神经形态学技术：下一件大事？

想象一下，如果一台电脑的功能——它的所有处理能力、计算能力和数据存储能力——可以缩小到一个3公分x 3公分的芯片。这就是神经形态计算的承诺，也是人工智慧 (AI) 的下一个进化飞跃。

神经形态计算模仿人脑的神经结构和操作，即我们处理来自环境的数据、解释它们并做出自主决策的方式。

DSO 国家实验室 (DSO) 已经开始在该领域开展工作，为高效的神经形态感知和听力编写算法。

他们的一个项目研究了神经形态相机——一种掌上小型红色设备。在看似普通的外壳内是神经形态计算芯片。

与每次快门打开时捕获图像的传统相机不同，神经形态相机在没有快门的情况下运行，它只感知和捕捉环境的变化，就像人脑一样。

这意味着在监视等任务中，它能够检测到入侵，而在场景没有变化时无需捕获和处理不必要的信息。

它的处理速度非常快，甚至可以检测和捕捉运动中的子弹。

国防科技研究院 (DSO) 信息开发实验室的实验室主任陈垣信先生解释了如此高的计算能力如何能够存在于一个比典型工作站小约 1,000 倍的微型芯片中：

"今天的人工智慧会激发其所有神经元来完成特定任务。但我们的人脑不会那样工作。神经形态计算模拟大脑，只会激发相关神经元并向其它神经元发送信号。

"这使得神经形态计算的能效比今天的电脑高出约 10,000 倍。这有助于大幅减少其重量和尺寸。"

今年 46 岁的陈先生自从 2016 年以来一直在国防科技研究院 (DSO) 研究这项技术。

他的团队编写了算法，使神经形态相机能够通过检测和分类车辆之类的物体来识别场景。

当陈先生开始研究仿人人工智能时，他首先需要对人脑有一个很好的了解。

"最大的障碍是第一个——我没有生物学背景。因此，我必须迅速掌握对人类大脑的最新理解，才能将其应用于我们的算法，"陈先生说，当时他是领导这项研究的初级工程师。

他的团队迅速咨询了本地大学里的专家，甚至向德国著名教授学习了神经科学速成课程。

今天，国防科技研究院(DSO) 已经在该地区取得了一些进展，尽管仍然处于"婴儿阶段"，陈先生说。

他们的另一个项目是在仿生耳处理器中使用神经形态计算芯片，这是一种受人类听觉启发的声音分类设备。

该团队已经开始编写声音分类代码——例如，区分卡车、人或狗——并希望将其集成到耳朵处理器中。

陈先生说，虽然这项技术是新生的，但它可以为国防应用解锁无数的可能性。

"由于神经形态技术的能源效率更高，它可以极大地提高我们士兵可以带到战场上的技术的机动性、便携性和耐用性。"

他补充说："这将彻底改变人工智能和我们使用电脑的方式。"

为什么神经形态计算如此高效？到这里看看陈先生的解释：