石海明、曾華鋒|| 類腦芯片：人類智慧的“終極復(fù)制”

昵稱m5Gu5 2019-02-10

展開全文

類腦芯片：人類智慧的“終極復(fù)制”

石海明曾華鋒

（國防科技大學(xué)）

（曾華鋒、石海明：《科技興軍的邏輯》，國防科技大學(xué)出版社，2018.05）

2017年，美國空軍研究實驗室（AFRL）宣布將與美國IBM公司合作研發(fā)一個全新類腦超級計算機系統(tǒng)，該系統(tǒng)基于由64個IBM的“真北”（TrueNorth）類腦芯片組成的芯片陣列。“真北”類腦芯片是基于人腦啟發(fā)而研制的，可以實時高效地將不同來源的圖像、視頻、音頻和文字等數(shù)據(jù)轉(zhuǎn)換為符號，因而在模式識別處理和集成傳感處理上比由傳統(tǒng)芯片構(gòu)成的系統(tǒng)更高效。伴隨著人工智能研發(fā)熱度的持續(xù)升溫，類腦芯片日益受到國際學(xué)術(shù)界、產(chǎn)業(yè)界及軍方關(guān)注。如歐盟支持的高通公司研究的“認知計算平臺”，可以融入到其量產(chǎn)的Snapdragon 處理器芯片中，并以協(xié)同處理的方式提升系統(tǒng)的認知計算性能。美國DARPA自2008年起就開始資助IBM公司研制面向智能處理的脈沖神經(jīng)網(wǎng)絡(luò)芯片；IBM公司在2014年曾發(fā)布名為“TrueNorth”的第二代類腦芯片，其神經(jīng)元數(shù)量多達100萬個，每秒可執(zhí)行460億次突觸運算。

那么，類腦芯片由何而來？其優(yōu)勢何在？類腦芯片與人工智能是怎樣的關(guān)聯(lián)？

一、類腦智能高調(diào)來襲

人類曾嘗試像鳥類般飛翔，于是制造了飛機，盡管飛機與鳥類差異巨大，但其背后的原理是一致的——利用空氣浮力實現(xiàn)飛翔。從這個角度來看，我們確實可以說飛機是人對鳥的復(fù)制。而若將這種“復(fù)制”的理念運用到人工智能領(lǐng)域，或許我們可以說：“人工智能就是欲望和激情退后人類對自己的終極復(fù)制。”作為當(dāng)前人工智能領(lǐng)域的熱點之一，類腦智能與人類智能在信息處理機制與認知行為決策等方面有相似性，其最終目標是通過借鑒腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和信息處理機制，使機器以類腦的方式運行，達到或超越人類的智能水平。

當(dāng)然，類腦智能并非近幾年才被提出的一個流行詞。早在1950年，艾倫·圖靈（A.M.Turing）就在其論文《計算機器與智能》（Computing Machinery and Intelligence）中闡述了一種非定義式的研究方法，提到了類腦智能相關(guān)問題。到了20世紀80年代，多層神經(jīng)網(wǎng)絡(luò)和反向傳播算法的出現(xiàn)，使人們重燃起類腦智能的火花；1998年，Yann LeCun和Yoshua Bengio發(fā)表的有關(guān)手寫識別神經(jīng)網(wǎng)絡(luò)和反向傳播優(yōu)化的論文《Gradient-based learning applied to document recognition》，標志著新一代類腦智能——卷積神經(jīng)網(wǎng)絡(luò)時代的到來；2016年，Alpha Go 擊敗韓國圍棋九段職業(yè)選手李世石，再次將類腦智能推向前臺。與此同時，類腦智能的“戰(zhàn)績”仍在“不斷被刷新”，2016年12月，牛津大學(xué)與谷歌公司等聯(lián)合研發(fā)的自動唇讀系統(tǒng)“LipNet”對BBC電視節(jié)目嘉賓進行唇語解讀，準確率達到46.8％（唇語專家準確率為12.4％左右）；2017年5月，Alpha Go戰(zhàn)勝當(dāng)時圍棋世界排名第一的柯潔；近日，麻省理工（MIT）的工程師設(shè)計的由硅鍺制成的人造突觸小芯片，能夠在模擬仿真過程中識別手寫樣本，準確率達到95%。

如今，隨著人工智能領(lǐng)域技術(shù)的不斷突破，各國加大了有關(guān)類腦智能的研發(fā)力度，且在研究方向上各有側(cè)重。歐盟“人腦計劃”重點開展人腦模擬、神經(jīng)形態(tài)計算、神經(jīng)機器人等領(lǐng)域的研究，有核心項目和合作項目兩類，核心項目由歐盟委員會資助，合作項目則吸引成員國機構(gòu)、非政府組織參與，其“BRAIN計劃”針對構(gòu)建大腦結(jié)構(gòu)圖、神經(jīng)回路操作工具開發(fā)等七大領(lǐng)域進行研發(fā)布局；美國主導(dǎo)類腦智能的基礎(chǔ)與應(yīng)用研究，知名大學(xué)、私營機構(gòu)和工業(yè)企業(yè)等根據(jù)自身優(yōu)勢開展跨學(xué)科、跨部門、跨領(lǐng)域合作；日本類腦智能研究以國際電器通信基礎(chǔ)技術(shù)研究所、國家級技術(shù)研究所和各大學(xué)相互協(xié)作的模式來開展跨學(xué)科研發(fā)，其“腦科學(xué)戰(zhàn)略研究項目”重點開展腦-機接口、腦計算機研發(fā)和神經(jīng)信息相關(guān)的科研攻關(guān)，按照科研路線圖，該項目旨在15年內(nèi)開發(fā)出各層次腦功能的超大規(guī)模模擬技術(shù)，并開展神經(jīng)科學(xué)與數(shù)學(xué)、物理等基礎(chǔ)科學(xué)的前沿交叉研究。

二、芯片再定義

類腦智能是人工智能研發(fā)的終極方向，無論是語音交互還是圖像識別，抑或無人駕駛等，人工智能研發(fā)者無疑希望通過“復(fù)制”的方式讓機器成為近似于人的存在或者創(chuàng)造出能夠承載人類智慧的“超人”，這就需要給機器一個類似于人類大腦的容器——類腦芯片。其采用人腦神經(jīng)元結(jié)構(gòu)設(shè)計芯片來提升計算能力，以完全擬人化為目標，模擬人腦神經(jīng)突觸傳遞的結(jié)構(gòu)。相較于傳統(tǒng)的芯片而言，其特點主要表現(xiàn)在：運行效率高、架構(gòu)設(shè)計精、學(xué)習(xí)能力強。

運行效率高。傳統(tǒng)計算機主要是基于馮·諾依曼結(jié)構(gòu)，它將程序和處理該程序的數(shù)據(jù)用同樣的方式分別存儲在兩個區(qū)域，一個稱為指令集，一個稱為數(shù)據(jù)集。計算機每次進行運算時需要在CPU和內(nèi)存這兩個區(qū)域往復(fù)調(diào)用，而隨著深度學(xué)習(xí)算法的出現(xiàn)，對芯片計算力的要求不斷提高，這種計算方式的瓶頸就顯現(xiàn)出來：當(dāng)CPU需要依托大量數(shù)據(jù)執(zhí)行一些簡單指令時，數(shù)據(jù)流量將嚴重降低整體效率。而類腦芯片通過對大腦進行物理和生理解構(gòu)，能夠模擬神經(jīng)元和神經(jīng)突觸功能，將數(shù)以億計的光電器件按照人腦結(jié)構(gòu)進行集成，并對整體任務(wù)進行優(yōu)化分工，即每個神經(jīng)元只負責(zé)一部分計算，這就從根本上提高了芯片的運行效率。

架構(gòu)設(shè)計精。人腦最不可取代的便是其“隨機應(yīng)變”的處理能力，而人腦之所以具備這樣的綜合處理能力，就在于它擁有龐大的神經(jīng)結(jié)構(gòu)及上千億神經(jīng)元，且?guī)缀跛械纳镆庾R行為都源于此。傳統(tǒng)芯片的存儲器是以數(shù)據(jù)存儲單元為核心的，相較之下，類腦芯片的機構(gòu)則是一種擬人化的設(shè)計，其元件以模擬的方式進行工作，通過交換梯度信號或權(quán)重信號來激活，這類似神經(jīng)元依靠流過突觸的離子種類和數(shù)量來激活，它不僅能夠模擬人腦功能進行感知、思考和行動，且還允許開發(fā)者為類腦芯片設(shè)計應(yīng)用程序。

學(xué)習(xí)能力強。毫無疑問，傳統(tǒng)芯片在處理大規(guī)模數(shù)據(jù)信息時有著天然的優(yōu)勢，但碰上“不確定性”思考時，則往往會表現(xiàn)得“不知所措”。從學(xué)習(xí)能力的角度分析，類腦芯片在仿腦計算方面逐漸顯現(xiàn)的優(yōu)勢或許可被看成是該領(lǐng)域的一個研究標桿。仿腦算法目前的模型是LIF模型，通過簡化神經(jīng)元描述方程（HH方程）得來，HH方程是當(dāng)前針對大腦行為描述最精準的方程?？梢哉f，仿腦計算不但要從結(jié)構(gòu)上模仿大腦，而且還要從神經(jīng)元和突觸的模型上模仿大腦，而這也可被視為深度學(xué)習(xí)的發(fā)展趨勢。

三、窺探臨界后的世界

我們之所以強調(diào)某項技術(shù)的臨界點，根源在于其一旦到來就會對社會產(chǎn)生顛覆性作用，從根本上重構(gòu)人與人、人與社會的關(guān)系。如果類腦智能的臨界點確實存在，那我們就需要回到人工智能的終極理想來思考：未來到底會怎樣？類腦智能可給人類帶來一個怎樣的世界？無疑，類腦芯片的工作方式正在不斷接近人腦，這也是人工智能未來的突破點。如近年發(fā)展起來的脈沖神經(jīng)網(wǎng)絡(luò)（SNN），其神經(jīng)元以電脈沖的形式對信息進行編碼，就能夠很好地編碼時間信息，更接近真實神經(jīng)元對信息的編碼方式，也因此被認為是接近仿生機制的神經(jīng)網(wǎng)絡(luò)模型。

與此同時，嵌入類腦芯片的智能機器人將具有廣泛應(yīng)用價值。此種類腦智能機器人是融合了視覺、聽覺、思考和執(zhí)行等能力的綜合智能系統(tǒng)，能以類腦的工作方式運行。其發(fā)展優(yōu)勢在于它既是對人的力量的強化，又是對人的智能的強化。然而，經(jīng)歷了長期的發(fā)展過程，人們形成共識的是：機器通常在動力、速度等方面具有一定優(yōu)勢，但在情感、感知等方面卻存在欠缺。類腦智能機器人則是讓這兩個分支合流，從而實現(xiàn)人-機在真正意義上的互補融合。如在類腦機器人的研究過程中，為使類腦機器人具備針對復(fù)雜環(huán)境下物體的魯棒識別能力，并有很好的泛化能力，而將人類的聯(lián)想記憶機制、注意力調(diào)控機制、泛化學(xué)習(xí)與記憶機制引入到模型當(dāng)中。2015年，瑞士洛桑理工學(xué)院就開發(fā)了一個有關(guān)神經(jīng)系統(tǒng)仿真的類腦智能機器人，該機器人建立了數(shù)字化的老鼠大腦計算模型和虛擬老鼠身體模型，并將這兩個模型結(jié)合起來模擬大腦和身體互動的神經(jīng)機制，目前在模型中模擬出的小白鼠大腦神經(jīng)元活動高達3.1萬個。