模擬人腦的類腦計算機

人們往往會質疑：大腦奧秘尚未揭示，我們還不了解智能背后的基本原理，怎么能制造出具有“大腦智能”的類腦計算機呢？

類腦計算機可能嗎

筆者認為，這一質疑存在的問題，是沒有分清“類腦”的兩個層次：結構層次的仿真和功能層次的模擬。類腦計算機的“類”是從結構層次仿真入手，即采用光電微納器件模擬生物神經元，以及神經突觸的信息處理功能，網絡結構仿照大腦神經網絡。在仿真精度達到一定范圍后，類腦計算機將具備生物大腦類似的信息處理功能和系統行為，包括“靈感涌現”等高級智能。簡言之，類腦計算機不是等待理解智能或心智的機理后再行模擬，而是繞過這個更為困難的科學問題，通過結構仿真等工程技術手段間接達到功能模擬目的。

實際上，科學發現和技術發明從來就是相互作用的復雜過程，不是“前者決定后者”的簡單關系。近代科技史上，飛機和空氣動力學是另一個鮮活案例。19世紀經典流體力學已經形成，但并未出現指導飛機設計的空氣動力學。1903年萊特兄弟發明飛機，1908年馮·卡門專赴巴黎目睹飛行表演后，才下決心“要不惜一切代價去研究風以及在風中飛行的全部奧秘，總有一天我會向法爾芒講清楚他的飛機為什么能上天的道理”。

腦科學與類腦計算機的關系也是如此。人腦雖然是迄今已知的最為復雜的結構，規模龐大，但仍然是一個復雜度有限的物理結構：擁有約一千億個神經元，每個神經元通過數千甚至上萬個神經突觸和其他神經元相連接。采用神經科學實驗手段，從分子生物學和細胞生物學層次解析大腦神經元和突觸的物理化學特性，理解神經元和突觸的信號加工和信息處理特性，并無突破不了的技術障礙。隨著探測手段的不斷改進，大腦解析日益精細，而神經元和突觸作為信息處理單元為解析精度設定了下界，因此大腦解析是一個能夠實現的工程技術問題。

2008年，美國工程院把“大腦反向工程”列為21世紀14個重大工程問題之一，近年來各國“腦計劃”也將大腦高精度解析列為重要內容進行支持。我們不應再糾結于大腦意識原理是否突破，而應該在大腦解析仿真最新進展基礎上，爭取在制造類腦計算機方面先行突破，一旦類腦計算機能夠產生部分類腦功能，揭示大腦智能奧秘也就為期不遠了。

類腦計算的技術路徑

類腦計算技術路線總體上可分為三個層次：結構層次模仿腦，器件層次逼近腦，智能層次超越腦。近十年來，國內外在這三個層次已經取得不少階段性成果。

所謂“結構層次模仿腦”，是將大腦作為一個物質和生理對象進行解析，獲得基本單元（各類神經元和神經突觸等）的功能及其連接關系（網絡結構）。這一階段，主要通過神經科學實驗采用先進的分析探測技術完成。

1952年，英國科學家霍奇金和赫胥黎提出了以兩人命名的HH方程，精確刻畫了單個神經元放電的非線性動力學過程，這是神經元信息處理的標準數學模型。近年來，國內的相關探測手段也快速進步。例如北京大學生物動態光學成像中心主任、哈佛大學終身教授謝曉亮領銜的生物動態光學成像中心，可以通過單分子光譜觀察細胞內部的動態生理過程。2014年，華中科技大學駱清銘教授牽頭的“單細胞分辨率的全腦顯微光學切片斷層成像技術與儀器”榮獲國家技術發明二等獎，在神經細胞尺度上實現了腦皮層的結構解析。國際上，2014年6月，美國國立衛生研究院發布美國腦計劃12年規劃，重點支持新的大腦解析探測技術，目標是繪制出堪比“人類基因圖譜”的“人類大腦動態圖譜”。相關進展表明，對人類大腦結構的解析有望在十年內獲得重大突破。

所謂“器件層次逼近人腦”，是指研制能夠模擬神經元和神經突觸功能的微納光電器件，從而在有限的物理空間和功耗條件下構造出人腦規模的神經網絡系統。這方面的代表性項目是美國國防部先進研究項目局（DARPA）2008年啟動的“神經形態自適應可塑性可擴展電子系統”，其目標是研制出器件功能、規模與密度均與人類大腦皮層相當的電子裝置，功耗為1千瓦（人腦為20瓦），IBM和多所大學獲得一億多美元資助。2014年8月7日，IBM在《科學》上發表文章，宣布研制成功TrueNorth神經形態芯片，內含100萬個神經元和2.56億個突觸，這項成果入選“2014年十大科學突破”。德國海德堡大學在神經形態芯片研制方面已有十多年積累，2015年3月，他們在一個8英寸硅片上集成了20萬神經元和5000萬突觸，采用這種“神經形態處理器”的計算機已經成功運行，其神經元采用模擬電路實現，功能比IBM方案更接近生物神經元。

類腦計算研究的目標是制造出類腦計算機，其硬件主體是大規模神經形態芯片，這種芯片主要包括神經元陣列和突觸陣列兩大部分，前者通過后者互聯，一種典型連接結構是縱橫交叉，使得一個神經元和上千乃至上萬其他神經元連接，而且這種連接還可以是軟件定義和調整的。類腦計算機基礎軟件除管理神經形態硬件外，主要實現各種神經網絡到底層硬件器件陣列的映射，這里的“軟件神經網絡”可以復用生物大腦的局部甚至整體，也可以是經過優化至全新設計的神經網絡。

所謂“智能層次超越腦”，屬于類腦計算機應用軟件層次的問題，是指通過對類腦計算機進行信息刺激、訓練和學習，使其產生與人腦類似的智能甚至涌現出自主意識，實現智能培育和進化。刺激源可以是虛擬環境，也可以是來自現實環境的各種信息（例如互聯網大數據）和信號（例如遍布全球的攝像頭和各種物聯網傳感器），還可以是機器人“身體”在自然環境中探索和互動。在這個過程中，類腦計算機能夠調整神經網絡的突觸連接關系及連接強度，實現學習、記憶、識別、會話、推理以及更高級的智能。

類腦計算研究在中國

中國類腦計算相關研究已有十來年的歷史了。北京大學微電子研究院從2006年開始研制神經形態器件，2012年實現了神經突觸模擬器件，響應速度比生物突觸快百萬倍，而單元體積只有生物突觸的十萬分之一，在光學突觸方面也有突破。

北京大學是我國類腦研究蓬勃發展的一個縮影。2015年以來，清華大學成立了跨7個院系的“類腦計算研究中心”，從基礎理論、芯片、軟件系統展開全方位研究，中國科學院自動化研究所成立了“類腦智能研究中心”，中國科學院計算技術研究所研制出世界上首款深度學習處理器芯片，中國傳媒大學腦科學與智能媒體研究院和北京印刷學院等單位在神經系統高效模擬、神經形態器件印制等方面也有很好的工作基礎。

同時，北京市科學技術委員會對腦科學和類腦計算進行了密集調研，制定了“北京腦科學研究”專項規劃，并于9月1日正式對外發布。“腦認知與類腦計算”作為專項兩大重點任務之一，沿著“結構仿真、器件逼近和功能超越”這條技術路線，布局了三個層次、九個方面的科研任務：建設支撐類腦計算基礎研究開發和產業創新的四大基礎性公共平臺（大腦解析仿真平臺、認知功能模擬平臺、神經形態器件平臺和類腦計算機系統平臺），開發兩款類腦計算處理器芯片（類腦處理器和機器學習處理器）并投入實際應用，希望研制類腦計算機軟硬件系統，在視聽感知、自主學習、自然會話三大類腦智能方向取得突破并實現規模應用。這一專項的目標是依托首都類腦領域科研優勢，在類腦計算理論基礎研究、類腦計算機研制和類腦智能三方面取得理論研究和關鍵技術的重要突破，初步形成自主可控的類腦計算機產業鏈，將北京建設成為全球有重要影響力的類腦計算科技創新中心和產業化中心。

目前，集中北京地區大學、研究機構和企業優勢研究力量的十多項類腦計算研究項目已經全面展開。以“大腦初級視覺系統解析仿真平臺研究和應用驗證”項目為例，項目匯聚了信息科學和生命科學交叉的研究團隊，通過生物實驗和計算機仿真進行交叉驗證，實現對生物視覺系統視覺信息處理和加工過程的精確重構。預計這項研究不僅能深化對生物視覺系統信息處理過程的認識，還有望啟發新的高效視頻編碼方法和對象檢測識別算法，并通過新一代視覺芯片支持智能機器人和無人機等產業發展。

就像飛機發明對空氣動力學的提出起到了巨大促進作用一樣，類腦計算機作為生物大腦的模擬仿真系統，也將對揭開意識之謎發揮重要作用。需要特別說明的是，由于類腦計算機的器件速度是生物神經元和突觸的百萬倍以上，一旦通過涌現方式產生智能，后果難以預料，對人類來說可能是天使，也可能是魔鬼，因此，相關的倫理和風險研究也要同步展開。