來源：內容由半導體行業觀察（icbank）編譯自「fortune」，作者：JEREMY KAHN，謝謝。
人工智慧最有前途的方法之一是嘗試模仿人腦在軟體中的工作方式。
但是現在，一家總部位於澳大利亞墨爾本的初創公司走得更遠。它實際上是使用嵌入在專用計算機晶片中的真實的生物神經元來構建微型無形的大腦。
這家名為Cortical Labs的公司希望教這些混合微型大腦執行當前一些基於軟體的人工智慧可以執行的許多相同任務，但所需的能耗卻很小。目前，該公司正在努力得到它的微型大腦，迄今為止，他們正在接近做出一個類似一個蜻蜓處理能力的晶片，能夠實現老雅達利的街機遊戲PONG，公司的創始人和執行長 Hon Weng Chong說。
該基準之所以重要，是因為Pong是DeepMind的早期Atari遊戲之一，DeepMind是一家總部位於倫敦的AI公司，他們以其與人工神經網絡的合作而聞名，該軟體在某種程度上模仿了人類神經元的功能，並在2013年 首次用於證明其性能。該演示促使Google在第二年購買了DeepMind。
Chong說，Cortical Labs使用兩種方法來創建其硬體：它從胚胎中提取小鼠神經元，或者使用一種技術將人類皮膚細胞轉化回幹細胞，然後誘導其生長為人類神經元。
然後，將這些神經元嵌入到一種特殊的金屬氧化物晶片頂部的一種滋養性液體介質中，該晶片包含22,000個微小電極的網格，使程式設計師能夠向神經元提供電輸入並感應其輸出。
目前，Cortical Labs正在將小鼠神經元用於Pong研究。
「我們試圖做的是證明我們可以改變這些神經元的行為。」 Chong表示。
雖然這是從Pong開始的任務，但他認為Cortical Labs可以在今年年底之前掌握，他補充說，該公司的混合晶片最終可能成為提供各種複雜推理和概念性理解的關鍵，這是今天的AI無法做到的。
如果該公司的方法被證明具有可擴展性，那麼也可以解決深度學習面臨的最棘手的問題之一——耗能。
DeepMind創建的玩Go的深度學習系統AlphaGo在2016年的古老策略遊戲中擊敗了世界上最好的人類玩家。科技公司Ceva 估算，該遊戲在遊戲過程中消耗了1兆瓦的電能，每天可為大約100戶家庭供電。相比之下，人腦消耗的功率約為20瓦，是AlphaGo所消耗能量的50,000分之一。
倫敦大學學院的神經科學家卡爾·弗里斯頓（Karl Friston）以其在腦成像方面的工作以及包括神經元集合在內的生物系統如何自組織的理論基礎而聞名，他在今年早些時候看到了Corical Labs技術的演示，並說對公司的工作印象深刻。
Cortical Labs系統的各個方面都基於弗里斯頓的工作和他的一些學生的研究，但是神經科學家與這家澳大利亞初創公司沒有任何關係。
弗里斯頓說，他一直認為他關於神經元組織方式的想法將被用來構建更有效的神經形態計算機晶片，這種硬體試圖模仿大腦如何比當今標準計算機晶片更緊密地處理信息。弗里斯頓說，但試圖將生物神經元與半導體結合起來的想法並不是他所期望的。
「對於令我驚訝和高興的是，它們直接用於真實事物，」他談到Cortical Labs對真實生物神經元的使用時說道。「在我看來，該小組能夠做的是使這些想法付諸實踐的正確方法。」
使用真實的神經元可以避免基於軟體的神經網絡遇到的其他一些困難。例如，要使人工神經網絡開始良好學習，他們的程式設計師通常必須進行費力的過程，手動調整初始係數或權重，該係數或權重將應用於網絡處理的每種類型的數據點。另一個挑戰是使軟體平衡在嘗試探索問題的新解決方案與依靠網絡已經發現運行良好的解決方案之間應該平衡的程度。
Friston說：「如果您首先有一個基於生物神經元的系統，那麼所有這些問題都是可以避免的。」
Chong是一位前醫學博士，曾創立過一家健康技術公司，並於兩年前開始與他的聯合創始人兼首席技術官Andy Kitchen一起研究創建混合生物計算機智能系統的方法。
Chong說，兩人對人工智慧（artificial general intelligence：簡稱AGI）的概念很感興趣，因為AI具有可以比人類更好或更好地執行幾乎任何類型任務的靈活性。Chong表示：「每個人都在爭創AGI，但我們所知道的唯一真正的AGI是生物情報，人類情報。」 他指出，兩人認為獲得人類水平智力的唯一方法是使用人類神經元。
長期以來，Cortical Labs也在試驗中的小鼠神經元已被神經科學家用作人類神經元的代理，因為存在提取和培養它們的悠久方法。（從皮膚細胞培養工程神經元的能力僅在過去十年中才得以完善。）最近，西雅圖艾倫腦科學研究所的科學家發現，覆蓋小鼠神經元和人類神經元的蛋白質存在差異。不同的電特性，而滑鼠神經元實際上可能不是人類的良好替代品。
Chong表示，他和Kitchen的靈感來自東京郊外理化學研究所腦科學中心研究員Takuya Isomura的工作，他曾在Friston的指導下學習。Isomura曾在2015年演出如何在電極網格上覆蓋培養的皮質神經元，學習如何克服「雞尾酒會」效應，從而將諸如人的聲音之類的單個音頻信號與背景噪音的刺耳聲分開。
Cortical Labs於去年6月才正式成立，已從澳大利亞著名風險投資公司Blackbird Ventures獲得了約61萬美元的種子資金。
它不是唯一從事生物計算的公司。位於加利福尼亞州聖拉斐爾市的一家名為Koniku的初創公司已經開發出一種64神經元矽晶片，該晶片使用滑鼠神經元構建，可以感應某些化學物質。該公司希望將無人機中使用的晶片出售給軍隊和執法部門以檢測爆炸物。
同時，麻省理工學院的研究人員採用了另一種方法- 在混合晶片中使用細菌的特殊菌株來計算和存儲信息。
*免責聲明：本文由作者原創。文章內容系作者個人觀點，半導體行業觀察轉載僅為了傳達一種不同的觀點，不代表半導體行業觀察對該觀點讚同或支持，如果有任何異議，歡迎聯繫半導體行業觀察。
今天是《半導體行業觀察》為您分享的第2265期內容，歡迎關注。
存儲｜傳感器｜IGBT｜ARM｜FPGA｜中興｜蘋果｜半導體股價｜IP