“神经形态技术”是世界经济论坛2015年十大新兴技术》报告列出的十大创新之一。

20150303-ET10-NT-Chn-01

目前,哪怕最先进的超级计算机,其复杂程度也无法与人脑相媲美。计算机是线性的,主要依靠高速中枢,在中央处理器和存储芯片之间实现数据的来回移动。相比之下,人脑则处于全方位的互联状态,人脑中的逻辑和记忆紧密关联,其密度和多样性均是现代计算机的数十亿倍。神经形态芯片旨在用与传统硬件完全不同的方式处理信息,通过模仿人脑构造来大幅提高计算机的思维能力与反应能力。

近年来,计算机微型化使得传统计算性能得到大幅提升,但存储器与中央处理器之间数据的不断移动会消耗大量能源,产生多余热量,这一瓶颈限制了计算机的进一步改进。相比之下,神经形态芯片能效更高、性能更强,可将负责数据存储和数据处理的元件整合到同一个互联模块当中。从这一意义上说,这一系统与组成人脑的数以十亿计的、相互连接的神经元颇为相仿。

神经形态技术将是高性能计算的下一个发展阶段,它能够大幅提升数据处理能力和机器学习能力。IBM公司2014年8月所公布的百万神经元级别的TrueNorth芯片,在执行某些任务时,其能效可达传统中央处理器的数百倍,首次与人脑的大脑皮层有了可比之处。神经形态芯片计算能力显著提高,能耗和体积却要小得多,更为智能的小型机器或将引领计算机微型化和人工智能的下一阶段。

其潜在用途包括:可更好地处理和应对图像信号的无人机、更为强大、更为智能的相机和智能手机、有助于解读金融市场奥妙或进行天气预报的大规模数据透视。未来,计算机可以自主地进行预测和学习,而不是仅仅按照预先编写好的程序行事。

 


作者:梅博纳,IBM公司首席创新官兼副总裁,世界经济论坛新兴技术跨界理事会主席。

这份榜单的编制,汇集了理事会各位理事的集体智慧,包括:卡内基梅隆大学教授威廉·维泰克(William “Red” Whittaker、哈佛大学工程与应用科学学院汉格威格魏斯教授詹妮弗·刘易斯(Jennifer Lewis、基础医学公司(Foundation Medicine Inc)总裁兼首席执行官迈克·贝里尼(Mike Pellini、德勤公司先进材料与制造部门专家杰夫·卡尔贝克(Jeff Carbeck、卡内基梅隆大学人机交付技术教授贾斯汀·卡塞尔(Justine Cassell、洛桑联邦理工学院(EPFL)教授亨利·马克兰(Henry Markram 、比萨圣安娜高等学校(Scuola Superiore Sant’Anna)生物机器人研究所所长帕奥罗·达里奥(Paolo Dario、康奈尔大学农业与生命科学院访问学者马克·林纳斯 Mark Lynas和加州理工学院材料学与力学教授茱莉亚·格里尔(Julia Greer等。

以上内容仅代表作者个人观点。世界经济论坛博客是一个独立且中立的平台,旨在集合各方观点讨论全球、区域及行业性重要话题。