5月6日消息，欧洲研究与创新中心Imec推出了世界上第一个使用尖峰神经网络处理雷达信号的芯片。该公司声称该芯片模仿了“生物神经元群操作来识别时间模式的方式”，功耗比传统实现方案少100倍，同时延迟减少了十倍，几乎可以立即做出决策。例如，可以仅使用30 mW的功率对微型多普勒雷达信号进行分类。
Imec出色的基于神经网络的芯片。图片由Imec提供
同时，该芯片可以调整体系结构和算法，以处理各种传感器数据（包括心电图、语音、声纳、雷达和激光雷达流），它的第一个用例将包括创建低功耗、高度智能的防碰撞系统，如无人机雷达，它可以对接近的物体做出更有效的反应。
什么是尖刺神经网络（SNN）？
通常，人工神经网络（ANN：Artificial Neural Networks）已被证明可在广泛的应用领域中使用，例如，已被用于汽车工业中常用的基于雷达的防撞系统。但是，人工神经网络有其自身的局限性——它们消耗的功率过多，无法集成到越来越受约束的（传感器）设备中。此外，人工神经网络的基础架构和数据格式要求数据在做出决定之前要经历从传感器设备到AI推理算法的耗时过程。因此，Imec决定使用尖峰神经网络（SNN，Spiking Neural Networks）。
正如Imec的神经形态感应程序经理Ilja Ocket表示：“这是世界上第一个使用递归尖峰神经网络处理雷达信号的芯片。SNN的运行与生物神经网络非常相似，在该过程中，仅当感觉输入发生变化时，神经元才会随时间稀疏地发射电脉冲。这样，可以显着降低能耗。此外，该芯片上的尖刺神经元可以循环连接，即将SNN变成一个学习和记忆时间模式的动态系统，该技术是自学系统研发的重大飞跃。”
至于延迟的问题，很多“思考”都是在现场进行的。如AAC贡献者Chantelle Duboise所述，尖峰神经网络（SNN）传感器元素直接与其他传感器元素通信，这些反过来又根据其自身的激发水平发生部分反应。因此，很多处理都在传感器内部进行，减少了AI引擎的耗时旅行，从而减少了延迟。
此外，Imec声称，所谓的芯片“尖峰神经元”可以以一种可以交互的方式进行交互，该方式可以消化信息，学习时间模式并记住它们。因此，Imec的设计将芯片的行为引导到通过仿真已精确预测的反应中。
SNN的系统功能。
为什么选择无人机？
无人机通常独立于人类控制，或者至少半独立于人类控制。为了避免冲突，它们必须在几毫秒内做出有关速度和方向的决策，因此没有延迟的余地。无人机通常使用机载雷达系统来获取飞机绘制安全飞行路线所需的原始信息，SNN芯片能够执行接近物理雷达的大部分信息处理的能力，从而可以大大加快响应时间并做出更好的决策。
此外，小型无人机需要与大型设备相同的“脑力”，但可用来“养活”大脑的机载功率受到极大限制，这些因素使无人机成为新SNN芯片的合适用例。
根据Ocket的说法，“我们这款新芯片的首要用例包括为无人机创建低延迟、低功耗的防撞系统。在靠近雷达传感器的地方进行处理，我们的芯片可使雷达传感系统更快、更准确地区分正在接近的物体，反过来，这将使无人机几乎可以立即对潜在的危险情况做出反应。目前，我们正在探索一种方案，该方案以自主无人机为基础，这些无人机依靠其车载摄像头和雷达传感器系统进行仓库内导航，在执行复杂任务时与墙壁和架子保持安全距离。这项技术还可以用于许多其他用例，从机器人方案到自动导引车（AGV）的部署，甚至健康监控。”
SNN芯片的其他用例
在公司开始关注雷达应用之前，该芯片最初设计为在功率受限的设备中支持心电图（ECG）和语音处理。由于其通用架构具有全新的数字硬件，在设计上，还可以轻松地对其进行重新配置，以处理各种其他传感输入信号，例如声纳、雷达和激光雷达数据。Imec的新型SNN芯片是人工智能“预加载”系统趋势的一部分，就像在商业组织中一样，这些网络可以使决策更接近行动所在地。
对于无人驾驶飞机，如果决定转弯或改变速度在物理上更接近雷达或激光雷达设备，则该设备可以减少等待时间并节省时间。因此，Imec预计新设备将成为自动驾驶汽车和协作机器人的有用补充，在这种情况下，快速、可靠的决策对于安全性是必不可少的。
Imec物联网认知感知程序总监Kathleen Philips 总结道：“该芯片可以满足业界对真正从数据中学习并实现个性化AI的超低功耗神经网络的需求。在创建过程中，我们召集了来自Imec各个领域的专家来进行研发，如从培训算法的开发、以神经科学为基础的尖峰神经网络架构、生物医学和雷达信号处理、以及超低功耗数字芯片设计等领域。”
自新型冠状病毒肺炎疫情爆发以来，新利18国际娱乐一直密切关注疫情进展，根据国家及地方政府的最新调控与安排，为更好的服务相关企业，在疫情期间，新利18国际娱乐免费发布企业相关文章，免费成为新利18国际娱乐认证作者，请点击认证，大家同心协力，抗击疫情，为早日打赢这场防控攻坚战贡献自己的一份力量。