神經形態計算給機器人帶來“意識”

章 琪/編譯

神經形態計算給機器人帶來“意識”

章 琪/編譯

● 新型神經芯片和軟件能夠賦予機器人無與倫比的感知能力。

用3D打印技術制造的機器人，像一個擁有眼睛的微型感應車一樣。它被放在Brain Corporation的一個房間里，經過幾分鐘的游蕩之后，就學會了如何避免自己撞到墻上。當eyeRover走開之后，機器人軟件公司助理科學家彼得·奧康納（Peter O’Connor）亦步亦趨地跟在他的后面。他使用遠程控制系統，輕松地控制幾英尺高的機器人并引導它圍繞著他的腳轉，就像父母會幫助孩子學會避免碰到咖啡桌一樣。在下一圈時，eyeRover就學會了自己躲開周圍所有的障礙。

模擬大腦的結構

eyeRover看起來像一個玩具，但是它包含了一些目前科學家能夠設計出的最先進的機器人技術，其中包括一個能夠模擬人類大腦的計算平臺的原型。不同于按照線性序列執行任務的計算機芯片和軟件的傳統方法，這種被稱為神經形態計算的新方法能夠幾乎同時進行處理和記憶任務，就像我們的大腦面對復雜的世界仍然能平衡通過視和聽得到的信息一樣，一切都在有序運轉。

許多研究者認為，神經計算賦予了機器人從未有過的感知技能，使他們擁有前所未有的自主權。波士頓大學的機器人視覺專家米歇爾·魯奇（Michele Rucci）說,這種技術有潛力成為一場真正的機器人領域的革命。同時，機器人可以完美地展示神經形態計算的力量，從而成為勸服計算機視覺領域和環境數據分析方法領域的專家與公司進行合作的有力說客。Brain Corporation的戰略高級副總裁托德·希爾頓（Todd Hylton）說：“我們認為擁有這種能力的機器人是神經形態計算的殺手級應用。”

不過，如果你還是不信任“我們正步入機器人技術黃金時代”的聲明的話，也是情有可原的。開發獨立自主機器人的夢想是一道超越計算技術的曙光，但是要想讓這個夢想成真，我們必須編寫出能讓機器人學習和適應的程序，而這一步驟因為過于困難，至今還沒有實現。在人工智能、計算機體系結構和貝葉斯統計 （一種考慮事件不同結果展開的可能性的技術）等領域幾十年的研究之后，我們還是沒能制造出可以處理日常生活環境中的普通事務的機器人。

“制造一個可以理解周圍環境的機器人，”希爾頓說，“是一個特別困難的計算問題。”大多數人對周圍環境的分析主要是通過視覺，而魯奇承認：“機器人能夠達到的視覺水平目前還遠遠落后于我們在二三十年前所提出的預期。”

研究團隊提出了各種不同的程序路徑，使機器人能夠對它們所看到的信息進行處理和反應。在其中一種設想中，魯奇給所有的機器人提供了由人類執行控制的微型無意識眼球，通過供給大腦不斷變化的圖像，這些眼睛可以幫助它們判斷距離和跟蹤對象。不過,即使是魯奇最好的flitting-eye機器人，它仍受到處理信息比我們慢十倍的電子大腦的拖累，沒法像人類一樣正常地處理事務。

在某種程度上人類的眼睛很好使，是因為頭骨中復雜的大腦。Brain Corporation的CEO尤金·埃可瑞奇（Eugene Izhikevich）解釋說，我們的大腦中含有約1000億個神經元突觸，這些突觸連接著1000億個神經元，它們可以把不同的感知任務分配給不同的神經元和大腦的不同區域。例如，在視覺區,神經元分成不同的組，分別響應垂直方向和水平方向的信息,通過這些信息連接到其他神經元，從而將信號整合。

Brain Corporation開發的，被稱為BrainOS的神經形態軟件就是模擬這種方法。像我們的大腦一樣，操作系統將把視覺功能分給不同的網絡，這些部分分別類似于視網膜、大腦外側膝狀體核（視覺信號中繼站）和視覺的皮質層。機器人在視覺系統中整合這些網絡的結果，從而能夠自動捕捉與背景顏色不同的突出特征，比如，他們能夠識別色彩鮮艷的球在一個灰色的地毯上滾過或者一個人穿著鞋子從眼前走過的區別。

濃縮在一塊芯片上

BrainOS的另一個創新之處在于，它不需要一臺超級計算機來運行。以前由IBM公司在2012年開發的神經形態軟件程序必須在一臺超級計算機上才能運行，用來模擬擁有 5000億個神經元和1000億個神經元突觸的動物大腦的放電模式。但即使使用由150萬個電腦芯片構成的陣列，該程序仍然無法實時產生接近動物大腦模式的電流。

另一方面，BrainOS被集成到一個杯墊大小的叫做BSTEM（“brainstem（腦干）”的簡稱）的計算機電路板上，它需要由美國高通公司提供的Snapdragon移動處理器來驅動。不同于傳統的計算機芯片，手機芯片可以減少需要分配電量的冗雜任務，比如內存、圖形處理、通信、從而將大部分能量都專供給子處理器。這種“分布式”結構與人腦中神經形態的能量供給方式相吻合。

一個能把內存和處理單元分布在整個芯片上的真正的神經架構，可能會很快產生。BrainCorporation的上級——高通公司的研究人員已經研發了一個被稱為零處理器神經形態芯片，它以科幻作家阿西莫夫的“機器人三原則”來命名，在那部小說里機器人被規則約束不得傷害人類。高通公司神經形態計算項目負責人安東尼·劉易斯（Anthony Lewis）表示，公司的處理器已經開發到接近能夠商品化的水準，他們計劃把它們整合到移動芯片上，以此來提高掌上音頻設備和視覺處理器的工作能力。

高通公司有足夠的競爭力。HRL Laboratories LLC的研究人員正在馬利布的5號州際公路進一步調試他們最近展示過的神經形態芯片，它可以以足夠快的速度處理可視化數據，能夠在辦公室里操控一個手掌大小的直升飛機，甚至能夠辨別和探索一個它從來沒有見過的房間。在位于San Jose的IBM阿爾馬登研究中心的研究員的引導下，研究小組公布了一個叫TrueNorth的十分龐大的神經形態晶片，它由540億個晶體管連接而成，就像由 2.56億個神經元突觸連接100萬個神經元一樣。

這些神經形態晶片的靈感不僅來源于大腦的結構，還來自于大腦的能源利用效率。大腦在處理許多任務時遠勝于超級電腦，而且只使用約為20瓦的功率。而傳統的計算機電路即使在不發送任何信號時，也在不斷地耗電，相對的，神經形態電路只有在工作時才用電。通過在整個芯片上分配內存和處理模塊，它得以最大限度地減少來回發送數據時所需的功率。例如，TrueNorth只使用1/1000的傳統的芯片的能量就完成了等量的視覺感知任務。

現實世界中哪種神經形態的機器人應用產品會首先出現？去年秋天，高通公司的工程師制造了一個一公尺高，被稱為龍的神經形態的機器人，它可以熟練地清理散落的玩具，把積木整理到一個箱子里，動物玩具放在另一個箱子里。埃可瑞奇認為神經形態硬件和軟件最終將賦予機器人足夠的感知能力，使它們成為有價值的家庭伴侶：它們將能夠帶走垃圾，打掃房子，并從花園里摘菜。芯片感知能力的提升也增加了IBM神經形態團隊領導人莫德哈（Dharmendra modha）得到的投資，為開展“能在危險的環境中工作的機器人”研究提供資金，比如，在一個受損的核反應堆中，機器人在無人操控的狀況下，能夠實時發回輻射數據等情況。

劉易斯說，神經形態計算的能源使用效率提升有助于開辟新的功能。高效的芯片可以運行復雜的算法，使機器人具有學習能力，這通常是高功耗的。但從另一個方面來說，互聯網將允許遠程操控機器人分享這些經驗和技能。例如，機器人學會了如何拿起草莓而不弄壞它，那么它可以把這個技能傳輸到互聯網上，造福全球。這意味著神經形態計算可以提供的東西遠比提高機器人感知能力更加有價值。當生命的真諦在人類社會之中被共同傳遞，我們所稱的“文化”就誕生了。

[資料來源：Science][責任編輯：粒 灰]