欧洲微电子研究中心(IMEC)的研究人员最近成功研发了一款可以作曲的芯片，这款仿神经芯片虽然还处于原型产品阶段，但已经可以通过分析歌曲中的模式学会了谱曲的规则。听过某个曲子后，它就能作出类似风格的曲子。
当然，研发人员做这款芯片可不是为了让音乐家们下岗，这款芯片是未来低功耗通用学习加速器的基础，有了这项技术我们就能给医生打造定制的医疗传感器并让电子产品了解它们各自“主人”的行为模式。
IMEC 负责神经形态计算的 Praveen Raghavan 认为，如今的联网设备虽然都贴了智能的标签，但事实上它们自身的处理能力一般，这些设备需要将数据发回云端做分析，以此来节省能耗和散热上的成本，而 IMEC 的团队想改变这种模式。
“我们的整体目标是让人工智能变得更加紧凑，让它们更加贴近用户。”Raghavan 说道。这也就意味着 IMEC 必须开发出紧凑且低功耗的专用学习芯片。他表示：“降低成本也是我们的核心目标之一。”
这样看来，作曲反倒成了该芯片的“买一送一”的功能。不过，人们发现这位“作曲家”选择音符时有些奇怪，但其曲调风格却并不前卫，整体风格依然跳不出西方古典音乐的框架。举例来说，在该芯片写出的 30 秒乐曲中你能听到许多音乐家练习曲中元素的重复，有两个小节还非常像半音音阶的即兴重复。在最后一个小节中，乐曲则集中使用了令人愉悦和期待的音符。
想要让芯片谱出曲子，必须循环播放拥有同样拍子记号(即每小节有多少节拍)和风格的歌曲。一旦曲子的节奏和风格变的特别宽泛，芯片就识别不了其中的模式了。Raghavan 表示，他们在训练这款芯片时用了比利时和法国的长笛乐曲，芯片成功掌握了其中规则。如果换用其他拍子记号，芯片则会开始学习新的模式。
雷锋网了解到，这款仿神经芯片搭载了电阻式 RAM，存储单元是氧化物材料制作的细丝，它会根据不同的电压条件进行连续调整。当芯片在多个训练曲目中“听到”两个特殊的音符相继出现时，就能识别出其中的模式。这两个特殊音符连续出现的次数越多，就说明它们之间的联系越紧密，在作曲时，芯片就会用到这两个音符。这样的表现类似于大脑中不同神经元的学习方式。同时，这套系统也是分层级的，它能识别并学习更宽泛的模式。
虽然该芯片主打低功耗，但 Raghavan 却不愿透露原型产品在功耗方面的表现。他只是表示团队对这块芯片进行了超额设计，因此它能胜任多种任务并构建大型存储单元。在这里，作曲的工作并不会完全释放存储器的能力，但未来更复杂的任务会激发其所有潜能。
未来，Raghavan 的团队还会优化芯片的设计。眼下，他们还在用文本训练该系统，教这块芯片学习遣词造句。
Raghavan 表示，这套系统未来可以成为个人电子设备中的学习加速器，同时它还能助力其他运行神经网络的硬件。对于芯片的未来应用，Raghavan 已经有了自己的设想，他想将芯片植入智能手表，帮此类设备学习用户的习惯，以便读出更加精确的心率数值。“佩带智能手表时，有人戴的紧，有人戴的松，另外佩戴位置也会有所不同，而这些因素都会影响心率数值的准确性。”Raghavan 说道。
本文转自d1net（转载）