据英国《每日邮报》9月28日报道，英特尔发明首款神经形态芯片Loihi，这种芯片通过模拟人类大脑处理信息方式进行自主学习和计算，有望提高机器学习效率。

　　过去几年，机器学习的发展很大程度上得益于二进制计算。而Loihi神经形态计算从人脑架构和决策过程汲取灵感，在处理信息时类似人脑神经突触运作原理。整个芯片有超过13万个神经元与1.3亿个突触连接，根据所在环境的各种反馈信息进行自主学习和推断，并且随着时间的增加会变得越来越智能，不再像其他AI设备一样进行人工训练。

　　人脑的神经网络通过突触脉冲或尖峰传递信息，在频繁刺激后突触连接会加强，并在突触连接处记忆信息变化。而智能行为是从脑内神经网络及其环境中的多个区域之间的合作和竞争互动中产生的。这意味着人脑细胞不是独立进行工作的，恰恰与那些独立进行计算的芯片逻辑相反。Loihi通过模仿大脑行为，可以提高机器学习效率且功耗极低，比一般训练系统所需的通用计算效率高1000倍。

　　英特尔公司副总裁兼实验室研究主任迈克尔•梅伯里(Michael Mayberry)在声明中写道：“我们相信AI尚处于起步阶段，更多的架构和方法会不断出现提高AI技术。像Loihi一样的自我学习芯片有巨大的潜力。”

　　机器学习系统需要大规模数据和大量计算力的深度学习，必须提前预设好特定的元素、解决方案以及场景作为训练模型。而基于神经形态系统的Loihi芯片完全可以自主学习。一个例子就是心率监测。心率在慢跑后、餐后或入睡前等不同环境下会发生变化。神经形态系统可以持续监测心率数据并标记出不匹配的数据，从而对正常心跳进行判断。此外，它还可以为不同用户定制算法。神经形态系统还可应用于其他使用场景，比如网络安全。系统在不同环境下学习过正常场景后，可以通过数据流异常判断网络缺口或黑客袭击。