我們傾向於認為AI是一個整體，但它實際上是沿著多個分支發展的。其中一個主要分支涉及執行傳統計算，但將結果提交到另一個層，該層接受來自多個計算的輸入，並在執行計算和轉發計算之前對其進行加權。另一個分支涉及到模仿傳統神經元的行為:許多小單元通過被稱為“尖峰”的突發活動進行交流，並記錄過去活動的歷史。
根據其層的結構和通信網絡、執行的計算類型等，每一個都有不同的分支。他們中的許多人都擅長解決一些特殊的問題，比如模式識別或打撲克，而不是像我們認為的那樣表現得很聰明。而旨在提高軟件性能的處理器通常只能改善其中的一部分。
隨著主要在中國工作的一個大型研究團隊開發出天啟科技，上述最後一個部門可能已經走到了盡頭。Tianjic的設計使得它的單個處理單元可以從插拔通信切換回二進制，並執行大範圍的計算，幾乎在所有情況下都比GPU更快、更高效。為了證明該芯片的能力，研究人員將一輛自動駕駛自行車放在一塊芯片上，同時運行三種不同的人工智能算法。
分成兩個
雖然人工智能軟件有很多種類型，但研究人員確定的關鍵劃分是在所謂的分層計算和尖峰通信之間。前者(包括卷積神經網絡和深度學習算法)使用計算單元層，計算單元層使用標準二進制數據將計算結果輸入下一層。每個單元都必須跟蹤它與哪些其他單元通信，以及每個輸入的權重。
另一方面，研究方法更直接地受到生物學的啟發。這些通信採用模擬的活動“峰值”，而不是數據。每個單位不僅要了解他們的現狀，還要了解他們過去的歷史。這是因為它們發送峰值的概率取決於它們過去接收峰值的頻率。它們也被安排在大型網絡中，但它們不一定有一個乾淨的分層結構或在任何單元中執行相同種類的詳細計算。
這兩種方法都受益於專用硬件，專用硬件往往至少與在gpu上實現軟件一樣好，而且更節能。(IBM的TrueNorth處理器就是一個例子。)但是類之間在通信和計算方面的巨大差異意味著處理器只適合一種或另一種類型。
這就是天合化工團隊所改變的所謂的FCore架構。FCore的設計使得這兩種不同的人工智能可以由一個通用的底層計算架構表示，也可以方便地動態重新配置來處理其中一種或另一種。
為了使計算單元之間的通信成為可能，FCore使用了傳統神經網絡的母語:二進制。但FCore也能夠以二進制格式輸出峰值，這使得它能夠以基於神經元的算法能夠理解的方式進行通信。每個處理單元的本地內存可以用於跟蹤峰值的歷史，也可以用作輸入和輸出數據的緩衝區。在人工神經元模式下，一些神經網絡所需的計算硬件被關閉並繞過。
在芯片內
通過實現這些功能和一些附加功能，FCore中的每個計算單元都可以在這兩種模式之間切換，根據需要執行任何類型的計算和通信。更重要的是，一個單元可以設置成一種混合模式。這意味著從一種類型的人工智能算法中獲取輸入，但對其輸出進行格式化，以便被另一種算法理解——讀取峰值和輸出數據，或者相反。這也意味著芯片上的任何單元都可以充當兩種算法之間的轉換器，允許它們在同一芯片上運行時彼此通信。
它工作。雖然從某種意義上說，這輛自行車並不是自動駕駛的，因為它已經準備好帶某人穿過一座大城市的自行車道，但在測試軌道上行走時，它無疑足以成為一名研究人員的忠實夥伴。測試軌道上有障礙物。
總的來說，這是一項令人印象深刻的工作。無論是單獨的處理器還是自動自行車，都可以自己做出一張結實的紙。讓一個芯片原生地承載兩種截然不同的軟件架構的想法是一個大膽的想法。
但有一個值得注意的地方，研究人員認為這是一條通往通用智能人工智能的道路。在很多方面，天啟的確像一個大腦:大腦使用一個單一的結構(神經元)來承載各種不同的過程，這些過程共同理解這個世界，並計劃相應的行動。在某種程度上，研究人員是對的，能夠同時運行和集成多個算法是通向類似的東西的一條道路。
但這並不一定是獲得一般情報的途徑。在我們的大腦中，專門的區域(算法等價)可以執行一系列定義不清的、只有模糊關聯的活動。而一項任務(比如決定將注意力集中在哪裡)需要無數的輸入。它們從我們最近的歷史到我們的情緒狀態，到我們暫時記憶中的東西，再到數百萬年進化過程中形成的偏見，不一而足。所以僅僅能夠運行多種算法離我們所認識的智能還有很長一段路要走。