神经拟态计算，开启 AI 芯片“后浪”时代
最后更新：2020-05-18 10:03:34 手机定位技术交流文章
实时链接:https://live.ixigua.com/1176759/
近年来，随着语音识别、语音合成、语义理解、图像识别等技术的突破，深度学习的兴起引发了人工智能的新浪潮。然而，随着研究的深入，如何持续带来指数级的性能提升已经成为人们关注的焦点。
另一方面，虽然人工智能发展迅速，但我们仍处于探索人工智能发展道路上的感性智能阶段。集分析、思考和判断能力于一体的认知智能已成为业界公认的突破方向之一。
受人脑启发，具有低功耗和快速计算特性的神经模拟芯片可能成为未来超大规模机器和人工智能应用的基石，也是业界的一个研究热点。例如，今年3月，英特尔和康奈尔大学的研究发表在《自然》杂志的附属期刊《自然机器智能》的封面上。他们在英特尔的神经模拟芯片Loihi上实现了一套源自大脑嗅觉回路结构和动力学的神经算法，并配置了生物嗅觉的电路图。Loihi只需要一个样本就能学会识别每种气味，而传统解决方案需要3，000多次训练样本来学习每种气味。去年8月，清华大学研发的异质融合脑芯片天体运动登上《自然》杂志封面，引起轰动。
神经模拟计算已经成为人工智能芯片发展的未来。
然而，神经模仿发展到了什么阶段？如何在未来几年促进神经模拟计算的发展？机遇和挑战是什么？杀手级应用是什么？
针对这些业界关注的热点问题，《机器之心》邀请了杜克大学电子与计算机工程系教授、计算进化智能实验室副主任陈亦然、浙江大学计算机科学学院教授、博士生导师唐华金、英特尔中国研究院院长宋继强等三位嘉宾，共同探讨神经模拟计算的未来，探讨人工智能芯片的“后浪潮”时代。
对话的主题:神经模拟计算，开启人工智能芯片时代的“反浪潮”
时间:2020年5月20日上午9:00-10:00
谈论焦点话题
人工智能新浪潮:颠覆还是进化？
芯片制造大脑:智能时代的新钥匙？
探索未知:梦想还是现实？
客人简介
陈亦然，杜克大学电子与计算机工程系教授，计算进化智能实验室联合主任:陈亦然博士是杜克大学电子与计算机工程系教授，杜克进化智能中心联合主任，美国自然科学基金会新的可持续智能计算生产力中心主任，以及乔春明。在清华大学电子工程系获得学士和硕士学位后，他于2005年在普渡大学获得博士学位。研究方向是新记忆、神经形态学计算、加速机器学习和移动计算。陈博士出版专著一部，发表学术论文400余篇，获得美国专利94项。他目前是《电气和电子工程师学会电路和系统》杂志的主编。
唐华金，浙江大学计算机科学学院教授、博士生导师:唐华金教授的主要研究领域是类脑计算、神经形态计量学与芯片、智能机器人等。他主持完成了国家自然科学基金、科技部智能机器人重点研发项目、新加坡科学技术研究局等多项国内外项目。2004年，他获得了新加坡国立大学的博士学位。他先后在澳大利亚昆士兰大学脑科学研究所工作和深造。2008年至2015年，他担任新加坡科学技术研究委员会信息与通信研究所认知计算和机器人认知实验室主任，并自2014年起担任四川大学类大脑计算研究中心主任。唐博士在人工智能领域的国际权威期刊和会议上发表了50多篇论文，施普林格出版了两本英文专著。曾担任国际神经网络学会和一些国际期刊协会的主任。
英特尔中国研究院院长宋继强:宋继强博士现任英特尔中国研究院院长。他的研究兴趣包括智能机器人与外界的交互技术、各种形式智能设备的创新、移动多媒体计算、移动平台的性能优化、新的人机界面以及为新的应用模式创建软硬件环境。宋继强于2001年获得南京大学计算机科学博士学位，其博士论文被评为全国优秀博士论文。宋博士于2008年加入英特尔中国研究院，时任清华大学英特尔高级移动计算中心应用研发总监。目前，他致力于开发基于英特尔技术的智能服务机器人平台。
2001年至2008年，他在香港中文大学担任博士后研究员，香港应用科技研究院(ASTRI)总工程师，北京极小极大电子有限公司多媒体研发总监。2003年，他开发的算法在IAPR GREC国际电弧识别算法竞赛中获得一等奖。2006年，他参加了计算机图形阅读技术的研究，获得“教育部高等学校科技二等奖”(第二名)。他是IEEE和CCF的高级成员，在国际期刊和会议上发表了40多篇学术论文，如IEEE TPAMI、IEEE TCSVT、模式识别、CVPR、ICPR等。
本文由 在线网速测试 整理编辑，转载请注明出处。
