westwell

20 世纪 80 年代末期,计算机先驱科学家卡沃·米德曾提出了 “神经形态工程学” 的概念,即建设类似人类大脑的计算机,但由于人类大脑的复杂和高效,这一研究始终是举步维艰。不过近年来,随着神经科学领域新技术的不断涌现,以及人工智能所依赖的深度学习、计算能力及大数据的发展,类脑智能计算模型也开始出现。

上海西井科技就是一家专注于研究类脑强人工智能的公司,其基于神经形态工程学,目前已推出了自主研发的拥有 100 亿规模的神经元人脑仿真模拟器(Westwell Brain)和可商用化的 5000 万类脑神经元芯片(DeepSouth)两款产品。

在 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。对此,西井科技 CEO 谭黎敏表示,目前 Westwell Brain 从模拟神经元的数量级上看,已超过了 Google 的人脑模拟器,并且 Google 人脑模拟器使用的是 CPU 连接,而 Westwell Brain 则摆脱了冯·诺依曼计算机结构,使用的是电路模拟神经元的方法。

westwell

其实,不论手机还是每秒运算万亿次的超级计算机,目前几乎所有的处理器都依据冯·诺伊曼架构体系(采用二进制,即 0 和 1)开发的,而这当中数据的存储和处理器是分开的,所以就造成了数据的传输路径过于冗长。谭黎敏说道,不同于传统计算机的冯·诺伊曼架构,我们将处理器(神经元)与内存紧密结合在一起,能在计算中实现更高效的信息计算处理。同时,传统计算机是按照程序顺序计算,也就是所谓的串联,而人脑处理的事情则为并联。

简单来说,就像当一个人面前出现一只猫跟一只狗,他可瞬间完成对两者属性的判断。而传统的计算机则需要通过一个个先后识别计算才能做出判断。谭黎敏解释道,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” 能力一瞬间 “并行” 作用的结果。

在应用方面,谭黎敏称 Westwell Brain 就类似于飞行员在上天之前需要进行海量训练的飞行模拟器,只不过是应用在不同领域。虽然人脑模拟器不能取代活体实验,但可以大大减少活体消耗。Westwell Brain 可以通过接受医学上大脑神经元脉冲放电数据,以更直观方式呈现人脑的脉冲形态,来帮助人类更清晰更直观的研究人脑的一些诸如帕金森氏综合症、阿兹海默症等症状,同时采集药理或治疗方案数据,反馈回大脑仿真模拟器,来检验药物及治疗的作用区域及效果。目前,其已经和生物试剂供应商 ABR 公司达成战略合作。

westwell

此外,可商用化的 DeepSouth 则能模拟出高达 5000 万级别的 “神经元”,总计有 50 多亿 “神经突触”。谭黎敏表示道,该芯片除了具备 “自我学习、自我实时提高” 的能力外,还可以直接在芯片上完成计算,不需要通过网络连接后台服务器,就可在 “无网络” 情况下使用。

在如今的互联网时代下,网络就像是产品的血液,没有了血液的运行产品将寸步难行。很直观的列子,无人机如果把处理图片的能力放在云端的话,那网络将会成为其处理图片的障碍,DeepSouth 解决了这一壁障,总体而言在技术上是一个不错的突破。

我们都知道,对于高性能处理器而言,阻挡摩尔定律继续前进的一个高门槛就是功耗。据研究表明,人类大脑平均每秒可执行 1 亿亿次操作,所需能量只有 10~25 瓦特。如果让一台超级计算机(芯片)来完成同样的工作,需要消耗的能量超过人脑的 1000 万倍。谭黎敏告诉动点科技,DeepSouth 在同一任务下的功耗仅为传统芯片的几十分之一到几百分之一。据了解,IBM 推出的 TrueNorth 每平方厘米的芯片消耗是在 20 毫瓦或千分之一瓦的能量。

而在应用方面,目前市场上主流的还是使用传统芯片居多,而且很多芯片产商也都在摸索自己产品的应用场景。对此,谭黎敏表示,DeepSouth 可用于物联网、金融、搜索等大数据应用以及精准图像、声音识别、追踪定位、超级计算机、大型服务器群、金融信息大数据分析、无人汽车、无人机等诸多领域。他还透露,其目前也正在与世界级的大港口进行合作洽谈,希望共同打造一个真正的智慧港口。目前,该产品还未实现量产,预计在今年年底会正式推向市场。

需要提及的是,欧盟 “人脑计划” 为全球前沿的人类大脑研究项目之一,西井科技也将参与其中。

融资方面,西井科技去年已完成 1000 多万人民币的 Pre-A 轮融资,但对方并未透露具体的投资方。