日本北海道大学与TDK公司团队，开发出能玩猜拳猜赢人类的AI芯片。训练方式为人类手腕戴上传感器测量动作，再学习动作代表的剪刀石头布。训练后芯片能在人类说“布！”的瞬间，预测到下步动作，击败对手。

这项技术基于“储备池计算”（reservoir computing）机器学习，用复杂动态系统从时间串行数据提取有意义的特征。储备池计算概念可追溯至1990年代，是近年人工智能发展后，因较低功耗和快速训练推断潜力而重新受关注。

TDK高端经理佐佐木智之表示，团队目标是降低功耗和延迟，特别是边缘AI应用，延迟是大挑战。团队开发CMOS硬件模拟储备池计算电路，并于10月日本千叶先进技术综合展览会展示成果，本周在圣地亚哥国际重启运算会议发布论文。

储备池计算与传统神经网络主要差别在结构。传统神经网络由多层人工神经元组成，数据在层与层之间单向传递。储备池计算没有分层，神经元以复杂网状结构相互联接，使网络有记忆力，能重复利用特定输入。

新芯片不仅猜拳猜赢人类，还能多领域预测时间串行的下一步。团队展示芯片预测著名混沌系统（如逻辑图）和天气，准确性不低。尽管精确度不是芯片主要卖点，但极低功耗和延迟使可穿戴设备和其他边缘设备即时学习应用成为可能。

佐佐木表示，新芯片功耗和运行速度比现有AI高约十倍，是大幅进步。

（首图来源：TDK）