未来会出现超级“机器脑”吗？

近日，华为又因被美扩大芯片供应限制引发关注。鲜为人知的是，华为的全资子公司哈勃科技曾在2019年的时候，砸了48万，投资了一家专注于类脑智能芯片的AI公司。类脑智能被称为AI未来高效发展的“潜力股”，能弥补AI对于现实世界的感知、情况评估和决策任务能力的缺陷。近年来AI在医学上的应用十分迅猛，如医学影像诊断、智能机器人、药物研发等，不知类脑智能芯片未来会成长成什么样？

一、什么是类脑智能？

类脑智能是受大脑神经运行机制和认知行为机制启发，以计算建模为手段，通过软硬件协同实现的机器智能。类脑智能具备信息处理机制上类脑、认知行为表现上类人、智能水平上达到或超越人的特点[1]。类脑智能发展有3个层面的目标，分别是结构层次模仿脑、器件层次逼近脑、功能层次超越脑。

1、结构层次

主要研究基本单元（各类神经元和神经突触等）的功能及其连接关系（网络结构），通过神经科学实验的分析探测技术完成。

2、器件层次

重点在于研制模拟神经元和神经突触功能的微纳光电器件，在有限物理空间和功耗条件下构造出人脑规模的神经网络系统，如研制神经形态芯片、类脑计算机

3、功能层次

对类脑计算机进行信息刺激、训练和学习，使其产生与人脑类似的智能甚至涌现自主意识，实现智能培育和进化，学习、记忆、识别、会话、推理、决策以及更高智能。

二、类脑智能的发展方向

众所周知，人脑是已知的最复杂，功能强大，高效，有效，灵活和智能的信息处理系统。因此，人脑的功能，其结构组织和信息处理原理应被用作设计人工智能系统的原型，而不仅仅是以黑匣子的方式模拟其行为。因此，类脑智能的发展方向大致可归纳为基础研究、生物性能实现和生物系统结构建模三个方面[2]。

1、基础研究

类脑研究的基础是研究神经细胞作为脑基础功能单元的物理化学原理和作为最小信息处理单元的数学原理。神经细胞的数学模型、等效电路、模拟神经网电路的研究就属于这个范畴。

2、生物性能实现

当暂时无法直接从基础要素的研究中解析出基本原理时，模仿生物的某一项性能也是类脑智能的一个重要研究方向。例如在研究人脑中的视觉系统时，通过模拟人眼的运动控制神经系统及各种眼球动态响应，从而获得了一系列有效的机器视觉运动控制原理，可成功应用于3D自动拍摄系统、双目相机在线校准等产品之中。人工智能算法也是仅模拟了猫大脑视觉皮层通路中信息的分层处理机制和神经网络的基本拓扑结构，构建出卷积神经网络，便已经推动了人工智能的巨大进步。

3、生物系统结构建模

为了实现类脑智能系统，首先要理解脑的系统结构和各个脑器官的功能和特性，通过组合对应各个脑器官基本功能的部件，搭建一套具有类似生物脑系统基本功能的“机器脑”，然后再逐渐改良和完善。仿生机器脑是研究自主智能系统的重要平台，除智能外具备感知和操控功能，是人工智能系统获得自主学习、智力演化等高级认知能力的关键。

三、全球开展“脑计划”，抢占技术制高点

2018年8月，Gartner公司发布2018年新兴技术成熟度曲线，公布了5大新兴技术趋势，其中类脑智能、神经芯片硬件和脑机接口作为重要技术趋势。现在，全球主要发达地区的国家、研究机构和科技企业都已纷纷进入类脑智能的研究领域，并已投入相当可观的资金以供其蓬勃发展。

美国“使用先进革新型神经技术的人脑研究计划”（BRAIN）旨在理解人类思想、动机、情感的产生过程，带动新型疾病疗法的开发和高科技产业的发展；欧盟“人脑计划”（HBP）依托信息通讯技术（ICT），把认知神经科学和计算数字模拟结合起来，实现大脑系统的人工模拟，发展高性能计算机、医学信息学、神经形态工程、智能机器人等应用产业；日本“使用神经技术的脑科学疾病研究计划”（Brain/MINDS）目标为降低和消除神经精神疾病的社会负担[3]。

我国神经科学和类脑人工智能发展规划可分为7大领域，实施“3+2+2”领域模式，包括3大重点方向：基础神经生物学、神经精神性疾病、类脑人工智能；2大支撑性领域：变革性神经科学技术、支撑平台；以及2大产业领域：神经生物医药及生物医学工程、人工智能产业[4]。

中国脑计划有着一些独特的亮点：中国脑计划把脑疾病和脑启发的人工智能放在特别优先的位置；中国的各种脑疾病人数是世界上最多的，这使得对于脑疾病的预防、早期诊断和早期干预的研究尤其紧迫，同时也为研究提供了最大的数据支撑；现在人们愈加发现要想理解人类的高等认知功能（如思维和意识），以及脑疾病（特别是精神疾病），非人灵长类可能是更合适的实验动物模型。中国有着丰富的猕猴资源，并且在用猕猴建立人类疾病模型的研究上快速发展。这使得中国在研究高级认知功能，如共情、意识和语言，以及脑疾病的病理机制和干预手段方面，可能做出独特的贡献。

四、类脑智能的应用技术

全球顶尖技术公司、大学和科研机构都相继加入了类脑计算和类脑智能的布局。

1、微软：OpenAI

2020年7月，微软在OpenAI上投资10亿美元用以开发类脑智能的新技术，OpenAI将帮助其为Azure云计算服务联合开发和培训新的AI技术。它还将与之合作开发新的超级计算硬件，以尝试实现AGI，即具有像人类一样学习任务的能力的机器[5]。

2、新西兰奥克兰科技大学：NeuCube

新西兰奥克兰科技大学（AUT）的Nik Kasabov教授开发了一个突破性的机器学习系统NeuCube。NeuCube的框架和计算体系结构能够创建智能系统，与传统的统计和机器学习方法相比，该系统在以下方面显示出了优异的结果：1）更好的数据分析和分类/回归准确性（降低了10％到40％） ; 2）可能使用VR，更好地可视化创建的模型；3）更好地理解所测数据和过程；4）通过有意义的模型解释实现新的信息和知识发现。目前，NeuCube已经在全球25个实验室中使用，并与欧盟和中国开展许多重大的国际AI项目，其中包括220万欧元的名为PANTHER的研究交换项目[6]。

3、清华大学：天机芯

2019年8月，清华大学类脑计算研究中心施路平团队研发的第二代“天机芯”（Tianjic）登上了《自然》（Nature）封面。天机芯片是面向人工通用智能的世界首款异构融合类脑计算芯片。其具有计算存储融合和去中心化的众核架构，每块芯片含有156个计算功能核，约合四万神经元和千万突触。它不仅能够支持计算机科学导向的机器学习算法和神经科学导向的神经形态计算模型的独立部署，还能够支持两者的异构建模，为发展人工通用智能提供了一个计算平台[7]。 

研究人员在一辆无人驾驶自行车上验证了这一芯片的能力。搭载“天机芯”的自行车，实现了实时视觉目标探测、目标追踪、自动过障和避障、自适应姿态控制、语音理解控制、自主决策等功能。

结语

作为人工智能的技术发展路径之一，以认知仿生驱动的类脑智能是一个非常有前途的领域，具有巨大的潜力。但该领域目前仍处于起步阶段，类脑智能的想要成为AI的主流应用方向还有很长的路要走。关于大脑功能的许多秘密还有待一一揭开，机器算法和科学方法论的壁垒也必将因为类脑智能的快速发展而被逐一打破。为了实现这一目标，工程师将必须与脑科学家和生命科学家携手合作，并开展紧密合作的研究。相信在大数据技术和新一代互联网技术等基础技术的支撑下，类脑智能应用的研发将会推动我国科技创新实力的发展。

参考文献 [1] 王冲.类脑智能:人工智能发展的另一条路径[J].科学中国人,2019(6):72-73. 

[2] 张晓林.类脑智能引导AI未来[J].自然杂志,2018,40(5):343-348. 

[3] 韩雪, 阮梅花, 王慧媛, 等.神经科学和类脑人工智能发展:机遇与挑战.生命科学, 2016, 28:1295-307 

[4] 神经科学和类脑人工智能发展:未来路径与中国布局生命科学 2017,29(02),97-113 

[5]https://www.technologyreview.com/2019/07/22/238798/microsoft-is-investing-1-billion-in-openai-to-create-brain-like-machines/ 

[6]https://opengovasia.com/ai-research-projects-underpinned-by-brain-like-artificial-intelligence-system/ 

[7]https://news.tsinghua.edu.cn/info/1002/16371.htm