人工智能和机器学习还处于起步阶段，要完善它们还需要做大量的工作。需要清除的几个主要障碍包括处理时间和功耗。英特尔公司一直在努力开发其神经形态计算系统，并将推出其新型Pohoiki Springs系统，该系统将立即解决这两个问题。
Pohoiki Springs系统与传统计算系统的不同之处在于其内存和计算系统是相互缠绕的，而传统系统则将它们分开。这样就消除了两个区域之间来回传送数据的麻烦，从而大大缩短了处理时间。
例如，英特尔的研究团队仅使用一种神经形态研究芯片来训练AI系统以检测有害气味。该系统仅需训练一个样本即可学会检测每种气味，而传统的深度学习方法则需要每种气味3,000个样本。
这怎么可能?英特尔神经形态计算实验室主管Mike Davies表示，神经形态计算系统通过永久学习基于感官的对象(他们可以看到，闻到，听到或触摸的对象)，就像婴儿一样学习。而且，该系统的即时学习能力使其比传统的深度学习机更准确地做出预测。
Pohoiki Springs系统在不大于标准服务器的机箱中拥有约770种神经形态芯片。这使它具有约1亿个神经元的计算能力，这与老鼠痣的大脑大致相同。
更快，更高效地完成所有工作的副产品是，与深度学习机相比，所需的功率更少。功耗一直是大规模AI开发的主要障碍，因为马萨诸塞大学的研究人员发现，仅开发一种AI模型在其整个生命周期内就可以拥有与五辆汽车相同的碳足迹。
研究公司Gartner Inc.预计，到2025年，神经形态芯片将成为所有AI部署的主要架构。这种进步正处于理想的时机。英特尔很有可能在这一行动中发挥重要作用。
这条信息对你有帮助吗？