大数据文摘出品
作者：大数据文摘编辑部
本日，一辆来自清华的无人驾驶自行车登上了Nature的封面。
这辆自行车不仅可以平衡自身，还可以绕过障碍物，乃至可以相应大略的声音命令。
自行车能够按照声音命令改变方向或调度速率
自行车检测并跟踪移动的人，并在必要时避开障碍物
这辆自行车能够如此平衡、顺利的自主运行，靠的是自行车背后的大脑。它采取了一种名为“天机（Tianjic）”的新型打算机芯片，用于实时物体检测，跟踪，语音识别，避障和平衡掌握。
这只来自清华的团队也凭借Tianjic芯片，登上了8月1日发布的最新一期Nature封面。
这也是中国的人工智能芯片，首次登上Nature。
论文的通讯作者、清华大学精密仪器系教授、类脑打算中央主任施路平教授表示，虽然这还是非常初步的一个研究，但或许能够推动通用人工智能（AGI）打算平台的进一步发展。
本次的论文作者来自清华大学、北京灵汐科技、北京师范大学、新加坡理工大学和美国加州大学圣塔芭芭拉分校等机构。
论文链接：
https://www.nature.com/articles/s41586-019-1424-8
打算机科学+神经科学双导向，构建更普遍的通用平台
开拓通用人工智能有两种紧张方法：一种是打算机科学导向，植根于神经科学，并试图构建与大脑非常相似的电路。另一种是和神经科学导向。以打算机科学为根本，并利用打算机来实行机器学习算法。
由于在制剂和编码方案的基本差异，这两种方法依赖于不同的和不兼容的平台，延缓了AGI的发展。
因此，通用人工智能的发展亟待一个支持更普遍的、基于打算机科学的人工神经网络以及神经科学启示的模型和算法的通用平台。
两种方法的结合促进 AGI发展
这款天机（Tianjic）芯片则集成了两种方法，以供应稠浊、协同平台。
天机芯片采取多核架构，可重构构建模块和采取稠浊编码方案的流线型数据流，不仅可以适应基于打算机科学的机器学习算法，还可以轻松实现脑启动电路和多种编码方案。
“天机”芯片示意图
通过资源复用，天机芯片只需百分之三的额表面积即可同时运行打算机科学和神经科学导向的绝大多数神经网络模型，支持异构网络的稠浊建模，形成时空域折衷调度系统，发挥它们各自的上风，既能降落能耗，提高速率，又能保持高准确度。
天机芯片同时具有多个功能核心，可轻松地重新配置，使其能够适应机器学习算法和大脑启示电路。研究职员通过将个中一个芯片整合到无人驾驶的自行车中来证明这种方法的潜力，这种自行车可以实现自我平衡，通过语音掌握并且可以检测和避开障碍物。
芯片评估建模示例
在论文中，该团队表示，仅利用一个芯片，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，实现实时物体检测、跟踪、语音掌握、避障和平衡掌握。
基于天机芯片的自动驾驶自行车多模态集成示例图
跨学科组队，七个院系共同参与，七年磨一“芯”在7月30日的电话新闻发布会中，论文通讯作者、清华大学精密仪器系教授施路平先容了论文的研究思路。研究团队在接管媒体的采访时表示，从2012年孕育这项研究开始，团队碰着的最大寻衅不来自于科学、也不来自技能，而是在于学科的分布不利于办理当前的问题。
因此，研究团队成立了七个院系组成的类脑打算研究中央，覆盖脑科学、打算机、微电子、电子、精仪、自动化、材料等学科。
团队成员之一，加州大学圣塔芭芭拉分校博士后邓磊表示，在芯片方面，碰着的最大寻衅是如何实现深度和高效的领悟。打算机科学导向和神经科学导向是目前盛行的两类神经网络模型，这两种模型的措辞、打算事理、旗子暗记编码办法、运用处景都有很大不同，以是须要的打算架构和存储架构大相径庭，乃至设计的优化目标都很不一样。一些深度学习加速器和神经形态芯片，基本上都是独立的设计体系，因此深度领悟并不大略。
深度领悟不是深度学习加速模块和神经形态模块大略的拼合，难点在于每部分的比例难以确认，由于现实中的运用繁芜多变。而且，如果构建异构的稠浊模型，可能还须要在两个模块之间添加专门的旗子暗记转换单元，这又会有很多额外本钱，以是，如何设计一套芯片架构兼容两类模型，可以灵巧的配置同时又具有高性能，是团队芯片设计中的一大寻衅。
2015年，施路平团队设计出第一代“天机芯”，经不断改进设计，2017年第二代“天机芯”问世。比较于当前世界前辈的IBM的TrueNorth 芯片，2017年流片成功的第二代“天机芯”密度提升20%，速率提高至少10倍，带宽提高至少100倍，灵巧性和扩展性更好。
也正如MIT科技评论宣布所说，“该芯片暗示了中国在开拓自己的芯片设计能力方面取得的进展。中国研究职员表明，他们可以制造专门的AI芯片以及任何芯片。”
类脑可以超越人脑吗？实在早在3年前，谷歌就曾在愚人节那天发布过一辆空想中的自动驾驶自行车。
在谷歌的想象中，这辆“自行车”不仅平衡力超高
还能够自动通过红绿灯路口，自主导航找到你的位置。
但作为“愚人节视频“发布，也解释了这一技能的难点和不易实现。
而在本日，清华施路平团队终于初步实现了这一想象。这样的黑科技彷佛也带着一丝科幻色彩，让人畅想AGI到来的那天。
在接管采访时，施路平教授表示，类脑能否超越人脑的问题，实在和电脑是否能超越人脑的问题类似。
电脑在某些方面实在早就超过了人类，其精准快速的运算能力、强大的影象让我们叹为不雅观止。然而，目前在很多智能的层次，打算机和人脑还是有相称大的间隔。 特殊是对付不愿定性的问题，比如学习、自主决策等领域。
打算机会逐渐缩小差距，至于末了能否全面超过人脑，施路平教授以为从技能的层面来看会越来越多，“由于打算机的发展有一个特点，便是它从不退步，它一贯往前走。但是我相信我们人是有聪慧的，我们会在发展的过程当中来逐渐的完善我们对付研究领域的一个理解，来把控它的风险，由于我相信人们之以是对这个问题重视，是由于我们担心会不会像科幻电影说的那样毁灭人类。”
关于AGI是否会超越人类聪慧，吴恩达在AI For Everyone课程中也表示，完备的AGI的涌现可能还须要几十乃至上百年，从韶光上来说，我们也不须要多度担心。
