Mit Moore Threads wird die GPU-Rechenleistungplattform integriert. Künstliche Intelligenz bringt die Hirn-Komputer-Schnittstelle näher.

Das Tianqiao Institute of Brain Science hat das Spike Intelligence Laboratory gegründet und das hirnähnliche Puls-Großmodell "Shunxi 1.0" veröffentlicht. Gleichzeitig hat es die Rechenleistungsplatte chinesischer GPU mit der Muxi Technology verbunden.

"Das menschliche Gehirn unterstützt mit nur etwa 20 Watt Energieverbrauch den komplexen Betrieb von hunderten von Milliarden Neuronen. Dies bietet ein erstklassiges Beispiel für die Energieeffizienz der KI. Die Anlehnung an die Mechanismen des menschlichen Gehirns wird der Schlüssel sein, um die drei Kernprobleme von geringem Energieverbrauch, langen Sequenzen und Allgemeingültigkeit zu lösen."

Während des Themensymposiums "Von der Hirn-Maschine-Schnittstelle zur Hirn-Maschine-Symbiose" sagte Li Guoqi, ein Forscher am Institut für Automatisierung der chinesischen Akademie der Wissenschaften, in einem Interview mit Medien wie der Science and Technology Innovation Board Daily, wie er die nächste Entwicklungrichtung der Fusion von KI und Hirn-Maschine-Schnittstelle sieht.

Bei dieser Konferenz kündigte Luo Qianqian, die Gründerin des Tianqiao Institute of Brain Science, die Gründung des Spike Intelligence Laboratory an. Das erste in China entwickelte hirnähnliche Puls-Großmodell "Shunxi 1.0", das von der Forschungsgruppe um Li Guoqi entwickelt wurde, wurde ebenfalls vorgestellt. Das Modell wurde auf der Rechenleistungsplatte chinesischer GPU trainiert und inferiert. Zusammen mit der chinesischen GPU - Firma Muxi Technology wurde die gesamte Forschungskette von hirnähnlichen Basismodellen, chinesischen Rechenleistungsplatten bis hin zu hirnähnlichen Chips verbunden.

Verbindung der chinesischen GPU - Rechenleistungsplatte

"Shunxi 1.0" gilt als ein wichtiger Durchbruch bei der Fusion von hirnähnlicher Berechnung und Großmodellen in China. Das Modell wurde von der Forschungsgruppe um Li Guoqi entwickelt und ist das erste hirnähnliche Puls-Großmodell in China. Anders als die derzeit vorherrschenden Großmodelle auf der Grundlage der Transformer-Architektur bezieht sich das hirnähnliche Modell auf den Mechanismus des menschlichen Gehirns, Informationen in Form von Pulsen zu übertragen und zu verarbeiten, um grundlegend die Probleme von hohem Energieverbrauch, Modellierung langer Sequenzen und eingeschränkter Generalisierungsfähigkeit zu lösen.

Li Guoqi sagte in einem Interview mit Medien wie der Science and Technology Innovation Board Daily, dass eine Schlüsselkompetenz der Entdeckungskunst die Neurodynamik ist. Das menschliche Gehirn unterstützt mit nur etwa 20 Watt Energieverbrauch den komplexen Betrieb von hunderten von Milliarden Neuronen. Dies bietet ein erstklassiges Beispiel für die Energieeffizienz der KI. Anders als die derzeit vorherrschende KI - Methode, die auf der Skalengesetzmäßigkeit basiert und Parameter stapelt, plädiert das Spike Intelligence Laboratory für die Anlehnung an das menschliche Gehirn, das feinste intelligente Träger in der Natur. Es konzentriert sich auf die Entwicklung von hirnähnlichen Großmodellen mit neurodynamischen Eigenschaften und koppelt die Berechnungseigenschaften wie Pulsübertragung und raum - zeitliche dynamische Codierung tief mit der feinen Struktur von Dendritenneuronen, um eine "Gesamtgehirnarchitektur" zu konstruieren, die sowohl eine starke Wahrnehmungsfähigkeit als auch eine tiefe Gedächtnis - und Denkfähigkeit besitzt, und eine bidirektionale Fähigkeitsverstärkung von der Hirnforschung angetriebener KI zu der KI, die die Hirnforschung unterstützt, zu erreichen.

Betrachtet man die Leistungskennzahlen, so verwendet das 7B - Open - Source - Modell von Shunxi 1.0 nur etwa 2 % der Vortraindaten der vorherrschenden Großmodelle und erreicht in mehreren Benchmark - Tests etwa 90 % der Leistung des Alibaba Qianwen 7B - Modells. Noch wichtiger ist, dass das gesamte Training und die Inferenz des Modells auf einer chinesischen Rechenleistungsplatte durchgeführt wurden, ohne auf das ausländische GPU - System angewiesen zu sein.

Dies ist angesichts der aktuellen globalen Rechenleistungslage besonders wichtig. Nehmen wir als Beispiel GPT - 3: Das Training seines 175 - Milliarden - Parameter - Modells erfordert etwa 1000 GPUs und einen Energieverbrauch von bis zu 300.000 Watt; das menschliche Gehirn hat eine viel höhere Anzahl von Nervenverbindungen, verbraucht aber nur etwa 20 Watt Energie. Die Frage, wie man die Modellfähigkeiten bei begrenzter Rechenleistung und Energiebeschränkung verbessern kann, ist bereits ein realer Engpass bei der Entwicklung von Großmodellen. Die hirnähnliche Berechnung gilt in der Branche als mögliche Richtung der "nächsten Generation KI".

In diesem Prozess hat Shunxi 1.0 sich entschieden, eine tiefe Zusammenarbeit mit der chinesischen GPU - Firma Muxi Technology aufzubauen. Durch die Anpassung an die chinesische GPU - Rechenleistungsplatte hat das Forschungsunternehmen nicht nur das Modell trainiert, sondern auch die gesamte Forschungskette von "chinesischem hirnähnlichem Basismodell - chinesischer GPU - Rechenleistungsplatte - hirnähnlichem Chip" verbunden, was die Grundlage für die nachfolgende kooperative Gestaltung von größeren hirnähnlichen Modellen und spezifischen Chips legt.

Es ist bekannt, dass Shunxi 1.0 die Gewichte des 7B - Modells open - source gemacht hat und gleichzeitig den Testbericht der 76B - Version sowie chinesisch - englische technische Artikel veröffentlicht hat. Die Forschungsgruppe ist der Ansicht, dass hirnähnliche Modelle natürliche Vorteile bei der Inferenz mit geringem Energieverbrauch, der Modellierung komplexer Zeitabläufe und der Generalisierung über Aufgaben hinweg haben und in Zukunft möglicherweise in mehr Szenarien zuerst Anwendungsdurchbrüche erzielen werden.

Beschleunigte Umsetzung von Hirn - Maschine - Schnittstellenanwendungen in Shanghai

Wenn das hirnähnliche Großmodell die grundlegenden Probleme von "Rechenleistung und Intelligenzform" löst, dann wird die klinische Umsetzung der Hirn - Maschine - Schnittstelle direkt die Fähigkeit der Technologie überprüfen, die reale Welt zu verändern.

In Shanghai treten Anwendungsfälle der Hirn - Maschine - Schnittstelle nacheinander aus dem Labor heraus. Die Brain Tiger Technology ist eine der repräsentativen Unternehmen. Das erste in China und das zweite international entwickelte vollständig implantierte, drahtlose und vollfunktionale ("drei Vollständigkeiten") Hirn - Maschine - Schnittstellenprodukt mit eingebauter Batterie, das von ihr selbst entwickelt wurde, hat kürzlich in der Huashan - Klinik der Fudan - Universität die erste klinische Studie abgeschlossen.

In der Huashan - Klinik wurde das Produkt erfolgreich bei einem Patienten implantiert, der seit 8 Jahren unter einer Querschnittslähmung leidet und unterhalb der Schultern überhaupt nicht mehr bewegen kann. Bei der postoperativen Trainingsphase konnte der Patient durch "Gedanken" Cursorsteuerung, Webbrowsing, präzises Klicken und Videowiedergabe durchführen und so eine effiziente Informationsaustausch mit der Außenwelt erreichen.

Der klinische Proband der vollständig implantierten Hirn - Maschine - Schnittstelle der Brain Tiger Technology erreicht "Gedankensteuerung" und kann reibungslos Webbrowsing, präzises Klicken und Videowiedergabe durchführen.

"Vollständig implantiert, drahtlos und vollfunktional" gilt als der Schlüssel für die langfristige klinische Anwendung der Hirn - Maschine - Schnittstelle. In einem Interview mit Medien wie der Science and Technology Innovation Board Daily sagte Tao Hu, Gründer und Chefwissenschaftler der Brain Tiger Technology, dass vollständig implantiert bedeutet, dass alle Elektroden, Chips und Batterien im Körper platziert sind, um das Infektionsrisiko von externen Schnittstellen zu vermeiden; drahtlos bedeutet, dass durch drahtlose Energieversorgung und Kommunikation die Patienten im Alltag nicht mehr an die Geräte gebunden sind; und vollfunktional bedeutet, dass es einen vollständigen Kreis von Gehirnstromaufzeichnung, - verarbeitung, - kommunikation und Energiemanagement abdeckt.

Es ist bemerkenswert, dass das Batteriemodul dieses Systems unter der Haut vor der Brust implantiert wird, nicht im Kopfbereich. Dieses Design folgt dem etablierten klinischen Weg der tiefen Hirnstimulation (DBS), entfernt die wärmeerzeugenden und energieverbrauchenden Einheiten vom Gehirn, erhöht die Systemssicherheit und erleichtert die spätere Wartung und Aktualisierung.

Nach den klinischen Daten hat die Decodierungsrate der Gehirnsteuerung des Patienten 5,2 BPS erreicht, was nahe an dem internationalen Spitzenstand liegt. Noch wichtiger ist, dass das System deutliche Vorteile in Bezug auf Sicherheit und Funktionserweiterbarkeit hat, was Raum für die nachfolgende Sprachdecodierung, komplexe Interaktion und sogar die Kopplung mit Großmodellen und Robotersystemen bietet.

Mit der beschleunigten Verschmelzung von Künstlicher Intelligenz, Neurowissenschaft und Klinischer Medizin ist die Branche der Hirn - Maschine - Schnittstelle in eine Phase der parallelen Erforschung von Technologiewegen und der beschleunigten Validierung von Anwendungsfällen eingetreten. In diesem Prozess beschleunigt Shanghai die Umsetzung der Hirn - Maschine - Schnittstelle von Labor in reale klinische Szenarien, und der Rhythmus der Anwendungsumsetzung hat deutlich zugenommen.

In einem Interview mit einem Reporter der Science and Technology Innovation Board Daily sagte Mao Ying, dass die Entwicklung der Hirn - Maschine - Schnittstelle die Beziehung zwischen "Medizin - Forschung - Produktion" verändert. In der Vergangenheit folgte die medizinische Innovation hauptsächlich einem einseitigen Weg von Labor zu Klinik, aber heute ziehen klinische Probleme die Forschung und die Industrie rückwärts an. "Ärzte können in ihrem Weißrock direkt mit Ingenieuren und Algorithmuswissenschaftlern kommunizieren und die realen klinischen Anforderungen direkt in technische Verbesserungen umsetzen. Dies ist der Schlüssel zur Verbesserung der Umsetzungseffizienz."

Nach Ansicht von Mao Ying ist die Beziehung zwischen Künstlicher Intelligenz und Hirn - Maschine - Schnittstelle nicht einfach eine Instrumentenbeziehung, sondern eine bidirektionale Gestaltung: Einerseits verbessert die KI die Fähigkeit zur Interpretation, Vorhersage und Generalisierung von Gehirnstromsignalen; andererseits zwingt das Verständnis der Gehirnmechanismen die KI - Architektur auch in Richtung geringerem Energieverbrauch und höherer Effizienz zu entwickeln.

Dieser Artikel ist aus dem WeChat - Account "Science and Technology Innovation Board Daily" entnommen. Verfasser: Zhang Yangyang. Veröffentlicht von 36Kr mit Genehmigung.