英特尔神经拟态生态系统的最新研究进展
近日，在英特尔研究院开放日上，英特尔分享了英特尔神经拟态研究社区（inrc）的最新进展。该社区自2018年成立以来发展迅速，现已拥有100多名成员。开放日当天，英特尔宣布，联想、罗技、梅赛德斯-奔驰和机器视觉传感器公司prophesee加入inrc，共同探索神经拟态计算在商业用例上的价值。此外，得益于英特尔神经拟态研究测试芯片loihi的计算能力，英特尔还概括介绍了英特尔神经拟态研究社区更多的研究成果。
英特尔神经拟态计算实验室总监mike davies 表示：
“短短两年时间里，我们已经形成了一个充满活力的社区，其中包括来自世界各地的数百名研究人员，神经拟态计算在计算效率、速度和智能功能方面带来数量级提升的潜力让他们深受鼓舞。我们第一次看到有越来越多证明这种潜力的场景出现。我们计划与英特尔神经拟态研究社区的合作伙伴一起，在收获的洞察基础上，让这一新生技术实现广泛和颠覆性的商业应用。”
英特尔认为，没有任何公司能够凭借一己之力有效释放神经拟态计算的全部潜力，这也是他们之所以创建英特尔神经拟态研究社区的原因。通过与学术界、产业界和政府领域的一些知名研究人员进行合作，英特尔致力于解决神经拟态计算发展中的挑战，并在未来几年内将其从研究原型发展为能够引领产业的产品。
英特尔及其合作伙伴已经展示了在现实世界边缘用例中所实现的数量级提升，并且看到了在扩展工作负载之后，解决更大的计算问题所取得的早期进展。随着神经拟态计算的不断发展，英特尔和英特尔神经拟态研究社区还发现了神经拟态技术在现实世界中的各种潜在用例，例如：支持更高效且能够自适应的机器人技术；在大型数据库中快速搜索相似的内容；让边缘设备能够实时做出复杂规划和优化决策等。联想、罗技、梅赛德斯-奔驰和prophesee的加入，以及英特尔神经拟态研究社区中现有的《财富》世界500强企业和政府实验室，证明神经拟态技术正在稳步成熟，将从学术实验室逐步走向产业应用。
通过对英特尔神经拟态系统上的应用进行持续开发、原型设计和测试，英特尔和英特尔神经拟态研究社区成员获得了越来越多的成果，并显示在各种工作负载中神经拟态计算都能带来性能的一致性提升。现有的研究结果——例如模仿人类嗅觉系统、将基于事件的触感引入机器人，结合英特尔研究院开放日上所介绍的新基准，勾勒出一副新的图景，即：神经拟态计算非常适合新兴的、具有商业相关性的仿生智能负载。
英特尔研究院开放日重点介绍的基准更新包括：
语音命令识别：埃森哲测试了在英特尔loihi芯片上识别语音命令的能力和在标准图形处理单元（gpu）上识别语音命令的能力，发现loihi不仅达到了和gpu类似的精度，而且能效提高1000倍以上、响应速度快200毫秒。通过英特尔神经拟态研究社区，梅塞德斯-奔驰正在探索如何将这些结果应用到现实用例中，例如在汽车中加入新的语音交互命令。
手势识别：传统的ai可以很好地处理大数据并识别成千上万个案例的模式，但它很难识别人与人之间细微的差异——比如我们用于交流的手势。埃森哲和英特尔神经拟态研究社区合作伙伴展示了loihi在快速学习和识别个性化手势方面取得的切实进展。通过处理来自神经拟态相机的信息，只需几次曝光loihi即可学习新手势。这可以应用于各种用例，例如与家庭中的智能产品进行交互或在公共场所的非接触式显示。
图像检索：零售行业的研究人员评估了loihi对基于图像的产品搜索应用。他们发现，在保持相同精度水平的情况下，loihi生成图像特征向量的效率比传统的中央处理单元（cpu）和gpu解决方案提升三倍多。这一结果是对英特尔今年早些时候发布的神经拟态研究系统pohoiki springs的相似度搜索结果的补充，表明loihi在百万幅图像数据库中搜索特征向量的速度比cpu快24倍，且能耗低30倍。
优化和搜索：英特尔及其合作伙伴发现，loihi解决优化和搜索问题的效率比传统cpu高1000倍、速度快100倍。优化问题，如约束满足可以在边缘端提供潜在价值，例如：让无人机能够实时规划并做出复杂的导航决策。同样的问题类型也可以扩展到复杂的数据中心负载，完成协助列车调度和物流优化等任务。
机器人技术：罗格斯大学和代尔夫特理工大学的研究人员展示了在loihi上运行机器人导航以及微型无人机控制应用的演示。代尔夫特理工大学的无人机使用一个包含35个神经元，并且能演进的脉冲网络进行光流着陆（optic flow landing），频率超过250千赫兹。罗格斯大学发现，其loihi解决方案所需的功耗比传统移动gpu低75倍，而性能却没有任何下降。在11月于2020机器人学习大会上发布的报告中，罗格斯大学的研究人员发现loihi可以成功学习诸多openai gym的任务，其精度与深度行动者网络（deep actor network）旗鼓相当，而能耗却比移动gpu解决方案降低了140倍。
此外，英特尔及其合作伙伴在英特尔研究院开放日活动上还展示了两个使用最先进技术的神经拟态机器人演示。与苏黎世联邦理工学院的研究人员合作，英特尔展示了loihi如何自适应地控制水平跟踪无人机平台，实现最高可达20千赫兹的闭环速度以及200微秒的视觉处理延迟。与传统解决方案相比，这意味着效率和速度都提高了1000倍。为了解决神经拟态软件集成问题，英特尔和意大利理工学院（iit）的研究人员在iit的icub机器人平台上演示了多种认知功能在loihi上运行，其中包括基于快速、小样本学习（few-shot learning）的物体识别，对学习对象的空间感知，以及对人类互动的实时决策。
随着英特尔神经拟态研究社区的发展，英特尔将继续对这个独特的生态系统进行投资，并与成员合作以提供技术支持，探索神经拟态计算可以在哪些方面解决现实中的各种问题。此外，英特尔将继续从英特尔神经拟态研究社区汲取经验，并将其运用于公司即将发布的下一代神经拟态研究芯片的研发中。
DS1820及其高精度温度测量的实现
数字电路处理中仿照技术正在渐渐没落
忠实拥护者竟弃Intel AMD转投ARM怀抱
用CPLD设计LED显示屏控制电路
纳米物联网应用在哪里可以看见
英特尔神经拟态生态系统的最新研究进展
负载电容的重要性
中国海装助力海上风电降本增效
特斯拉近期公布其在2020年的全球销量，直逼50万辆
颠覆认知!记忆居然真的可以遗传
游戏AI对自对弈推理速度提出新要求
嵌入式的单向散列算法
北斗总设计师：核心器件国产化率达到 100%
全球PCB大厂800G的光模块PCB产品已通过客户验证
英创信息技术EM335x电源冲击实验介绍
陶瓷基板与铝基板的对比详情
AP2637-C安瓿瓶折断力测试仪
被盗不用怕，USB kill cable可抹去你的Linux笔记本信息
物联网让大数据具备价值，客户体验直线上升
基于物联网的有毒气体监测器的制作
英特尔神经拟态计算实验室总监mike davies 表示：
“短短两年时间里，我们已经形成了一个充满活力的社区，其中包括来自世界各地的数百名研究人员，神经拟态计算在计算效率、速度和智能功能方面带来数量级提升的潜力让他们深受鼓舞。我们第一次看到有越来越多证明这种潜力的场景出现。我们计划与英特尔神经拟态研究社区的合作伙伴一起，在收获的洞察基础上，让这一新生技术实现广泛和颠覆性的商业应用。”
英特尔认为，没有任何公司能够凭借一己之力有效释放神经拟态计算的全部潜力，这也是他们之所以创建英特尔神经拟态研究社区的原因。通过与学术界、产业界和政府领域的一些知名研究人员进行合作，英特尔致力于解决神经拟态计算发展中的挑战，并在未来几年内将其从研究原型发展为能够引领产业的产品。
英特尔及其合作伙伴已经展示了在现实世界边缘用例中所实现的数量级提升，并且看到了在扩展工作负载之后，解决更大的计算问题所取得的早期进展。随着神经拟态计算的不断发展，英特尔和英特尔神经拟态研究社区还发现了神经拟态技术在现实世界中的各种潜在用例，例如：支持更高效且能够自适应的机器人技术；在大型数据库中快速搜索相似的内容；让边缘设备能够实时做出复杂规划和优化决策等。联想、罗技、梅赛德斯-奔驰和prophesee的加入，以及英特尔神经拟态研究社区中现有的《财富》世界500强企业和政府实验室，证明神经拟态技术正在稳步成熟，将从学术实验室逐步走向产业应用。
通过对英特尔神经拟态系统上的应用进行持续开发、原型设计和测试，英特尔和英特尔神经拟态研究社区成员获得了越来越多的成果，并显示在各种工作负载中神经拟态计算都能带来性能的一致性提升。现有的研究结果——例如模仿人类嗅觉系统、将基于事件的触感引入机器人，结合英特尔研究院开放日上所介绍的新基准，勾勒出一副新的图景，即：神经拟态计算非常适合新兴的、具有商业相关性的仿生智能负载。
英特尔研究院开放日重点介绍的基准更新包括：
语音命令识别：埃森哲测试了在英特尔loihi芯片上识别语音命令的能力和在标准图形处理单元（gpu）上识别语音命令的能力，发现loihi不仅达到了和gpu类似的精度，而且能效提高1000倍以上、响应速度快200毫秒。通过英特尔神经拟态研究社区，梅塞德斯-奔驰正在探索如何将这些结果应用到现实用例中，例如在汽车中加入新的语音交互命令。
手势识别：传统的ai可以很好地处理大数据并识别成千上万个案例的模式，但它很难识别人与人之间细微的差异——比如我们用于交流的手势。埃森哲和英特尔神经拟态研究社区合作伙伴展示了loihi在快速学习和识别个性化手势方面取得的切实进展。通过处理来自神经拟态相机的信息，只需几次曝光loihi即可学习新手势。这可以应用于各种用例，例如与家庭中的智能产品进行交互或在公共场所的非接触式显示。
图像检索：零售行业的研究人员评估了loihi对基于图像的产品搜索应用。他们发现，在保持相同精度水平的情况下，loihi生成图像特征向量的效率比传统的中央处理单元（cpu）和gpu解决方案提升三倍多。这一结果是对英特尔今年早些时候发布的神经拟态研究系统pohoiki springs的相似度搜索结果的补充，表明loihi在百万幅图像数据库中搜索特征向量的速度比cpu快24倍，且能耗低30倍。
优化和搜索：英特尔及其合作伙伴发现，loihi解决优化和搜索问题的效率比传统cpu高1000倍、速度快100倍。优化问题，如约束满足可以在边缘端提供潜在价值，例如：让无人机能够实时规划并做出复杂的导航决策。同样的问题类型也可以扩展到复杂的数据中心负载，完成协助列车调度和物流优化等任务。
机器人技术：罗格斯大学和代尔夫特理工大学的研究人员展示了在loihi上运行机器人导航以及微型无人机控制应用的演示。代尔夫特理工大学的无人机使用一个包含35个神经元，并且能演进的脉冲网络进行光流着陆（optic flow landing），频率超过250千赫兹。罗格斯大学发现，其loihi解决方案所需的功耗比传统移动gpu低75倍，而性能却没有任何下降。在11月于2020机器人学习大会上发布的报告中，罗格斯大学的研究人员发现loihi可以成功学习诸多openai gym的任务，其精度与深度行动者网络（deep actor network）旗鼓相当，而能耗却比移动gpu解决方案降低了140倍。
此外，英特尔及其合作伙伴在英特尔研究院开放日活动上还展示了两个使用最先进技术的神经拟态机器人演示。与苏黎世联邦理工学院的研究人员合作，英特尔展示了loihi如何自适应地控制水平跟踪无人机平台，实现最高可达20千赫兹的闭环速度以及200微秒的视觉处理延迟。与传统解决方案相比，这意味着效率和速度都提高了1000倍。为了解决神经拟态软件集成问题，英特尔和意大利理工学院（iit）的研究人员在iit的icub机器人平台上演示了多种认知功能在loihi上运行，其中包括基于快速、小样本学习（few-shot learning）的物体识别，对学习对象的空间感知，以及对人类互动的实时决策。
随着英特尔神经拟态研究社区的发展，英特尔将继续对这个独特的生态系统进行投资，并与成员合作以提供技术支持，探索神经拟态计算可以在哪些方面解决现实中的各种问题。此外，英特尔将继续从英特尔神经拟态研究社区汲取经验，并将其运用于公司即将发布的下一代神经拟态研究芯片的研发中。
DS1820及其高精度温度测量的实现
数字电路处理中仿照技术正在渐渐没落
忠实拥护者竟弃Intel AMD转投ARM怀抱
用CPLD设计LED显示屏控制电路
纳米物联网应用在哪里可以看见
英特尔神经拟态生态系统的最新研究进展
负载电容的重要性
中国海装助力海上风电降本增效
特斯拉近期公布其在2020年的全球销量，直逼50万辆
颠覆认知!记忆居然真的可以遗传
游戏AI对自对弈推理速度提出新要求
嵌入式的单向散列算法
北斗总设计师：核心器件国产化率达到 100%
全球PCB大厂800G的光模块PCB产品已通过客户验证
英创信息技术EM335x电源冲击实验介绍
陶瓷基板与铝基板的对比详情
AP2637-C安瓿瓶折断力测试仪
被盗不用怕，USB kill cable可抹去你的Linux笔记本信息
物联网让大数据具备价值，客户体验直线上升
基于物联网的有毒气体监测器的制作