為了實現(xiàn)更高級別的人工智能，各方都在尋找解決方法。在現(xiàn)有的技術(shù)和產(chǎn)品上進行優(yōu)化是一種收效更快的方法，然而具有革命性的新技術(shù)更能引起關(guān)注。其中，量子計算和類腦芯片每一次的進展都吸引了大量關(guān)注，它們的發(fā)展是否已經(jīng)達到預期？
AI、量子計算、類腦芯片都是很早就被提出，但AI時代對量子計算和類腦芯片的需求更加迫切。原因是傳統(tǒng)的馮·諾依曼結(jié)構(gòu)出現(xiàn)了瓶頸，馮·諾依曼結(jié)構(gòu)中計算模塊和存儲單元分離，CPU在執(zhí)行命令時必須先從存儲單元中讀取數(shù)據(jù)，所以即便CPU處理的速度再快，也要等內(nèi)存。由此，基于馮·諾依曼結(jié)的AI計算面臨算力提升以及“內(nèi)存墻”等挑戰(zhàn)。
馮·諾依曼結(jié)構(gòu)
那么，量子計算和類腦芯片都具備引領(lǐng)AI發(fā)展的潛力，這兩種計算方式目前進展如何？
量子計算
你以為的量子計算
量子計算機用“量子比特（qubits）”來存儲數(shù)，相比現(xiàn)在計算機使用的經(jīng)典比特，傳統(tǒng)的二進制存儲數(shù)據(jù)只能是“0”或“1”的某狀態(tài)，而1個量子位可以同時存儲0和1，通過量子力學實現(xiàn)疊加。因此，量子計算能解決目前計算機系統(tǒng)無法解決的問題。
當然，提到量子計算許多人可能會想到的是量子計算的超強計算能力，比如一臺50量子比特的設備運算速度可達每秒1125億億次，秒殺目前世界最強超級計算機。當然，還有人期待量子計算實現(xiàn)許多當下的計算機還不能實現(xiàn)的問題，比如密碼破解，模擬量子物理系統(tǒng)，模擬材料學、化學和生物學，以及解決人工智能中的很多問題。
但實際情況如何？
據(jù)了解，1980年代，量子計算機多處于理論推導狀態(tài)，1994年彼得·秀爾（Peter Shor）提出量子質(zhì)因數(shù)分解算法。到了2011年5月11日，加拿D-Wave 系統(tǒng)公司發(fā)布了號稱“全球第一款商用型量子計算機”的計算設備“D-Wave One”，含有128個量子位。不過，該量子設備是否真的實現(xiàn)了量子計算當前還沒有得到學術(shù)界廣泛認同，只有證據(jù)顯示D-Wave系統(tǒng)在運作的時邏輯不同于傳統(tǒng)計算機。
之后，NASA、Google、IBM、新南威爾士大學、美國馬里蘭大學學院市分校相繼在量子計算上取得一些進展，越來越多的學術(shù)機構(gòu)、公司和國家加入了量子計算的競爭。2018年，巨頭們的競爭更加激烈。
2018年量子計算備受關(guān)注
CES 2018上，英特爾宣布成功設計、制造和交付49量子比特（量子位）的超導測試芯片Tangle Lake。6月，英特爾稱研究人員正在測試一種微小的新型“自旋量子位”芯片，這款芯片比鉛筆的橡皮擦還小，是目前英特爾最小的量子計算芯片。
2018年3月，谷歌推出一款名為Bristlecone的芯片，據(jù)悉Bristlecone芯片擁有超導電路制成的72個量子比特，據(jù)稱是最大的量子芯片，超過IBM的50量子比特和英特爾的49量子比特。
同月，百度宣布成立量子計算研究所，開展量子計算軟件和信息技術(shù)應用業(yè)務研究，計劃在五年內(nèi)組建世界一流的量子計算研究所，并逐步將量子計算融入到業(yè)務中。
還是3月，微軟宣布發(fā)現(xiàn)馬約拉納費米子的存在證據(jù)，下一步會將費米子轉(zhuǎn)化為量子，并希望在2018年年底實現(xiàn)，并在5年內(nèi)向其他企業(yè)提供可用的量子計算機。
5月，微軟又在Build大會上宣布要在五年內(nèi)造出一臺擁有100個拓撲量子比特的量子計算機，并將其整合到微軟云Azure中。
阿里巴巴量子實驗室施堯耘團隊也在5月宣布成功研制當前世界最強的量子電路模擬器太章。太章成功模擬了 81（9x9）比特 40 層的作為基準的谷歌隨機量子電路，之前達到這個層數(shù)的模擬器只能處理 49 比特。
還是5月，《科學進展》雜志以《A chip that allows for two-dimensional quantum walks》為題報道了上海交通大學金賢敏團隊通過“飛秒激光直寫”技術(shù)制備出節(jié)點數(shù)達49×49的光量子計算芯片。據(jù)悉，這是目前世界上最大規(guī)模的三維集成光量子計算芯片。
9月的阿里云棲大會上，阿里CTO、達摩院院長張建鋒表示達摩院已經(jīng)開始研發(fā)超導量子芯片和量子計算系統(tǒng)。
10月，華為在全聯(lián)接大會期間正式發(fā)布量子計算模擬器HiQ云服務平臺，包括量子計算模擬云服務以及量子編程框架。
12月，中國科學技術(shù)大學郭光燦院士團隊宣布成功研制出一套精簡、高效的量子計算機控制系統(tǒng)。
2019年首個獨立商用量子計算機推出但不被看好
量子計算在2018年引發(fā)了不少的關(guān)注，剛進入2019年，量子計算又引發(fā)巨大關(guān)注。上周報道，CES 2019上IBM宣布推出世界上首個專為科學和商業(yè)用途設計的集成通用近似量子計算系統(tǒng)IBM Q System One，并且，IBM還計劃于2019年在紐約Poughkeepsie開設首個IBM Q 量子計算中心。
IBM Q系統(tǒng)的目標是解決當前經(jīng)典系統(tǒng)無法處理的被認為是過于復雜的問題，幫助開發(fā)者構(gòu)建量子計算機與常規(guī)架構(gòu)計算機之間的接口。IBM同時指出IBM Q旨在解決量子計算最具挑戰(zhàn)性問題之一：持續(xù)保持用于執(zhí)行量子計算的量子位的質(zhì)量。
IBM看好量子計算的未來應用包括尋找新的方法模擬金融數(shù)據(jù)，隔離關(guān)鍵的風險因素以進行更好的投資，或者找到跨系統(tǒng)的最佳路徑，以實現(xiàn)超高效的物流和優(yōu)化交付的運營。
IBM在量子計算的商業(yè)化方面走的更遠，其在2016年就開發(fā)出具有5位量子比特的量子計算機，并向公眾免費開放IBM Q量子計算機的云訪問權(quán)限。
不過，外界并不看好IBM的首個獨立商用量子計算機，外媒The Verge稱：像IBM Q System One這樣的量子計算系統(tǒng)仍然是實驗性的。在涉及到現(xiàn)實生活的計算時，你的筆記本電腦可能更強大。Tech Crunch評論指出，對于大多數(shù)商業(yè)應用，一臺20-Bit的機器還遠遠不夠。更有評論表示，IBM只是在自己的實驗設備外面加了一個華麗的外殼而已。
除了IBM，澳大利亞新南威爾士大學也在近日發(fā)布消息，表示該校量子計算與通信技術(shù)卓越中心（CQC2T）的研究人員已經(jīng)證明，他們開創(chuàng)性的單原子技術(shù)可以適用于構(gòu)建3D硅量子芯片，實現(xiàn)具有精確的層間對準和高精度的自旋狀態(tài)測量，并達成全球首款3D原子級硅量子芯片架構(gòu)，朝著構(gòu)建大規(guī)模量子計算機邁出了重要一步。
只是，IBM的首個獨立商用量子計算機都發(fā)布之后就備受質(zhì)疑，實驗室里的突破需要多長時間才能為構(gòu)建大規(guī)模量子計算貢獻力量也不得而知。
因此，量子計算確實是未來重要的方向，各個國家和巨頭也投入大量資金進行研發(fā)，但是想要達到理想中的量子計算的狀態(tài)，還有很長的路要走，在火熱的發(fā)展中理性看待。
類腦芯片
類腦芯片架構(gòu)是模擬人腦的神經(jīng)突觸傳遞結(jié)構(gòu)，通過模仿人腦工作原理使用神經(jīng)元和突觸的方式替代傳統(tǒng)馮諾依曼架構(gòu)，使芯片能夠進行異步、并行、低速和分布式處理信息數(shù)據(jù)，并具備自主感知、識別和學習的能力。
類腦芯片在2018年1月迅速引發(fā)了廣泛關(guān)注，因此斯坦福大學研究院電子與微系統(tǒng)技術(shù)實驗室的Jeehwan Kim教授在《自然》雜志上發(fā)表的一篇論文表示其與研究員們使用一種稱為硅鍺的材料研發(fā)了一款人工突觸芯片，可支持識別手寫字體的機器學習算法。
IBM TrueNorth引發(fā)轟動
不僅是學術(shù)界，在工業(yè)界，IBM不僅在量子計算的商用化方面進展迅速，在類腦芯片的研究中先人一步。2011年8月在模擬人腦大腦結(jié)構(gòu)基礎上，研發(fā)出兩個具有感知、認知功能的硅芯片原型TrueNorth引發(fā)轟動。
2014年TrueNorth第二代發(fā)布，大小只有郵票大小的硅片上集成了100萬個“神經(jīng)元”，256個“突觸”，4096個并行分布的神經(jīng)內(nèi)核，用了54億個晶體管，其性能相比第一代也有不小的提升，功耗方面每平方厘米消耗20毫瓦，是第一代的百分之一，直徑為幾厘米，是第一代的十五分之一。
IBM稱如果 48 顆TrueNorth芯片組建起具有 4800 萬個神經(jīng)元的網(wǎng)絡，這48顆芯片的“智力水平”將與普通老鼠相似。
2014年IBM發(fā)布第二代TrueNorth之后，直到2017年11月，科技部的消息稱IBM公司即將開發(fā)由64個TrueNorth類神經(jīng)形態(tài)芯片驅(qū)動的新型超級計算機，該新型超級計算機能進行大型深度神經(jīng)網(wǎng)絡的實時分析，可用于高速空中真假目標的區(qū)分，功耗比傳統(tǒng)的計算機芯片降低4個數(shù)量級。
不過，2014年IBM公布TrueNorth后，深度學習先驅(qū)和Facebook AI研究團隊負責人Yann LeCun在一篇文章中寫道，該芯片在執(zhí)行使用卷積神經(jīng)網(wǎng)絡的深度學習模型進行圖像識別的時候會遭遇困難。
英特爾Loihi芯片比蝦腦復雜
比IBM的TrueNorth新型超級計算機消息早兩個月，英特爾在2017年9月推出了自學習神經(jīng)芯片Loihi，據(jù)悉Loihi由 128 個計算核心組成，每個核心有 1024 個人工神經(jīng)元，整個芯片共有超過 13 萬個神經(jīng)元和 1.3 億個突觸連接。
與所有的神經(jīng)元芯片一樣，Loihi模仿了大腦的運作方式，以“刺激神經(jīng)元”作為其基本的計算基礎，根據(jù)環(huán)境的不同反饋模式進行操作，這些神經(jīng)元代替了傳統(tǒng)硅片中的邏輯門，沒有將信息作為二進制的1和0進行處理，而是將它們發(fā)送的信號加權(quán)，使其功能比二進制更加模擬。
英特爾稱Loihi比當今處理器能耗比提升高達1000倍，并且稱該芯片可以適應 Go 語言并使用它學習，Loihi完全不需要依賴大規(guī)模數(shù)據(jù)和大量算力的深度學習，可以自主學習（self-learning）。
也就是說，Loihi可以在單個芯片上完成訓練和推理，用于現(xiàn)實世界中需要實時學習的設備：自動駕駛無人機和汽車，實時適應環(huán)境中發(fā)生的狀況；用攝像頭找尋失蹤人口；或者讓紅綠燈自動適應交通狀況。
在2018年，英特爾神經(jīng)擬態(tài)計算項目主管Mike Davies預測，機器人將是神經(jīng)擬態(tài)計算的殺手級應用。并表示英特爾已經(jīng)向特定研究合作伙伴提供了首批開發(fā)系統(tǒng)，他們正在進行感知、馬達控制、信息處理等多種應用的研究。
需要指出的是，從神經(jīng)元數(shù)量上看，Loihi 芯片比一個簡單的蝦腦更復雜一些。而人類大腦由超過 800 億個神經(jīng)元構(gòu)成，也就是說，這個芯片距離模擬人類大腦的內(nèi)部的復雜行為還很遙遠。
高通的Zeroth芯片到神經(jīng)處理引擎
高通也在類腦芯片上積極布局，2013年，高通表示正在打造一個全新的計算處理器，這項技術(shù)能夠模仿人類的大腦和神經(jīng)系統(tǒng)，讓終端更加智能，可以預測需求，高通將其命名為Zeroth。
2015年，高通表示Zeroth的“腦啟發(fā)計算”研究項目在2014年取得了顯著進步，針對為仿生脈沖神經(jīng)網(wǎng)絡研發(fā)的構(gòu)架和工具，高通已經(jīng)開始收集一些指定公司的反饋。高通同時表示Zeroth團隊與Planet GmBH合作，展示了在驍龍和Zeroth平臺上運行深度卷積遞歸神經(jīng)網(wǎng)絡的力量。移動終端完全基于光學字符識別（OCR）的手寫識別首次得到驗證。
高通還用裝載該芯片的機器小車進行了演示，使小車在受人腦啟發(fā)的算法下完成尋路、躲避障礙等任務。
MWC 2015上，高通正式發(fā)布驍龍820以及使用這一處理器的軟硬件結(jié)合“認知計算平臺”Zeroth。高通表示借助這一平臺，智能手機將變得更加聰明，可以在用戶發(fā)出指令前預測其需求。
2016年，名為高通Snapdragon神經(jīng)處理引擎的SDK搭載Qualcomm Zeroth機器智能平臺，特別進行優(yōu)化以發(fā)揮Snapdragon的異構(gòu)運算功能。
不過，由于Zeroth在設計之初并不是專為AI手機和移動終端AI芯片的計算方案，在功耗和運算效率上仍然有著自己的瓶頸，因此，針對AI手機和AI終端的AI芯片高通推出了更為契合的AI Engine，Zeroth也沒有更多消息。
中國團隊的類腦芯片
除了芯片巨頭們，國內(nèi)AI芯片初創(chuàng)公司西井推出了自主研發(fā)的擁有100億規(guī)模的神經(jīng)元人腦仿真模擬器（Westwell Brain）和可商用化的5000 萬類腦神經(jīng)元芯片（DeepSouth）兩款產(chǎn)品，其中可商用化的芯片能模擬5000萬級別的“神經(jīng)元”，總計50多億“神經(jīng)突觸”，據(jù)悉該芯片具備“自我學習、自我實時提高”的能力，還可直接在芯片上完成計算，不需要通過網(wǎng)絡連接后臺服務器，可在“無網(wǎng)絡”情況下使用。
還有國內(nèi)的小型類腦芯片研究團隊AI-CTX，據(jù)稱他們設計出的一款類腦芯片模型，不僅每個神經(jīng)元都具有跟人腦神經(jīng)元類似的電學特征與動態(tài)參數(shù)，具有簡單的運算與存儲功能。還采用一種特殊的布線方式，使各芯片之間的交流突破物理限制，增加芯片群組的原有網(wǎng)絡，擅長處理如溫度、氣壓、人體信號、loT等包含時間參數(shù)的數(shù)據(jù)。
小結(jié)
量子計算和類腦芯片都可能成為改變AI的兩大技術(shù)，但即便巨頭們投入大量資源進行研發(fā)，這兩項技術(shù)仍面臨許多挑戰(zhàn)，規(guī)?；瘧靡矝]有明確的時間表。這兩項技術(shù)也被不斷質(zhì)疑，IBM推出首款量子計算機之后面臨質(zhì)疑，對于谷歌將在2018年實現(xiàn)量子霸權(quán)的樂觀態(tài)度，競爭對手阿里巴巴也提出質(zhì)疑。
各大公司的研究成果表明，像IBM TrueNorth這樣的類腦芯片運行的效率還不及在傳統(tǒng)架構(gòu)上運用神經(jīng)網(wǎng)絡的芯片。英特爾實驗室的高級首席工程師和首席科學家 Narayan Srinivasa 也承認英特爾的Loihi芯片在使用一些深度學習模型時表現(xiàn)不好。
不過，Heriot-Watt大學教授Michael Hartmann在最新的論文中寫道：“我和我的同事希望建立第一臺專用的神經(jīng)網(wǎng)絡計算機，使用最新的'量子'技術(shù)而不是AI軟件。通過將神經(jīng)網(wǎng)絡和量子計算兩個計算分支結(jié)合起來，希望能夠產(chǎn)生突破，讓AI以前所未有的速度運行，在很短的時間內(nèi)自動做出非常復雜的決策。”當然，Michael Hartmann也表示這需要十年或更長的時間。
下載文檔
