近日，Intel分享了Intel神经拟态研究社区(INRC)的最新进展，联想、罗技、梅赛德斯-奔驰、机器视觉传感器公司Prophesee已经加入，共同探索神经拟态计算在商业用例上的价值。
INRC社区成立于2018年3月，现已拥有100多名成员，其初衷是联合行业共同、有效释放神经拟态计算的全部潜力。未来几年内将其从研究原型发展为能够引领产业的产品。
此前在2017年9月，作为Intel研究院的一个研究课题，Intel发布了，包含128个小核心，而每个小核心有1000个神经元硬件，模拟多个“逻辑神经元”，相比AI训练的通用芯片能效提升1000倍。
2019年7月，Intel发布了，包含64块Loihi研究芯片，拥有800万个神经元。
2020年3月，Intel展示了，仅需单一样本便可学会识别每一种气味。
同时，Intel宣布了，在5台标准服务器大小的机箱中集成了768块Loihi芯片，拥有1亿个神经元，大约一个小型哺乳动物大脑的水平。
这一次，Intel日重点介绍的Loihi神经拟态研究基准更新包括：
埃森哲测试了在Intel Loihi和标准GPU上识别语音命令的能力，发现Loihi不仅达到了和GPU类似的精度，而且能效提高1000倍以上，响应速度快200毫秒。
梅塞德斯-奔驰正在探索如何将这些结果应用到现实中，比如在汽车中加入新的语音交互命令。
埃森哲展示了Loihi在快速学习、识别个性化手势方面取得的切实进展。只需几次曝光，Loihi即可学习新手势，可用于智能产品交互，或者公共场所非接触式显示。
－ 图像检索
零售行业的研究人员评估了Loihi对基于图像的产品搜索应用，发现在保持相同精度水平的情况下，Loihi生成图像特征向量的效率，比传统CPU、GPU方案提升3倍多。
Intel此前研究发现，Loihi在百万幅图像数据库中搜索特征向量的速度比CPU快24倍，且能耗低30倍。
Intel发现，Loihi解决优化和搜索问题的效率比传统CPU高1000倍、速度快100倍。此研究可用于无人机实时规划并做出复杂导航决策，也可以扩展到复杂的数据中心负载，完成协助列车调度、物流优化等任务。
罗格斯大学和代尔夫特理工大学的研究人员展示了在Loihi上运行机器人导航、微型无人机控制应用。
代尔夫特理工大学的无人机使用一个包含35个神经元且能演进的脉冲网络进行光流着陆(optic flow landing)，频率超过250KHz。
罗格斯大学发现，在同等性能下，Loihi解决方案的功耗比传统移动GPU低75倍。
Loihi还可以成功学习诸多OpenAI Gym的任务，精度与深度行动者网络(Deep Actor Networ)旗鼓相当，而能耗比移动GPU解决方案低140倍。
Intel还展示了Loihi如何自适应地控制水平跟踪无人机平台，实现最高20KHz的闭环速度、200微秒的视觉处理延迟，比传统方案提高1000倍。
顺便一提，“Loihi”这个名字取自于夏威夷海底一座不断喷发的活火山，每一次喷发都会扩大夏威夷岛的范围。Intel以此命名神经拟态芯片，就是希望它能通过不断的自我学习，可以提供更加强大的人工智能的能力。
