最近，英特尔分享了英特尔神经仿生研究社区(INRC)的最新进展，如联想、罗技、奔驰和机器视觉传感器。公司“预言”已经加入到探索神经模拟计算在商业用例中的价值。
INRC社区成立于2018年3月，目前有100多名成员。其初衷是共同有效地释放神经拟态计算的全部潜力。在未来几年内，它将从一个研究原型发展成为一个能够引领行业的产品。
此前，在2017年9月，作为英特尔研究院的研究课题，英特尔发布了首款代号为“Loihi”的自学习神经拟态芯片，该芯片包含128个小核，每个小核拥有1000个神经元硬件来模拟多个“逻辑神经元”。与AI训练相比，通用芯片的能量效率提高了1000倍。
2019年7月，英特尔发布了一个代号为“Pohoiki Beach”的神经拟态系统，该系统包含64个Loihi研究芯片，拥有800万个神经元。
2020年3月，英特尔展示了Loihi在存在明显噪音和覆盖的情况下学习和识别危险化学品的能力，只需要一个样本就可以学习识别每种气味。
与此同时，英特尔公布了代号为“Pohoiki Springs”的数据中心机架系统，该系统在五个标准服务器大小的机箱中集成了768个Loihi芯片，拥有1亿个神经元，大约相当于一个小型哺乳动物大脑的水平。
这一次，英特尔日强调的Loihi神经模拟研究的基准更新包括:
-语音命令识别
埃森哲在英特尔Loihi和标准GPU上测试了识别语音命令的能力，发现Loihi不仅实现了与GPU类似的准确性，而且能效提高了1000多倍，响应速度快了200毫秒。
奔驰正在探索如何将这些成果应用到现实中，比如为汽车添加新的语音交互命令。
-手势识别
埃森哲证明了Loihi在快速学习和识别个性化手势方面取得了真正的进步。只需几次曝光，Loihi就可以学习新的手势，可用于智能产品交互或公共场所的非接触式展示。
-图像检索
零售行业研究人员评估了Loihi在基于图像的产品搜索中的应用，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和GPU方案高出3倍以上。
英特尔之前的研究发现，Loihi在百万图像数据库中搜索特征向量的速度比CPU快24倍，能耗低30倍。
-优化和搜索
英特尔发现，在解决优化和搜索问题时，Loihi的效率比传统CPU高1000倍，速度快100倍。该研究可用于无人机实时规划和进行复杂的导航决策，也可扩展到复杂的数据中心载荷，完成辅助列车调度和物流优化等任务。
- 机器人技术
来自罗格斯大学和代尔夫特理工大学的研究人员证明了在Loihi上跑步。机器人导航和微型无人机控制应用。
代尔夫特理工大学的无人机使用进化的脉冲网络，有35个神经元用于光流着陆，频率超过250KHz。
Rutgers大学研究发现，在相同性能下，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OpenAI Gym的多项任务，准确率与Deep Actor networking相当，能耗比移动GPU解决方案低140倍。
英特尔还展示了Loihi如何自适应控制水平跟踪无人机平台，实现了20KHz的最大闭环速度和200微秒的视觉处理延迟，比传统方案高出1000倍。
对了，“Loihi”这个名字来源于夏威夷海底不断喷发的活火山，每次喷发都会扩大夏威夷岛的范围。英特尔以其命名了neuromimetic芯片，希望它能够通过不断的自我学习提供更强大的人工智能能力。