面向硬件友好型认知计算的半全息超维表示系统

人工智能的一个主要长期目标是创造会思考的机器。为此，人们已投入大量努力设计认知系统；即能够操控语义级信息的系统。该努力的相当部分致力于以一种可在硬件中极为高效实现的方式来设计认知背后的数学机制。在这项工作中，我们提出了一种“半全息”表示系统，它可仅使用多路复用和加法运算在硬件中实现，从而避免了昂贵的乘法需求。所得架构可通过复用标准微处理器单元轻松构建，并能够以低于 6 pJ（针对 64 位操作数）的代价执行认知中频繁使用的两个关键数学操作——叠加与绑定。我们提出的“认知处理单元”（CoPU）旨在作为更大认知系统中一个（尽管至关重要）的组成部分，其中各类人工神经网络与联想记忆协同作用以产生智能。