──我很惊讶地得知，试图以认知技术“Watson”开启计算新时代的IBM正在日本开发人工智能芯片。 Yamado先生，请介绍一下您在这一领域的工作。

IBM 东京研究所开展广泛的研究活动，重点关注以文本分析、数学科学和基于物理科学的硬件技术为基础，利用认知计算解决社会和行业面临的问题的创新。作为一名高级经理，我领导一个团队研究科学技术的硬性方面。我们利用我们在硅技术和子系统技术方面的研究知识和经验来支持 IBM 硬件的开发，这些技术是支持社会基础设施的服务器等硬件系统的核心。

2015年，我们的研究团队将研究主题缩小到支持下一代认知计算的神经形态设备的研发，并集中了我们的人力资源。神经形态设备是一种半导体芯片，它使用大脑的神经网络作为参考来执行信号处理。

通常被称为人工智能的研究领域正在解决从基础理论到自主学习的各种问题。另一方面，认知系统将支持人类决策的明确目的置于其设计理念的中心。此外，为了使传统计算更加可扩展、高效、准确，同时追求更低的功耗，需要不同的思维方式。因此，我们正在研究超越传统思维的新型半导体芯片，以实现大数据学习、有目的的推理以及高速、低功耗地与人自然交互。

神经形态设备的研发是 IBM 东京科学技术研究院、美国纽约 IBM 沃森研究中心、加利福尼亚州 IBM 阿尔马登研究中心和瑞士 IBM 苏黎世研究中心之间的大规模联合努力。 IBM东京研究所的科技团队正在利用日本作为世界上罕见的拥有先进技术的材料制造商和制造设备制造商集中地区的地理优势，对神经拟态设备的新材料、制造工艺和电路设计进行研发。

探索大数据时代计算机的理想状态

─在IBM，与人工智能相关的技术被称为认知计算。为什么呢？

自 21 世纪初以来，人类每年创建的数据量呈爆炸式增长。日本国家信息研究所所长喜连川将这种情况称为“信息爆炸”。此外，物联网时代即将到来，万物互联，数据增长更加迅速。如今，数据量不仅在加速增长，而且还包括大量难以处理的数据，例如无法按原样使用的非结构化数据、随着时间的推移而消失的数据。大数据蕴含着极其有用的信息，反映了人们生活和社会活动的真实状态，虽然数量巨大、利用难度大，但蕴含着非常有价值的信息。如何处理和利用它已成为全社会面临的问题。

然而，传统计算机按照设定的程序处理每条数据，不再能够及时、低功耗地响应大数据。计算机需要具备以大量数据为教材，自行学习趋势和处理方法，改变系统功能和配置的能力，类似于人类右脑的能力（图1）。

[图1]为了有效利用大数据，计算机具有类似于人类右脑的功能非常重要
（http://wwwibmcom/smarterplanet/jp/ja/brainpower/）

──目前，人工智能系统正在数据中心积累大数据，并使用强大的计算机提取有用的信息。在人工智能的研发中，重要的是收集可以作为学习算法和学习材料的数据，而我们并没有感觉到半导体芯片等硬件需要创新。为什么需要新的硬件技术？

今天的计算机运行在一种称为冯诺依曼架构的架构上，该架构自 1964 年以来几乎在全世界范围内使用。在这种结构中，微处理器和内存是分开的。通过传输线（总线）连接处理器和存储器来处理信息的系统，该传输线允许每个电子电路交换数据。这个总线能够传输的数据量是有限制的，所以如果达到饱和，性能自然会下降。此外，处理大量数据的速度越快，现有技术消耗的功率就越大，这使得降低功耗成为追求提高计算机性能的迫在眉睫的问题。

关于我们的大脑如何工作和人类智能的许多事情尚不了解，而且我不研究大脑，因此完全不可能模仿大脑。不过，我们相信，通过关注我们大脑惊人的低功耗（据说功耗约为20W）的优势，以及大脑一小部分微处理器和内存协同工作以实现极高连接密度的优势，我们将能够提出新的硬件架构方法和降低功耗的新思路。为了在社会中实现我们的认知计算理念并使其可用于各种应用和情况，此类硬件技术的突破至关重要。

当前的高端服务器每次处理大数据时都会消耗大量电力，达到数十千瓦。当位于硬件设备核心的微处理器试图更快地运行时，其热量密度会迅速增加。它已经接近极限，如果你试图让它运行得更快，它就会因热量而自我毁灭，从而很难进一步提高其性能。在这样的情况下，想随便利用大数据都很难。大数据的使用远不能解决社会问题，处理本身甚至可能引发重大社会问题。

迄今为止，随着计算机核心微处理器性能的提高，它产生的热量也越来越多，因此人们研究了各种冷却技术。另一方面，基本结构或功能没有重大变化。然而，最终有必要使用完全不同的方法来创建用于信息处理的芯片。