“英特尔的神经形态计算系统像人一样学习”

人工智能和机器学习才刚刚开始，要使它们完整还需要做很多工作。 需要清除的几个主要故障包括解决时间和功耗。 英特尔公司正在努力开发神经形态计算系统，并正在推出新的pohoiki springs系统。 该系统将很快应对这两个问题。

pohoiki springs系统与以前传入的计算系统不同的是，存储器和计算系统交织在一起，以前传入的系统将它们分离。 这样可以节省在两个区域之间传输数据的时间，从而大大缩短解决时间。

例如，英特尔的研究小组只使用一个神经形态研究芯片训练ai系统，以检测有害的气味。 这个系统只需要训练一个样本就能检测出各自的气味，但是根据以前流传下来的深度学习法则，每个气味需要000个样本。

这怎么可能？ 据英特尔神经计算实验室主管mike davies介绍，神经计算系统将学习基于感觉的对象，即:永久可见、闻、触的对象 并且，该系统的即时学习能力比以前流传的深度学习更能准确地预测。

pohoiki springs系统在标准服务器以下的机箱中搭载了约770种神经形态芯片。 它拥有约1亿个神经元的计算能力，这和老鼠痣的大脑差不多。

更快、更高效地完成所有工作的副产品是，与深度学习相比，所需的电力更少。 功耗一直是大规模ai开发的首要障碍。 因为麻省大学的研究者发现，只要开发一种ai模型，在其整个生命周期中就可以拥有与5辆汽车相同的碳足迹。

研究公司gartner inc .预测，到2025年，神经形态芯片将成为所有ai部署的主要架构。 这个进步正好处于理想的时机。 英特尔很可能在这次活动中发挥重要意义。

本文：《“英特尔的神经形态计算系统像人一样学习”》