仿大腦AI的先驅者 ABR使裝置變得更有智慧

儘管神經形態(neuromorphic)運算仍處於初期階段，但透過採用類似於人腦運作的設計元素，它提供了一個充滿潛力的新方式，能使AI裝置變得更智慧、更精巧、更高效。

以加拿大滑鐵盧(Waterloo)大學系統工程系Chris Eliasmith博士的理論神經科學實驗室的研究成果為基礎，加拿大AI新創公司Applied Brain Research公司(ABR)已正式推出Nengo平台。

此平台能夠在各種運算晶片架構上進行編程，並視覺化地除錯神經網路模型，包括最強大的新興神經形態晶片，如Intel Loihi和SpiNNaker。它具有許多獨特的功能，可把AI模型轉換到Nengo支援的任何平台上執行，包含了從CPU、GPU、微控制器、FPGA，到超級電腦以及神經形態晶片。

ABR共同執行長Peter Suma表示，Nengo是最易用、且功能強大的神經形態AI開發套件，可用來開發即時、多平台AI系統。「Nengo可協助開發人員為所有平台開發一次AI模型，然後僅需簡單轉換，便能在神經形態晶片上執行演算法，然後輕鬆對所有架構進行基準測試，以比較功率、速度和準確性。」

雖然神經形態晶片尚未商業化，但包括英特爾和IBM在內的多家公司正積極針對各種測試晶片進行研究。

Suma解釋說，與使用CPU或GPU執行AI演算法相比，神經形態晶片具備了使AI網路高效運作的優勢，包括訊號處理AI(語音、視訊、感測器、控制)、最佳化和特定的搜尋問題。針對某些應用，可取得超過1,000,000倍功率和/或速度的效能提升。

他強調，神經形態晶片在邊緣視覺的應用，將成為即時視覺的遊戲規則改變者。未來幾年內，預期業界將推出多款新的神經形態晶片，加速此技術的發展。

「下一個主要的進展可能是在視覺領域，因為市場需要數百萬個神經元來開發出比GPU更高效的視覺晶片。我們大概僅距離此目標一到兩個世代。隨著這些硬體創新的實現，能夠不必重新開發所有的AI網路便能發揮新的硬體優勢至關重要，而這正是Nengo所擅長的。」

有鑑於此，ABR的Nengo已準備好透過其獨特的多平台支援能力，使AI模型擴展到神經形態運算，以協助開發人員運用這些令人振奮的新硬體平台。

ABR多年來研究大腦運算取得的一系列演算法，現已取得專利，可用來提升裝置中的AI處理效率，使其變得更智慧(可在裝置中執行比以前更多的AI)和/或使現有的AI處理更有效率，以提升其回應速度。

舉例來說，ABR開發了一種在AI網路中處理語音或感測器數據的數學方法。該公司的科學家正式以數學證明了，這是處理此類訊號的最佳方法。

透過把此演算法納入Nengo中，ABR創下了處理語音指令辨識的最低功耗和最小AI網路世界紀錄。可回應語音命令的裝置，如穿戴裝置、手機和汽車等，若採用ABR的AI網路，將能實現更長的電池壽命，以及最快、最準確的語音指令辨識功能。

Suma表示：「採用我們的仿大腦AI方法和Nengo，我們可使現有的AI系統變得更小、功耗更低，而且更準確，以減少裝置中AI處理所需的晶片和記憶體尺寸和成本。」

憑藉這些優勢，ABR現在正尋求裝置製造商客戶，希望能協助他們利用更好的數學演算法，開發出更智慧、更高效的AI裝置。