系統中同時處理多種算法和模型,實現實時物體檢測、跟蹤、語音控制、避障和平衡控制。

計算機科學+神經科學雙導向,構建更普遍的通用平台

這也是中國的人工智能芯片,首次登上Nature。

這款天機(Tianjic)芯片則集成了兩種方法,以提供混合、協同平台。

關於AGI是否會超越人類智慧,吳恩達在AI For Everyone課程中也表示,完全的AGI的出現可能還需要幾十甚至上百年,從時間上來說,我們也不需要多度擔心。

這隻來自清華的團隊也憑藉Tianjic芯片,登上了8月1日發佈的最新一期Nature封面。

跨學科組隊,七個院系共同參与,七年磨一「芯」

天機芯片採用多核架構,可重構構建模塊和採用混合編碼方案的流線型數據流,不僅可以適應基於計算機科學的機器學習算法,還可以輕鬆實現腦啟動電路和多種編碼方案。

本次的論文作者來自清華大學、北京靈汐科技、北京師範大學、新加坡理工大學和美國加州大學聖塔芭芭拉分校等機構。

基於天機芯片的自動駕駛單車多模態集成示例圖

今日关键词:墨西哥爆发枪战