让电脑向大脑学习体系结构,是眼下最热门的趋势。
IBM的仿人脑芯片TrueNorth,由4096个细小的计算内核组成,它们像大脑神经元一样工作,向彼此发送消息并进行数据处理。
这么大的脑洞,眼下还真有人在琢磨——据处于业界先导地位的《电子工程专辑》网站近日消息,科学家们提出,是时候改变传统的冯·诺依曼结构了,他们设计的新架构可以让计算和存储器紧密结合在一起,使设备更加智能化,最终可让人工智能从云端扩展到手机等消费电子产品。
本报记者 王昱
冯·诺依曼,创造突破也制造瓶颈
时光回到1935年,英国的天才数学家图灵正在牛津大学国王学院教书。某一天,正蹬着单车赶往教室授课的他突然一个急刹车停了下来,因为一个天才的想法猛然击中了他,他在脑中构想了这样一台机器:它拥有一个无限长的磁带,根据输入和一个状态迁移表确定下一步动作。而这些动作最终会输出一个运算结果,代替人的手工计算。
这个图灵脑中构想出的机器,就是人类历史上的第一台计算机:图灵机。二战以后,计算机先驱者以图灵机为模型制造了第一代计算机,其中比较知名的是美国军方的ENIAC(埃尼阿克)。然而,被搬到现实中的图灵机其实非常低效,ENIAC程序是在多组插板上的跳线,形成一个超级复杂的状态迁移图,为了写好一个程序,往往需要好几个人工作一周才能完成。程序的检测和修改则更是一场噩梦。
这个时候,另一位天才意识到了这种算法的低效,并决心改变它。他就是美国科学家冯·诺依曼。冯·诺依曼提供改进方法,是在不变更图灵机整体思路的基础上,设计一个设备将程序存储起来,形成“存储程序型”电脑,这种电脑的特点是将输入设备输入的程序和数据都加载到内存中,计算机的计算单元(CPU)需要调用时,只需通过总线从中提取即可,这就规避了复杂的跳线设计。只需一条总线,就可以顶替图灵机之前上千条线路的作用。
正是冯·诺依曼这一天才的“化繁为简”,将人类真正推入以计算机主导的信息时代。眼下,我们所用的几乎所有电子产品,从底层架构上说其实都是“冯·诺依曼机”。所以别看今天信息革命闹得凶,本质上,我们其实都是在吃图灵和冯·诺依曼半个多世纪前的老本。“冯·诺依曼机”在为人类创造奇迹的同时,却也为计算机的进一步发展制造了瓶颈。很多该领域的牛人们甚至都倾向于认为,在这个结构下,人工智能很难真正实现质的突破。究其原因,是它太“笨”了。
大脑还是比计算机更“聪明”
2016年人工智能“阿尔法狗”战胜韩国顶尖围棋选手李世石,很多人惊叹于人工智能的神奇。然而,在仔细分析后,你会发现“阿尔法狗”的胜利,多少有点“胜之不武”:“阿尔法狗”下一盘棋,平均要用860度电,而同样是下这盘棋,李世石大脑的耗能折合算来不超过0.1度电——一头大象打一只蚂蚁,却只能勉强胜出,这有什么值得炫耀的?
从这个例子可以看出,实现人工智能的小型化、随身化还有很长的路要走,因为你不可能给自己的手机随时配一个超大充电宝。
为什么我们目前的计算机——“冯·诺依曼机”如此“笨重”呢?问题刚好出在冯·诺依曼当年那个天才设计上——在冯·诺依曼结构中,计算模块和存储单元是分离的,CPU在执行命令时必须先从存储单元中读取数据。每一项任务,如果有十个步骤,那么CPU会依次进行十次读取、执行,再读取、再执行……这就造成了延时,以及大量功耗(80%)花费在数据读取上。这就好比一个有上千万人口的特大城市,所有住宅都在一个区,工作、娱乐、购物场所在另一个区,中间只有一条公路连接。任你把公路修得再宽,城市各项设施再完善,最终都只有一个结局——沦为“堵城”。
更合理的设计,当然是像现实中的城市一样,将“住宅”和“工作、娱乐设施”分散开来,这样所有人都能就近上班、购物,城市的效率将成倍数地提高,能耗也将大幅下降。事实上,这种结构方式也正是人类大脑的“设计方案”——现代脑科学研究表明,如果将大脑比作一台计算机,那么大脑的处理单元是每个神经元,内存就是每个神经元上的突触。神经元和突触是物理相连的,所以每个神经元计算都是“本地”的,而且从全局来看,上千亿个神经元是在分布式工作,从而完成了惊人的计算量,却只花了很小的能耗。
很显然,冯·诺依曼虽然是天才,但人类的大脑在设计思路上还是比计算机更“聪明”。
“大脑计算机”即将到来?
那么,人类能否模仿自己大脑的结构,来设计一台新的非“冯·诺依曼机”呢?
事实上,向人类大脑学习体系结构正是眼下学术界和工业界最为热门的趋势,前几年轰动全球的IBM仿人脑芯片TrueNorth也模仿了人类大脑的神经元结构,它的计算效率和可扩展性都远超现在的计算机,并且宣称可用于手势识别、情绪识别、图像分类和对象追踪、实时语音识别等领域。
本次美国伊利诺伊大学香槟分校的科学家团队研发的非“冯·诺依曼机”也秉持类似的思路,只不过在具体构思上更为讨巧——他们没有像TrueNorth一样另起炉灶,而是基于现有材料,以新方式使用围绕存储单元阵列的模拟控制电路,其不是将数据发送到处理器,而是编程这些模拟电路以运行简单的AI算法。团队表示,这并不是完全取代处理器,而是给存储器增加额外的功能,使得设备在无需消耗更多电力的情况下,变得更为智能。
此外,对于正在研发中的大热门量子计算机,很多学者也倾向于认为,它将不会采用“冯·诺依曼机”的结构,而将采用类似的分布式计算。不过,想最终造出更像大脑的非“冯·诺依曼机”,眼下还面临很多困难。首先,如前所述,“冯·诺依曼机”其实是“图灵机”的改进型,而“图灵机”的基础是图灵本人天才的数学理论。如果想淘汰“冯·诺依曼机”,实现像大脑一样的分布式运算,人类必须构建出超越图灵的数学理论基础,而对于这一点,人类目前的工作尚不完善。
此外,人类眼下所有电子产品,包括硬件、软件,都是围绕“冯·诺依曼机”的基础构建的,一旦它真的被淘汰,所有硬件、软件系统都要推倒重来,这将是一场前所未有的电子、IT产业地震。人类能否适应之,还是个未知数。
不过,考虑到这场非“冯·诺依曼革命”能给人类带来的美好前景。这个险是值得冒的,想象一下,在不久的将来,你的手机、电脑不仅会以比现在快百倍、千倍的速度和更低能耗完成计算,还有望真正实现人工智能,在思维方式和思维结构上都更向人类靠拢,这将会给我们的生活带来怎样巨大的变革?在告别“冯·诺依曼机”后,人类的生活注定将更加精彩。
【PDF版】
