在芯片上制造人腦？

“神經形態芯片”：

像人類一樣感知思考

人腦大概是宇宙中結構最復雜、運算最精密、可實現任務最多而又耗能極低的“超級計算機”。制造出“大腦”，一直是科學家們的夢想，也可以說是“人工智能”研究者們的終極目標。

不久前，瑞士蘇黎世大學和蘇黎世聯邦理工學院的研究人員宣布，研發出了一種可模擬人腦處理信息的微芯片——“神經形態芯片”。這再次引發人們對“人造大腦”的關注。

“神經形態芯片”具備建立在短期記憶和決策機制基礎上的認知能力，這個神經形態系統可以實時執行復雜的感覺運動任務。

研究者之一、蘇黎世大學神經信息學院的吉亞科莫·因迪維利詳細介紹了實驗中這個神經形態系統被要求完成的任務。

在實驗開始時，電腦屏幕左上方或右上方閃爍的小方塊“告知”實驗目標（神經形態系統）單項任務的特定規則，然后，它通過硅視網膜“觀察”在屏幕上移動的橫杠和豎杠并要做出判斷。當豎杠從左向右越過屏幕中間或橫杠從右向左穿過屏幕中間時，它要做出報告。

因迪維利說，除實時視覺處理外，這項任務還要求實驗目標記憶并根據環境情況進行決策，這些都是認知能力的標志性元素。

這項實驗是科學家們首次展示由使用者設定行為方式的實時神經處理系統硬件。

因迪維利說，通過這種方法，神經形態芯片可被用來模擬很多行為模式，這對于開發新技術非常關鍵。他說，將芯片和人工耳蝸或人工視網膜等感官神經形態部件組合，就可以創造出與周邊環境實時互動的復雜認知系統。

在此之前，其他“人造大腦”研究也取得了一些進展。2005年，瑞士洛桑理工學院的科學家亨利·馬卡蘭在巴西演講時提出了他設想的“藍腦”計劃，并希望在2018年前后制造出“人造大腦”。2011年，美國科學家將納米技術與電路設計結合，使其具備了大腦基本構成單位神經元的機能。2012年，加拿大滑鐵盧大學的科學家構建了名為Spaun的模擬人腦。這個號稱目前世界上最逼真的人類大腦模擬系統，不僅有獲取視覺信號的電子眼和可以作出相應反應的機械臂，還能通過基礎的智商測驗。

更加有名的則是IBM的代號為“Compass”的項目，已模擬出5300億個神經元和137萬億個神經突觸，比真正的人腦所擁有的神經元數量還要多。該項目向真正意義上的“人工大腦”邁出了重要的一步，被稱為“認知里程碑”。

目前，谷歌正在通過成千上萬臺電腦試圖打造自己的“人工大腦”，該公司希望通過這一研究改善旗下語音和圖片搜索服務。與此同時，社交巨頭Facebook也同樣不甘示弱的在利用神經學理論試圖改善自己的大數據處理問題。

IBM的仿人腦運作

事實上，早在上世紀50、60年代，當時的技術專家就曾試圖模仿人類大腦結構打造出一臺真正意義上的智能機器。當時這一理念被人們稱為“神經網絡”，不過人們針對這一領域的研究最終還是淡出了歷史舞臺。

然而，這一理論似乎現在大有卷土重來之勢，并有望徹底改變現代電腦硬件的設計模式。據了解，位于美國圣地亞哥的高通公司計劃發布第一塊靈感來自于人類大腦的商用芯片。這塊芯片預計于今年晚期發布，它將能夠自動操作任務，而現在的芯片一般需要辛苦的編程。至關重要的是，它將能夠模仿人類感知、行為和思考的能力。這意味著它能夠避免和容忍錯誤，極大的改善一切，從面部和語音識別到導航和計劃安排。從長遠來看，這一方法將為以與人類相同、甚至比人類更好的形式執行任務的人工智能系統鋪平道路。

目前這一芯片正由IBM和高通公司合作研發，它是受到人類大腦的啟發，利用了內部相連、可配置的“神經突觸核心”網絡。這一芯片內存的功能就相當于大腦里的突觸，處理器相當于神經元，像神經纖維一樣進行交流。

這些芯片試圖復制和改善大腦對生物傳感器做出反應的能力，一次性從很多源里分析大量的數據。這項研究屬于名為神經性自適應塑料可微縮電子系統（英文簡寫為SyNAPSE）的項目的一部分，后者最初發布于2009年。

“結構和編程是相互緊密交錯的，一個新的體系結構使得一個新的編程范型變為必須，” IBM的首席調查員達門德拉·莫達博士（Dharmendra Modha）這樣說道。針對這些芯片IBM宣布了一個新的編程體系結構，使得研發者能夠在今年晚期芯片發布后為之設計應用程序。

“除了補充現代計算機的不足，從編程和新出現的學習系統角度看，它還將會產生一個全新的技術。”莫達博士說道。現在使用的電腦是幾十年前設計的，主要是基于對預定義項目的處理。盡管它們是快速精確的“ （能進行大量、復雜、快速運算的）計算機程序”，它們在面對“周圍世界產生的嘈雜、大量的龐大數據”時進行實時處理的能力則不是那么顯著。

相比之下，我們的大腦——運行的相對緩慢且精度較低——在處理類似識別、解譯以及遵照模式的任務方面則非常擅長。整體來說，大腦會消耗相當于20瓦電燈泡的能量，占據相當于2升瓶子的容量。同時，一臺電腦會使用99%的容量進行冷卻和提供能量，只有1%用于處理信息。

這一項目同屬于IBM2009年宣布的另一項研究的一部分，后者利用了巨大的超級電腦模擬了貓的大腦皮層——大腦進行思考的部分。利用日漸強大的超級電腦，IBM于2006年模擬了老鼠大腦的40%，2007年模擬了老鼠的整個大腦，2009年模擬了人類大腦皮層的1%。最終，電腦科學家希望利用芯片建造一個系統模擬整個大腦——主要是利用上百億個神經元和百萬億個突觸。

“人腦”芯片離我們還有多遠？

當我們透過雙眼來看這個世界時，我們的大腦可以瞬間識別和感知所看到的事物。從根本上講，人的大腦是一個可以傳遞內容和感知的“模式匹配”機器。比如，當你看到某個人時，你就能辨別出他的身高、面部表情、衣著和聲音。

但是，計算機“大腦”卻無法做到這些。盡管它跟人的大腦一樣，可以看到生活中的相同物體，也可以告訴你這是什么東西，但是它依靠的還是早先儲存在它里面的數據，通過匹配數字模型來識別事物。比如，當Facebook或者谷歌使用人臉識別軟件來確定照片中的人物身份時，計算機需要可以識別此人的數據庫支持。也就是說，計算機無法實現主動性的“感知”，如果它要在不同的照片中匹配相同的臉，它仍需要數據的支持。

不過，與這些相比，瑞士科學家們的最新研究成果有特別之處。

之前，很多研究路徑是在傳統計算機上開發神經網絡模型或者在超級計算機上模擬復雜的神經網絡。但瑞士科學家們的目標是“直接在微芯片上仿真生物神經元和神經突觸”。

因迪維利介紹，他們采用“神經形態工程學”的方法，用硅神經元制造芯片，不僅在大小和速度上和生物神經元一致，而且能耗也非常低，執行相同任務所消耗能量僅約為超級計算機的十萬分之一。同時，這種方法與傳統計算機單線程執行任務的方式也不同，可以并行各項任務。

“我們對于建造有100萬個神經元的人工系統并不感興趣。我們試圖了解怎樣配置相對較小的硅神經元網絡以達到類似人腦的運算方式。”因迪維利說。

可以說，因迪維利和他的團隊在模擬人腦方面邁出了非常關鍵的一步。但也應該看到，模擬人腦的芯片還僅僅停留在相對簡單、基本的任務上，它并不具備主動學習、感受、情緒反應等人腦的重要功能。

人腦擁有860億個神經元以及千萬億級的連接，目前人類還遠沒有弄清人腦到底是如何工作的，如何通過神經元之間的相互連接產生了智能。即使能夠仿造出非常接近的神經元和連接方式，也無法保證它們能夠像人腦一樣運轉。事實上，時至今日，“人工智能”是不是個偽命題仍存在爭論。但有一點可以肯定，那就是，這方面的研究正在促進人類對自身的了解，相輔相成地推動著世界的進步。

（文據《環球》、《光明日報》等）