推特
在2019年的isscc会议上，颜乐坤表示，他对类似大脑的芯片并不乐观。1.脉冲神经网络尚未在实践中得到应用；2.早在上个世纪就已经证明用模拟信号代替数字信号是不可取的。
关于第一点，不幸的是，脉冲神经网络只能识别黑色和白色的数字，但不能识别彩色图像或更复杂的物体，所以“没有一个基于尖峰脉冲的神经网络接近实际任务的技术水平。”然而，mnist只是一个黑白手写数字，是上个世纪的产物。例如，清华大学的类脑芯片演示使用高对比度的黑色自行车和强光条件，而英特尔的loihi演示只能识别数字。这些任务相对简单，计算量小。
其次，他提到了忆阻器，模拟设备取代了数字逻辑。这些自上个世纪就存在了。早在上个世纪，在计算机设计之初，就有两种意识形态，一种是把计算机变成人脑，另一种是把计算机变成专家机器。然后是模拟计算机和数字计算机之间的争论。在这些学校中，后者总是胜出，因为模拟信号处理太麻烦了。
你可能会说，为什么我们的大脑信号是模拟的？因为我们有大脑容量，芯片是二维的，前者是身体，后者是表面。目前，芯片无法实现真正意义上的3d。另一点是进化的逻辑。进化不是方向性的，它是一个预先存在的环境，然后产生相应的变化。任何相应的变化都不是绝对的全局最优解，而只是局部最优解。我们不能说，因为我们的大脑是这样生长的，所以我们必须要求人工智能芯片在设计时“像大脑一样”，这是经不起推敲的。
为什么我对类似大脑的芯片不乐观？我要补最好看的穿越小说充几点。
从行业本身来看，模拟电路工程师现在已经严重饱和，高校中有很多与模拟电路相关的教师。当他们看到人工智能和模拟技术可以制造出类似大脑的芯片时，他们当然会说他们“相当乐观”。这是他们的新饭碗。但事实上，yann lecun的第二部作品《手写数字》的作者boser在贝尔实验室工作了一段时间后来到伯克利教授模拟集成电路，并成为一名教授(他早年发明了svm)。他是模拟电路和人工智能方面的专家，但他没有制造类似大脑的芯片。
手写的人对类似大脑的芯片的期望也被资本误导了。我对类脑芯片的理解是从“硅谷特工”(后来，硅谷特工去区块链发行uuu硬币)的报告中得知的。这些“硅谷特工”不知道技术，他们只是敲锣打鼓。我们或多或少会被他们误导。
最重要的是，我不喜欢像大脑一样的芯片。
文章来源：www.atolchina.com