在美國圣何塞附近的研究室里，IBM用48塊TrueNorth試驗芯片構建了一個電子的嚙齒動物大腦，每一塊芯片都可以模擬大腦的一個基本構件。

　　最近連線雜志的記者在項目負責人Dharmendra Modha的帶領下，近距離接觸了整個工程。雷鋒網得知，它體積就像一個浴室的醫藥箱，遍體是半透明塑料板，能清晰的看到里面的芯片，電路板和它內部多彩的指示燈。它看起來就像一個七十年代科幻電影里的物體，不過Modha卻表示：“你看到的是一個小型嚙齒動物。”

　　他是說一個小型嚙齒動物的大腦，至少這堆芯片能頂的上那樣的大腦。這些芯片充當了大腦的基本構件——神經元。Modha表示，這個系統可以模擬4800萬個神經細胞，基本可以與小型嚙齒動物大腦的神經細胞數齊平。

　　在IBM，Modha負責認知計算組，他們發明了“神經芯片”。他和他的團隊第一次對外公布這一發明時，用它為位于硅谷的IBM研發實驗室的學者和政府研究人員提供支持，進行了三周的試運行。在將自己的電腦連接到這一數字鼠腦之后，這些研究人員探索了它的結構，并開始為TrueNorth芯片編寫程序。

　　上個月，有些研究人員已經在科羅拉多看到過這個家伙了，所以他們編寫的程序已經可以讓它識別照片和語音，并且可以理解一些自然語言。芯片負責運行“深度學習” 算法，這一算法現下主宰了互聯網的人工智能服務，它為Facebook提供面部識別服務，為微軟的Skype提供語言實時翻譯。不過，IBM在這方面還是有領先優勢，因為它的研究可以減少對空間和電力供應的需求。這樣未來我們就有可能將這一人工智能放進手機和其他的小型設備中，比如助聽器和手表。

　　“從神經突觸結構里我們能得到什么？我們只需要很低的功耗就可以進行圖片分類，還可以在新環境中不斷解決新問題。”Brian Van Essen說道，他是勞倫斯·利弗莫爾國立實驗室的計算機科學家，負責將深度學習算法運用到國家安全中去。

　　TrueNorth芯片是最新的科技結晶，未來它將負責深度學習的運行和一系列其他的人工智能服務。而現下運行谷歌，Facebook和微軟算法的機器，還需要加裝獨立的圖形處理器，不過他們都在走向FPGA（能就特定任務進行編程的芯片）。Peter Diehl（蘇黎世理工大學皮質計算組的博士）認為，TrueNorth 要比獨立圖形芯片和FPGA都要優秀，因為它功耗很低。

　　密歇根大學計算機科學的教授Jason Mars認為，其主要的不同就在于TrueNorth與深度學習算法的配合可以算得上是天衣無縫。兩者都對神經網絡進行了深度模擬，并在“大腦中”產生神經元和突觸。“芯片可以高效執行神經網絡的命令。”他并沒有參加試運行，但卻密切關注著這一芯片的進展。

　　即便如此，現下TrueNorth還不能完全與深度學習算法同步。不過IBM已經決定讓外部研究人員參與芯片的改進，因為它離真正上市還有一定的距離。對Modha來說，這也是一個必須經歷的過程，就像他說的：“我們需要為重大的轉變打好堅實的基礎。”

　　手機里的大腦

　　Peter Diehl最近來中國旅行，但因為一些你懂得的原因他的手機不能使用谷歌，一下子把人工智能打回了原形。因為現在的云計算多數還要靠谷歌的服務器來進行，所以沒有了網絡，一切都白瞎了。

　　深度學習需要非常強大的處理能力，一般來說這個級別的處理能力是巨型數據中心才可以提供的，而我們的手機一般通過網絡與其相連。而TrueNorth就不同了，它至少可以將部分處理能力搬到你的手機或其他設備上，這樣就可以極大的擴展人工智能的使用頻率。

　　不過要理解這些，你首先要理解深度學習是如何工作的。它的運作分為兩個階段，首先谷歌和Facebook之類的公司需要培植自己的神經網絡來處理特殊任務。如果他們想要自動識別貓咪照片的功能，就要先讓神經網絡看一堆貓咪的照片。然后，模式得到訓練后，需要讓另一個神經網絡來執行這一任務。你拿出一張照片，系統就要判斷里面是否有貓咪，而TrueNorth存在的目的就是為了提升第二步的效率。

　　一旦完成了對神經網絡的訓練，芯片就可以幫助你繞過巨型數據中心，直接完成第二步的操作。而且因為TrueNorth芯片體積和功耗都很小，它還能裝載到手持設備上。這樣整個效率就提高了，因為你不再需要通過網絡從數據中心下載計算結果了。如果能得到普及，就可以極大地減輕數據中心的壓力。“這是行業的未來，今后設備可以獨立執行復雜的任務。”Mars說道。

　　神經元，軸突，突觸和神經沖動

　　谷歌最近就在努力讓神經網絡進軍手機，但Diehl認為TrueNorth相比其他對手已經領先很多，畢竟它與深度學習更加的合拍。每塊芯片都能模擬數以百萬計的神經元，而且這些神經元可以通過“大腦中的突觸”互相交流。

　　而這正是TrueNorth區別于市場上同類產品的獨特之處，即使與圖形處理器和FPGA相比也占有足夠的優勢。TrueNorth芯片可以可以形成“神經沖動”，與大腦中的電脈沖相似。神經沖動可以在某人的講話中顯示聲調的改變，或圖像中色彩的改變。“你可以把它當做神經元之間互相傳遞的小信息。”Rodrigo Alvarez-Icaza說道，他是芯片的主設計師之一。

　　雖然芯片上有54億個晶體管，但其功耗只有區區70毫瓦特。而標準的英特爾處理器呢？它擁有12億個晶體管，但其功耗卻達到了35至140瓦特。即使是智能手機普遍使用的ARM芯片，其功耗也是TrueNorth芯片的數倍。

　　當然，想要這種芯片真正發揮功效還需要配套的新型軟件，這也正是Diehl等研發人員在試運行期間一直努力做的。換句話說，研發人員是在將現有的代碼轉換成芯片可識別的語言并輸入芯片，不過他們也在努力為TrueNorth編寫原生的代碼。

　　贈禮

　　和其他研發人員一樣，Modha主要注重在生物學領域對TrueNorth進行討論，如神經元，軸突，突觸，神經沖動等。毫無疑問，該芯片在某些方面模擬了人類的神經系統，不過它依然有其局限性。“這類討論經常會喚起人們的警醒，畢竟，硅可不是組成人腦的物質。”Chris Nicholson說道，它是Skymind公司的聯合創始人。

　　Modha也承認這些說法。當他在2008年開啟這一項目時，從Darpa（國防部的研究機構）得到了5350萬美元的投資，其目標是用完全不同的材料打造全新芯片并對人腦進行模擬。但他清楚這一目標不可能很快實現，“在追求夢想的路上也不能忽略現實”，他說道。

　　2010年，他因豬流感臥床不起，這段時間里他意識到突破瓶頸的最好方式就是從芯片結構下手，實現對大腦的模擬。“你不需要讓神經細胞模擬基礎物理學，化學和生物學來提升計算能力，我們要在維持足夠靈活性的同時變得與大腦越來越相似。”他說道。

　　這就是TrueNorth芯片。他不是數字化的大腦，但是它在這條道路上邁出了重要的一步，而且通過IBM的試運行，這一計劃也步入了正規。整個機器其實是48臺沒的機器組成的，每一個都有自己的TrueNorth處理器。下周，隨著試運行的結束，Modha和他的團隊將會分解這一機器，讓研究人員帶回家進行進一步的研究。人類利用科技改變社會，而這些研究者正是我們的中堅力量。