在PC的浪潮中，或許IBM已經(jīng)被擠下巔峰被拍在沙灘上。不過在人工智能的浪潮中，IBM則依據(jù)多年的深耕成功地重回巔峰。

IBM在人工智能上的研究主要是對于大腦的模擬，其超級計算機“深藍”早在18年前便在國際象棋大賽中戰(zhàn)勝人類勇奪冠軍，而象棋一直被認為是人類最高智力水平的體現(xiàn)。之后，新的超級電腦“沃森”又在一次問答游戲中秒殺人類參賽者。

去年八月，IBM還研制出世界首個大腦芯片 TrueNorth ，大小跟郵票差不多，每塊芯片都能模擬數(shù)以百萬計的神經(jīng)元，而且這些神經(jīng)元可以通過“大腦中的突觸”互相交流。與此前的PC和超級計算機采用的芯片相比，這些芯片處理數(shù)據(jù)的方式與人腦處理信息的方式更為接近，而能耗僅為傳統(tǒng)芯片的千分之一（兩者尺寸差不多的情況下）。

現(xiàn)在，這家公司已經(jīng)開始了下一代芯片的研究，新的芯片可以幫助移動設備完成一些對人腦容易但是對計算機相當困難的任務，例如語音識別和圖像解釋。

負責 IBM 研究院和多個業(yè)務單位的高級副總裁 John Kelly 表示公司正在研究下一代芯片，不過同時也表示現(xiàn)在最重要的還是尋找商業(yè)合作伙伴。這個芯片可以被應用到所有的移動設備、機械和汽車上。

比如當這款芯片被植入手機的時候，手機能識別出用戶所說的話，并且對他們周圍發(fā)生的事情進行追蹤。就像我們想喚醒蘋果人工智能軟件時喊一聲“Hey Siri”，而在使用谷歌人工智能軟件時可以用“OK Google”一樣。

IBM的大腦芯片項目在2008年啟動，并得到了 DARPA 的資助，目標是用完全不同的材料打造全新芯片并對人腦進行模擬。TrueNorth 對神經(jīng)網(wǎng)絡進行了深度模擬，并在“大腦中”產(chǎn)生神經(jīng)元和突觸，最終實現(xiàn)“深度學習”。不過，IBM 的這一做法遭到了同樣在研究“深度學習”的 Facebook人工智能研究實驗室的專家 Yann LeCun 的質疑。Facebook 與谷歌以及微軟實現(xiàn)“深度學習”的方式是基于軟件的人工神經(jīng)網(wǎng)絡，并且已經(jīng)語音識別或圖像處理等領域取得實質性的效果，而 IBM 至今未展示其在這方面的成果，因此 Yann LeCun 對于 TrueNorth 芯片的實用性提出了質疑。

對此，主導TrueNorth 芯片研發(fā)工作的 Dharmendra Modha 反駁道，如果要在芯片上以高功率效率運行神經(jīng)網(wǎng)絡，制造尖峰（spiking）將是關鍵。他表示，他的研究團隊已經(jīng)開始開發(fā)相關的工具，將這種具備“深度學習”能力的神經(jīng)元移植到 TrueNorth 芯片中去。

索爾克生物學研究所計算機神經(jīng)生物學實驗室的負責人Terrence Sejnowski 也認為，要想計算機在低能耗狀態(tài)或者不借助云計算技術的情況下完成智能任務，尖峰神經(jīng)元是一個非常重要的關鍵。Terrence Sejnowski 是深度學習領域中的佼佼者，來自蒙特利爾大學，他領導的研究表明，將技術準確性轉移到硬件尖峰神經(jīng)元上，要比原先預想地更為容易。上周，IBM的協(xié)作語言軟件Bengio 在網(wǎng)上發(fā)布一篇論文，文章指出調整深度學習網(wǎng)絡中的模擬神經(jīng)元，讓它們更加近似尖峰神經(jīng)元，并不會損害圖像處理的準確性。

IBM的大腦芯片項目一直是以研究為主，離最終走出實驗室并應用于實際產(chǎn)品可能還需要幾年甚至更久。而同時IBM也會面臨來自谷歌和高通等公司的競爭，谷歌已經(jīng)在研發(fā)簡化人造神經(jīng)網(wǎng)絡以便用于移動設備的方法，高通也正在設計可以運行“深度學習”軟件的芯片。