科学网

 找回密码
  注册

tag 标签: Zurich

相关帖子

版块 作者 回复/查看 最后发表

没有相关内容

相关日志

IBM Zurich,科研的天堂
热度 29 张海霞 2016-8-5 10:49
IBM Zurich ,科研的天堂 早上起来就看到朋友圈里传来的这个重磅新闻: IBM 发明世界首个人造神经元,人工智能的底层硬件基石已完成! 这太给力了,这是一项多少人梦寐以求的突破性进展啊!下载了原文自己研读,发现是 Evangelos Eleftheriou 教授(图片中坐着的那位也是论文的通讯作者)小组的工作,不仅想起几年前受他邀请去访问 IBM Zurich 的情况,那个坐落在苏黎世郊外山上的宁静的日式庭院,几个在瑞士留学的学生跟我一起去访问的(据说是很难去访问的,审查很严,当然我们很幸运是因为被 Head 邀请,所以孩子们就有福了),一个下午的参观安排的非常饱满,当然也大大出乎我们的意料,因为这个研究所里蕴含的内容太丰富,不仅仅是令人惊艳的科研成果,还有深不可测的文化底蕴: 首先是卧虎藏龙的研究团队和严格的管理: 这里的研究严格按照团队来管理,不同项目之间在物理上(办公室、实验室等等)有严格的分割,在交流上也有严格的区分,除非每周的外来邀请报告以外,大家在研究成果发布之前是不相互通气的,主要是因为每个团队的研究成果都是前沿的大问题、重要性也都非同一般;自然在这里做研究的人员也是千挑万选,个个是精英,博士毕业后能够在这里找到一份工作真的是十分理想,也难怪这里面培养出那么多的人才,也有很多后来成了各顶尖大学的教授; 其次是梦幻一般的实验条件和充裕的经费: IBM Zurich 是我去过的唯一一个没有人谈科研经费的地方,因为他们的管理方式和项目运作方式决定了他们根本不需要去申请经费,整个研究所的经费是非常充裕的,研究人员只要为研究内容负责。他们的实验条件当然也是别处不能比拟的,为了做最不受外界干扰的实验,他们斥资数千万耗时几年建成了最安静、干净的实验室(很遗憾我没去参观,学生去了),而这个实验室就是为了给少数几个做相关项目的研究者使用,这种追求极致的精神,也造就了 IBM Zurich 频出大成果的最根本原因; 最后是出人意料的高工资和研究者的宁静心态: 我跟 Evangelos Eleftheriou 教授是在北京的一次学术会议上认识的,很凑巧宴会时他和太太跟我坐在一起,我们不知道为什么就聊起来文化,他们是在希腊长大的,那时候我正好看了《岛》这本小说,对希腊的文化和风土人情十分着迷,大家聊得非常投机,于是就有了去苏黎世的这次访问,去之前我真的没想到他是这个著名的研究所的 Head ,因为人很谦和,完全没有做如此重要的研究所领导的凌人气势和派头!去的路上一个在那里实习过的同学很诧异地问我:怎么可能认识他?这可是他们平时根本见不到的大人物!可是他依然是百忙之中带我们参观、到很晚还出来和我们一起合影留念。其实,不仅仅是 Evan ,在那里见到的很多知名研究者都是非常宁静平和的心态,刚刚在 Nature 上发了文章的一位年轻博士带着我们看他的实验成果那个兴奋劲儿,我至今都记忆尤深。 当然,最后不得不提的是他们的工资待遇,之前跟瑞士的 EPFL 、 ETH 大学教授合作对他们的高工资有所了解,可是到了 IBM Zurich 才知道什么是真的高工资,那个在那里实习过的学生说他梦寐以求加盟 IBM Zurich ,一是研究水平、实验条件,而是不可思议的高工资,那时候他实习已经可以拿到每月 8K 瑞郎(换算成人民币约 5W ),这是一个什么样的工资水平啊?!他只是一个实习的博士研究生,大家想想其他研究人员的收入吧,难怪大家都愿意在瑞士从事科研工作: 山清水秀的环境、藏龙卧虎的团队、严格有序的管理、充裕的科研经费、梦幻一般的实验条件、不可思议的高工资,让大家能够尽情地沉浸在研究发现的快乐之中,最终才会频频出现这样了不起的重大突破! IBM Zurich ,真的是科研的天堂! 重磅│IBM发明世界首个人造神经元,人工智能的底层硬件基石已完成! 2016-08-04 DeepTech 深科技 DeepTech 深科技 DeepTech 深科技 麻省理工科技评论独家合作 图片来源: IBM 编者按: 从 AlphaGo 击败李世石,宣布超级计算机攻克了围棋这一穷举法不可能征服的领域后,人工智能( AI )又成了所有人最热门的话题之一。 对于不少该领域的科学家而言,人工智能的终极目标之一就是用机器实现人脑的全部功能,而作为人脑的最小细胞单位 —— 神经元,可能会是一个最好的入手点。 美国当地时间 8 月 3 日, IBM 官方宣布了他们的最新成果 —— 首个人造神经元,可用于制造高密度、低功耗的认知学习芯片。 IBM 苏黎世研究中心制成了世界上第一个人造纳米尺度随机相变神经元。 IBM 已经构建了由 500 个该神经元组成的阵列,并让该阵列 以模拟人类大脑的工作方式进行信号处理。 该技术突破具有重要意义,因为相变神经元具有传统材料制成的神经元无法匹敌的特性 —— 其尺寸能小到纳米量级。此外,它的 信号传输速度很快,功耗很低 。更重要的是, 相变神经元是随机的 ,这意味着在相同的输入信号下,多个相变神经元的输出会有轻微的不同, 而这正是生物神经元的特性。 人造神经元论文的第一作者:托马斯 · 图玛( Tomas Tuma ) IBM 相变神经元由输入端(类似生物神经元的树突)、神经薄膜(类似生物神经元的双分子层)、信号发生器(类似生物神经元的神经细胞主体)和输出端(类似生物神经元的轴突)组成。信号发生器和输入端之间还有反馈回路以增强某些类型的输入信号。 人造神经元研发团队,图片来源: IBM 神经薄膜是整个神经元的关键。在生物神经细胞中,起神经薄膜作用的是一层液态薄膜,它的物理机理类似于电阻和电容:它阻止电流直接通过,但同时又在吸收能量。当能量吸收到一定程度,它就向外发射自己产生的信号。这信号沿着轴突传导,被其他神经元接收。然后再重复这一过程。 在 IBM 制造的神经元中,液态薄膜被一小片神经薄膜取代。神经薄膜是由 锗锑碲复合材料 (也称 GST 材料)制成的,该材料也是可重写蓝光光盘的主要功能材料。锗锑碲复合材料是一种相变材料,即它可以以两种状态存在: 晶体态和无定形态 。通过激光或电流提供能量,两种状态之间可以互相转变。在不同状态下,相变材料的物理特性截然不同: 锗锑碲复合材料在无定形态下不导电,而在晶体态下导电。 在人工神经元中,锗锑碲薄膜起初是无定形态的。随着信号的到达,薄膜逐渐变成结晶态,即逐渐变得导电。最终,电流通过薄膜,制造一个信号,并通过该神经元的输出端发射出去。在一定的时间后,锗锑碲薄膜恢复为无定形态。这个过程周而复始。 生物神经元与人造神经元对比图,图片来源: IBM 由于生物体内各种噪声的存在,生物神经元是随机的( Stochastic )。 IBM 研究人员表示,人工神经元同样表现出了随机特性,因为神经元的薄膜在每次复位后,其状态有轻微的不同,因此随后的晶态化过程略有不同。因此,科学家无法确切地知道每次人工神经元会发射什么信号。 那么人工神经元到底有何意义? 首先,人工神经元采用了成熟的材料,历经几十亿次工作而不损坏(寿命长),体积极小( 有报道说是 90 纳米,但从下图中看应该在 300 纳米左右,而论文中表示未来有望达到 14 纳米 )。因此,这是一种性能非常棒的器件。 人工神经元网络。图中的银色方块是放大后的相变神经元,该神经元网络还没有配备工业标准的输入输出接口。图片来源: IBM 其次, 人工神经元跟生物神经元的工作方式非常类似 。当大批人工神经元组成并行计算机后,它也许可以和人类一样进行决策和处理感官信息。 IBM 表示,他们的人工神经元技术和目前发展中的另外一种人工神经元器件 —— 忆阻器互为补充。 目前, IBM 制造了 10 乘 10 的神经元阵列,将 5 个小阵列组合成一个 500 神经元的大阵列,该阵列可以用类似人类大脑的工作方式进行信号处理。事实上,人工神经元已经表现出和人类神经元一样的 “ 集体编码 ” 特性。此外,它的信号处理能力已经超过了 奈奎斯特 - 香农采样定理规定的极限。 编者注:集体编码:每个神经元有 2 种状态,可以表示 1 比特信息,那么 N 个神经元就可以表示 2 N 比特信息。神经元数量足够多时,能表示的信息量将极其惊人。 IBM 研究人员计划构建包含几千个相变神经元的单一芯片,并编写能充分利用相变神经元芯片随机特性的软件。 编辑:离子心 参考: IBM 、 Nature 、 Arstechnica 论文: NatureNanotechnology, 2016. DOI: 10.1038/nnano.2016.70 (About DOIs).
个人分类: 科研心得|22041 次阅读|28 个评论

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-5-18 02:23

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部