（IBM 设计的这个芯片借鉴了大脑中运作的原理，现在正在努力实现一个远景，其可以使得移动设备变得更聪明。）

去年八月，IBM推出了设计像大脑的神经元和突触芯片一样运作的芯片。现在，该公司已经开始致力于下一代芯片的工作，旨在使移动设备更好的工作，使其更轻易地完成对于电脑来说困难的工作，如语音识别和解释图像的任务。

“我们正在致力于下一代芯片，但最重要的是商业合作伙伴，”John Kelly说，他是IBM的高级副总裁，负责IBM研究中心和多个业务单元，包括两个专门负责该公司的沃森机器智能软件套件。 “企业可以在各种移动设备、机械、汽车和任何你说得出的东西中包含这个芯片。”

将脑启发的芯片添加到产品上，如手机，可以让他们能够识别它们的主人所说的话，并跟踪周围发生的事情，Kelly说。现在最新的设备已经到了可以听出某些关键字的地步。苹果最新的iPhone可以通过说“嘿Siri”来被唤起，而某些使用谷歌软件的手机可以通过“好的谷歌”这句话被唤醒。

IBM的TrueNorth芯片架构，正如其被称呼的，是通过一个DARPA资助的计划来开发的，旨在使移动计算机运行先进机器智能的软件，如图像或语音识别，而无需加入云计算基础设施，并且仅使用非常小的功率。

Kelly说，IBM在与领先的计算机系统制造商进行商讨，关于TrueNorth如何设计能帮助他们，但其拒绝透露任何名字。 “我们正在谈论在移动领域和物联网[物联网]空间谁是谁，”他说。TrueNorth芯片将作为一个“协处理器”被添加到设备设计，其与传统处理器一起工作，并永不关机，Kelly说。

去年八月亮相的该TrueNorth芯片大约是一个邮票大小，其拥有一百万个硅“神经元”并且它们之间带有2.56亿连接，类似于真正的神经元突触相链接。该芯片比类似尺寸的传统处理器需要消耗的能量小超过1000倍。 IBM已展示了其神经元网络如何可以被编程来执行任务，例如识别不同的车辆中视频画面的实时性。

然而，因为TrueNorth芯片结构与现有的计算机非常不同，需要新方法来编写软件。而其假神经细胞的工作方式不同于基于软件的人工神经网络，如谷歌、Facebook和微软等公司最近用于在讲话和图像处理上的突破，即使用一个被称为深度学习的方法。

在IBM的TrueNorth架构里的神经元使用采用电子开关“尖峰”来编码数据，试图模仿生物神经元的峰信号。而在深度学习中使用的模拟神经元并不使用尖峰。

使用峰神经元的人工神经网络——IBM包括在内的——没有显示出其性能达到使用深学习在诸如语音识别或图像处理任务中的匹配性。领导Facebook的人工智能研究实验室的YannLeCun表示了其怀疑，即其将实际会做的事。

DharmendraModha，其领导IBM的大脑启发芯片开发，他反驳道，如果神经网络要在高功率效率的芯片上运行峰是至关重要的。他的研究小组已经开始创建工具，使人们将训练有素的深度学习神经网络转移到TrueNorth芯片上，他说。

“这个芯片被设想作为基材，在它上面，种类繁多的神经网络可以被映射为实时，超低能耗，超小体积的应用，”他说。

Terrence Sejnowski，是索尔克研究所计算神经生物学实验室的领导人，他也认为，如果紧凑型计算机都成为能够完成智能任务，而不耗能量或依靠云技术，峰神经元是重要的。他们出现在自然界中是有原因的，他说。

来自另一个深度学习的新研究，蒙特利尔大学的YoshuaBengio认为，该技术的准确度可能会比以前认为的更容易转移到硬件峰神经元上，Sejnowski说。与IBM在语言软件上进行合作的Bengio，上周在线发布的初步论文显示，在一个程度上调整用于深度学习的模拟神经元，使他们更像峰神经元，而没有损害图像处理的准确性。

即使IBM的大脑芯片架构与深度学习技术进行了和解，其还会产生竞争。谷歌正在致力于攻克人工神经网络，以便在现有的移动设备上运行。有几家公司，其中包括领先的移动处理器设计商高通，正在致力于芯片设计，其可以在移动计算机上运行现有的深度学习软件，如手机或汽车。

新材料在线编译整理——翻译：Gary     校正：摩天轮