一家初创公司正在使用人类神经元构建AI芯片
2020-03-31
14:00:13
来源: 半导体行业观察
来源：内容由半导体行业观察（icbank）
编译自「fortune」，作者：JEREMY KAHN，
谢谢。
人工智能最有前途的方法之一是尝试模仿人脑在软件中的工作方式。
但是现在，一家总部位于澳大利亚墨尔本的初创公司走得更远。它实际上是使用嵌入在专用计算机芯片中的真实的生物神经元来构建微型无形的大脑。
这家名为Cortical Labs的公司希望教这些混合微型大脑执行当前一些基于软件的人工智能可以执行的许多相同任务，但所需的能耗却很小。目前，该公司正在努力得到它的微型大脑，迄今为止，他们正在接近做出一个类似一个蜻蜓处理能力的芯片，能够实现老雅达利的街机游戏PONG，公司的创始人和首席执行官 Hon Weng Chong说。
该基准之所以重要，是因为Pong是DeepMind的早期Atari游戏之一，DeepMind是一家总部位于伦敦的AI公司，他们以其与人工神经网络的合作而闻名，该软件在某种程度上模仿了人类神经元的功能，并在2013年 首次用于证明其性能。该演示促使Google在第二年购买了DeepMind。
Chong说，Cortical Labs使用两种方法来创建其硬件：它从胚胎中提取小鼠神经元，或者使用一种技术将人类皮肤细胞转化回干细胞，然后诱导其生长为人类神经元。
然后，将这些神经元嵌入到一种特殊的金属氧化物芯片顶部的一种滋养性液体介质中，该芯片包含22,000个微小电极的网格，使程序员能够向神经元提供电输入并感应其输出。
目前，Cortical Labs正在将小鼠神经元用于Pong研究。
“我们试图做的是证明我们可以改变这些神经元的行为。” Chong表示。
虽然这是从Pong开始的任务，但他认为Cortical Labs可以在今年年底之前掌握，他补充说，该公司的混合芯片最终可能成为提供各种复杂推理和概念性理解的关键，这是今天的AI无法做到的。
如果该公司的方法被证明具有可扩展性，那么也可以解决深度学习面临的最棘手的问题之一——耗能。
DeepMind创建的玩Go的深度学习系统AlphaGo在2016年的古老策略游戏中击败了世界上最好的人类玩家。科技公司Ceva 估算，该游戏在游戏过程中消耗了1兆瓦的电能，每天可为大约100户家庭供电。相比之下，人脑消耗的功率约为20瓦，是AlphaGo所消耗能量的50,000分之一。
伦敦大学学院的神经科学家卡尔·弗里斯顿（Karl Friston）以其在脑成像方面的工作以及包括神经元集合在内的生物系统如何自组织的理论基础而闻名，他在今年早些时候看到了Corical Labs技术的演示，并说对公司的工作印象深刻。
Cortical Labs系统的各个方面都基于弗里斯顿的工作和他的一些学生的研究，但是神经科学家与这家澳大利亚初创公司没有任何关系。
弗里斯顿说，他一直认为他关于神经元组织方式的想法将被用来构建更有效的神经形态计算机芯片，这种硬件试图模仿大脑如何比当今标准计算机芯片更紧密地处理信息。弗里斯顿说，但试图将生物神经元与半导体结合起来的想法并不是他所期望的。
“对于令我惊讶和高兴的是，它们直接用于真实事物，”他谈到Cortical Labs对真实生物神经元的使用时说道。“在我看来，该小组能够做的是使这些想法付诸实践的正确方法。”
使用真实的神经元可以避免基于软件的神经网络遇到的其他一些困难。例如，要使人工神经网络开始良好学习，他们的程序员通常必须进行费力的过程，手动调整初始系数或权重，该系数或权重将应用于网络处理的每种类型的数据点。另一个挑战是使软件平衡在尝试探索问题的新解决方案与依靠网络已经发现运行良好的解决方案之间应该平衡的程度。
Friston说：“如果您首先有一个基于生物神经元的系统，那么所有这些问题都是可以避免的。”
Chong是一位前医学博士，曾创立过一家健康技术公司，并于两年前开始与他的联合创始人兼首席技术官Andy Kitchen一起研究创建混合生物计算机智能系统的方法。
Chong说，两人对人工智能（artificial general intelligence：简称AGI）的概念很感兴趣，因为AI具有可以比人类更好或更好地执行几乎任何类型任务的灵活性。Chong表示：“每个人都在争创AGI，但我们所知道的唯一真正的AGI是生物情报，人类情报。” 他指出，两人认为获得人类水平智力的唯一方法是使用人类神经元。
长期以来，Cortical Labs也在试验中的小鼠神经元已被神经科学家用作人类神经元的代理，因为存在提取和培养它们的悠久方法。（从皮肤细胞培养工程神经元的能力仅在过去十年中才得以完善。）最近，西雅图艾伦脑科学研究所的科学家发现，覆盖小鼠神经元和人类神经元的蛋白质存在差异。不同的电特性，而鼠标神经元实际上可能不是人类的良好替代品。
Chong表示，他和Kitchen的灵感来自东京郊外理化学研究所脑科学中心研究员Takuya Isomura的工作，他曾在Friston的指导下学习。Isomura曾在2015年演出如何在电极网格上覆盖培养的皮质神经元，学习如何克服“鸡尾酒会”效应，从而将诸如人的声音之类的单个音频信号与背景噪音的刺耳声分开。
Cortical Labs于去年6月才正式成立，已从澳大利亚著名风险投资公司Blackbird Ventures获得了约61万美元的种子资金。
它不是唯一从事生物计算的公司。位于加利福尼亚州圣拉斐尔市的一家名为Koniku的初创公司已经开发出一种64神经元硅芯片，该芯片使用鼠标神经元构建，可以感应某些化学物质。该公司希望将无人机中使用的芯片出售给军队和执法部门以检测爆炸物。
同时，麻省理工学院的研究人员采用了另一种方法- 在混合芯片中使用细菌的特殊菌株来计算和存储信息。
*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。
今天是《半导体行业观察》为您分享的第2265期内容，欢迎关注。
『
半导体第一垂直媒体
』
实时 专业 原创 深度
识别二维码
，回复下方关键词，阅读更多
存储｜传感器
｜IGBT
｜
ARM
｜FPGA
｜中兴｜苹果｜半导体股价｜IP
回复
投稿
，看《如何成为“半导体行业观察”的一员 》
回复
搜索
，还能轻松找到其他你感兴趣的文章！
责任编辑：Sophie
