微波EDA网,见证研发工程师的成长!
首页 > 硬件设计 > 行业新闻动态 > 详解全球首台100亿神经元人脑模拟器“西井大脑”

详解全球首台100亿神经元人脑模拟器“西井大脑”

时间:05-27 来源:与非网 点击:

今年,类脑研究初创公司上海西井信息科技有限公司对外发布了世界级类脑研究重大科研成果--全球首台100亿规模"神经元"人脑模拟器。据悉,该人脑模拟器被命名为"Westwell Brain"(西井大脑),是目前公开已知的模拟"神经元"数量最多的人脑模拟器,也是目前唯一由硬件设计完成的人脑模拟器。

5月27日,"西井大脑"在2016中国国际电子信息创客大赛暨"云上贵州"大数据商业模式大赛中获"云梯奖"。上海西井科技也成为唯一获得前三等奖的上海初创公司。

人类模拟出了"大脑智慧之源"

在国际上,科学家公认"脑计划"的意义可与人类基因组计划相媲美。脑科学被发达国家视为科研领域"皇冠上的明珠",并得以蓬勃发展,成为近20年来发展最快的学科之一。美国总统奥巴马曾在会见科学家时表示:"作为人类,我们能够确认数光年外的星系,我们能研究比原子还小的粒子,但我们仍无法揭示(大脑这一)两耳间三磅重物质的奥秘。"

在我国,脑科学及类脑研究已列入"十三五"规划。在上海,"脑科学与人工智能"科技项目也已正式启动。复旦大学杨雄里院士称,""在现代脑科学研究领域,我们不仅要重视基础理论的研究,还应该为其留出‘接口’,站在认识脑、保护脑、模拟脑‘三位一体’的高位上,开展研究工作。"

要了解上海西井科技如何研制出100亿规模"神经元"人脑模拟器,就必须对神经元有所了解。

我们人类每天的生活,无时无刻不在和身边的一切发生互动,每一个行为都来自于大脑皮层的反应。平均来说,大脑皮层由850亿--1000亿左右个神经细胞组成,这些神经细胞被称为"神经元"。

每一个神经元具有树枝般的突触和其他神经元相互连接,相互生长从而组成神经网络。每一处相连而发生电脉冲的地方都是产生人类的思维、感知和逻辑的途径及过程。

神经元在接受到某种信息的"激励"后, 它就会产生一个电脉冲,神经元在受到强激励的时候会产生大量的脉冲,以至于不断间隔产生大量脉冲,而当频繁的激励过程被神经元细胞会对信号的刺激适应, 那么每次的放电间隔会越来越少,从而慢慢降低自己的功耗,在神经生理学上,神经细胞重复地从事一件事情,同时相互间反射,就会自动建立起一种长期稳定的联系。

在人类思维产生、学习新生事物的过程中,大脑皮层中的神经元细胞也正在进行信息的交互,如同电闪雷鸣一样释放着电脉冲,大脑每一块扇形区域的"咆哮",对应于身体的不同器官,从而对于各种图像做出反应,产生情感。

此次,上海西井科技正是通过使用电路去直接模拟人类的"神经元"形态,建立起神经网络中"神经元"与"神经元"之间的连接,通过依靠这些"神经元"来处理信息,用脉冲spike来传递信息,创造连接了拥有100亿神经元的神经网格来模拟人类大脑的运行方式。

具体来说,西井科技使用了硬件平台模拟人类"神经元"。该硬件平台内含有80个"神经引擎"(neural engine),每个"神经引擎"含有512K个"神经核"(neural core),每个"神经核"(neural core)含有256个"神经元"。每个"神经引擎"含有128M神经元,每个"神经元"最多可以连接到13.5K个"神经元"。因此,每块硬件就含有51.2亿个"神经元",整个模拟器就拥有了超过100亿"神经元"。

"Westwell Brain"与Google"人脑模拟器"的区别

2012年,Google的科学家曾通过1.6万片处理器(CPU),创造了一个拥有 10 亿多条神经元连接的神经网络。

从模拟"神经元"的数量级上看,"Westwell Brain"(西井大脑)模拟的"神经元"数量为Google"人脑模拟器"的10倍,是目前世界上在最小体积单位上实现最多神经元数量的人脑模拟器。

而两者最本质的区别在于,"Westwell Brain"已完全摆脱了冯·诺依曼计算机结构,使用的是电路模拟"神经元"的方法,而Google"人脑模拟器"却仍使用了1.6万片CPU连接。

冯·诺依曼理论主要核心为数字计算机的数制采用二进制,即0和1 ;同时计算机按照程序顺序执行,也就是所谓的"串联"。

真正的人脑神经元模式则为"并联",这就是为什么人类可以同步将诸如视觉图像信息神经元、逻辑思维判断神经元与人类"自我学习"的能力等自然结合完成相关"任务"。

比如:当一个人面前同时出现一本杂志与一份报纸,普通人会在一瞬间立即完成对杂志与报纸的这两者属性的基本判断,这就是由于我们大脑内视觉图像信息神经元、逻辑思维判断神经元与人类"自我学习"的能力一瞬间"并行"作用的结果。而这与冯·诺依曼理论的"串联"有完全的不同。

再举个例子:斯坦福计算机视觉实验室的李飞

Copyright © 2017-2020 微波EDA网 版权所有

网站地图

Top