黑科技自行車的“大腦”何以登上《自然》封面？

李明子

如何讓一輛單車自主行走？清華大學自動化系教授趙明國或許是最有發言權的人之一，他研究智能自行車已經五年多。經過幾輪升級進化，這臺通體黑色的高科技自行車已經可以在變速跟蹤目標的同時主動躲避障礙、理解語音指示并自主決策了。

這歸功于它的“大腦”，一枚名為“天機”的人工智能芯片。“自行車只是天機芯的一個應用，目的就是驗證這款芯片的設想是可行的。” 趙明國對《中國新聞周刊》說。“當然了，現在還不能指望車子摔倒后自己學著站起來。”

盡管AI一詞最初就是用于表達與人類智能相似的機器智能的含義，但在其跌宕起伏的發展過程中，AI的內涵已經發生了變化，成為機器學習、統計分析的代名詞，遠離了智能的初衷。在這種情況下，一些“不忘初心”的研究人員共同成立了人工通用智能協會，并確定使用人工通用智能（Artificial general intelligence）作為該領域的正規稱謂。

在人工通用智能領域，基于計算機科學的算法是主流，其具體應用如圖像識別、語言處理和游戲等，已然深入日常生活，可以高度準確地完成指定任務，但還無法像人一樣具有思考和決策的智慧。另一個發展方向則是以生物領域的神經科學為導向，試圖模仿人類大腦皮層，但還沒有成熟的應用。由于兩者在公式和編碼方案上的根本差異，此前分別依賴于截然不同平臺。

天機芯試圖突破瓶頸，實現“異構融合”，即融合兩種人工智能范式，不僅在算法上，更是在硬件上。包括趙明國在內，清華大學類腦計算研究中心的整個團隊與這個設想周旋了七年。

今年8月，天機芯登上《自然》雜志的封面。“異構融合本身是顛覆性的，沒有經驗可借鑒，也沒有參考資料。”此次研究的合作單位成員、新加坡科技與設計大學終身副教授、人工智能實驗室主任趙蓉解釋說。趙明國在接受《麻省理工科技評論》采訪時表示，“天機芯為未來人工通用智能的發展提供了一種可能的解決方案”，國內媒體則稱贊說，“這實現了中國在芯片和人工智能兩大領域Nature論文零的突破”。

搭載天機芯的無人智能自行車已經可以完成語音識別、目標鎖定、障礙辨別和自主決策等功能。

“人工通用智能最好的前景就是將機器學習與大腦建模結合起來，這也是異構融合方案吸引人的地方”

天機芯被安置在自行車后座一個黑色盒子里，實際上還沒有小拇指甲蓋大，準確數字是3.8㎜×3.8㎜，上面密密麻麻地排列著156個計算單元，在更微觀的層面，共包含四萬個神經元和一千萬個突觸。

僅從數量上看，單枚芯片的智力還不如一只果蠅，這種常被拿來實驗的昆蟲有幾十萬到一百萬個神經元，是人腦神經元數量的兩千多萬分之一。“這只是個基礎，證明可以在這么小的板子上高密度計算，未來還會不斷優化。”團隊成員之一、清華大學計算機科學與技術系教授張悠慧解釋說。

模擬人腦的基礎歸功于團隊另一位成員，清華生物醫學工程系副教授宋森。他建立了一個可以綜合表達神經元特性的數學模型，繼而用器件和電路模擬出來，把對人腦神經回路的觀察應用到算法和芯片構建上。

硬件的設計思路，就是總結出人工通用智能兩種模式的共性，共享給神經元和突觸，讓神經元和突觸本身可自由配置，既可以服務基于計算機科學的人工通用智能算法，也可以服務受神經科學啟發的模型和算法，達到混合、協同的效果。這就好比一個可以兼容蘋果IOS和安卓的手機系統，盡量總結出兩者的共性并支持之，同時保留IOS和安卓的個性，靈活設計硬件，使之能按需配置，既能支持蘋果，又能支持安卓。

系統芯片是軟件和硬件的結合，張悠慧的工作便是設計軟件工具鏈，讓上層算法能夠在芯片上跑起來，簡單地說，就是通過工具鏈將不同層面的算法自動匹配到芯片的不同位置。

憶阻器主要發明人、加州大學洛杉磯分校物理系教授理查德·斯坦利·威廉姆斯（Williams， R. Stanley）在給《中國新聞周刊》回復的郵件中寫道：“人工通用智能的瓶頸在于我們缺乏對人類大腦的了解，最好的前景就是將機器學習與大腦建模結合起來，這也是異構融合方案吸引人的地方，它允許不同方案混合起來解決單個領域出現的問題。”

芯片研發的同時，趙明國也在訓練自行車，讓它“掌握平衡”。“就像人學騎自行車一樣，一開始很難平衡，但會騎之后就很容易了。”趙明國解釋說，這需要綜合考慮自行車的速度、彈性車輪和不同地面之間的摩擦、風的擾動等等問題。

經過不計其數的試驗，到2014年底，自行車已經可以在平地勻速前行，或是在稍微粗糙一點的草地上自行，通過車把的轉向控制就可以實現。幾個月后，安裝完大腦的自行車已經可以在天機芯的控制下完成圖像識別、語音識別等多種智能。

在清華大學精密儀器系另一間實驗室，不到20平方米的房間里架了36臺攝像機，全天記錄天機芯采集的數據，然后輸送到類腦計算機進行分析、計算、優化，再反饋到芯片和自行車上。

“Straight！Left！Speed up！”（直行，左轉，加速）2016年冬天，趙明國的學生們穿著羽絨服在操場上訓練自行車時，這輛晃晃悠悠的單車已經可以順利完成所有指令。圍繞這枚小小的芯片，類腦計算研究團隊融合了生物醫學、電子、微電子、計算機、自動化、材料和精密儀器等7個院系的多個學科的師生。

天機芯是非馮·諾依曼結構的。對此，趙蓉解釋說，這種結構是將處理與存儲兩個模塊分離，中央處理器（CPU）執行計算命令前要先從存儲單元中把數據調出，計算后再存到存儲器中。伴隨大數據和人工智能的發展，處理器不斷優化，速度呈指數上升，時間單位可精確到微秒，而存儲器被遠遠落在了后面，兩者之間的差距越來越大，這種分離的架構已經無法滿足高速、節能等新要求。“總體上看，天機芯的處理和存儲已經可以在不同層面上實現了不同程度的統一。”

有業內專家指出，目前所有通用的計算機都是馮·諾依曼結構的，突破馮結構是業界的一個研究方向，此前也已經有不少探索實踐，出現了一些代表性成果。但直到今天，這些非馮結構的應用場景、應用規模都還比較有限，難以大規模推廣。像天機芯這樣基于人腦的神經科學架構起來的計算體系，是一個很有希望的嘗試，值得繼續研究。

“如果研究總想著如何趕超先進，是否能應用，就很難做到最好，或是做出顛覆性成果。”

“人為什么需要一臺無人智能自行車？”這是趙明國聽到的最多的疑問，在天機芯登上《自然》之前，疑問背后的質疑明顯多于好奇。

曾有一位企業家參觀實驗室時，毫不客氣地說，“搞這個有什么用，什么也干不了，生產不了什么應用。”一定程度上，這代表了當時多數人的普遍態度。

回國前，施路平曾在新加坡科技局數據存儲研究院擔任人工認知存儲器實驗室主任，2004年，因其在類超晶格相變材料和器件上的杰出貢獻，作為第一完成人成為當年新加坡國家科技獎得主。在收到加盟清華的邀請時，施路平已經帶領團隊研究類腦計算近六年。他認識到存儲與處理之間不可逾越的高墻源自傳統的馮·諾依曼結構，打破瓶頸的辦法就是學習人腦模式，將計算與存儲融合，這不僅需要存儲器方面的人才，更需要生物工程學、計算機系統等多個學科的融合。這次邀約，讓他心動了。

“清華有實現多學科融合的基礎。”趙蓉回憶說，當時在新加坡也曾嘗試跨學校、跨機構合作，但各家有各自的科研任務，融合起來有難度。至于清華，“畢竟大家都在一個校園里，更重要的是，清華有高水平的腦科學方面的專家。”2012年，施路平辭去在新加坡的所有職務，全職回到清華。

就在施路平回到清華組建類腦計算團隊之時，世界各地的科研人員和機構也先后意識到仿生學對未來人工智能的意義。2008年，美國國防部下屬的國防高級研究計劃局（DARPA）通過立項，開始資助科技公司IBM研制面向智能處理的脈沖神經網絡芯片;2013年，歐盟“人腦計劃”獲得10億歐元的資金支持，由26個國家的135個機構合作參與，研究為期10年;日本科學家也在2014年發起“神經科學研究計劃”，項目預計在未來十年受到日本教育部、文化部和醫學研究與發展委員會共400億日元的資助。

凈身回國的施路平當時一沒有人，二沒有錢，項目書連首輪盲選都挺不過去，“類腦計算是個啥玩意？”人們不了解，也不敢信。好在他的堅持得到清華大學前后兩任校長的大力支持，當時主管人事的副校長邱勇負責引進施路平，時任校長陳吉寧拿出600萬元校長基金支持類腦計算研究，這筆啟動資金支撐施路平度過了最艱難的“創業期”。

加入清華后，施路平每天騎著一臺小破自行車穿梭在清華校園里，到處聯系團隊、人員。趙明國當時還不知道，這個突然加入教師籃球隊、與他志氣相投的施路平，就是傳說中學校從新加坡挖來的專家，直到2014年夏天，施路平到他的實驗室談起類腦計算芯片與機器人的合作，才把人對號入座。

張悠慧的加入稍晚一些，2014年秋季開學后，他應施路平邀請參加類腦計算團隊的組會。“一屋子二三十位老師，除了常打交道應用算法、計算機系統、材料等專業的同事，還有生物系的專家。”張悠慧回憶說，最初大家“互相聽不懂對方在說什么，因為大家的研究思路就不一樣。”張悠慧舉例說，生物領域一般先做假設，再去驗證，而做系統軟件設計之前一般已經有了明確要解決的問題。

異構融合的設想是施路平提出的，然后和團隊一起不斷討論。他習慣把隨時蹦出的想法記在隨身攜帶的本子上，有時半夜想起什么，就爬起來把點子寫出來。

國內類腦計算研究的發展在2014年迎來轉機。當年8月，IBM宣布推出百萬神經元類腦芯片TrueNorth，只有郵票大小，重量幾克，能力相當于一臺超級計算機，功耗卻只有65毫瓦，這一研究在2014年被《科學》雜志刊登后，越來越多的人開始擁抱“類腦計算”。但TrueNorth仍沒有打破馮？？諾依曼體系。

“如果研究總想著如何趕超先進，是否能應用，就很難做到最好，或是做出顛覆性成果。”趙明國對《中國新聞周刊》說。2015年，第一代天機芯誕生，異構融合的想法被證實可行，但芯片工藝和性能還需要進一步優化，于是在2017年推出了第二代，就是《自然》封面上那個畫著人類大腦的芯片的真身。

2017年底，一家名為“天津清芯眾誠科技合伙企業”的公司成立，經營范圍包括芯片、系統、算法、軟件技術服務等，股東包括施路平、張悠慧、趙蓉及清華大學精密儀器系副研究員裴京等幾位團隊主創人員。兩個月后，由天津清芯出資占股62.68%的北京靈汐科技有限公司成立，在天津清芯基礎上，增加了銷售自行開發的產品、計算機、軟件及輔助設備、電子產品等業務。《自然》論文中兩位署名作者就來自靈汐科技。

靈汐科技市場總監華寶洪今年5月接受媒體采訪時表示，公司由清華大學類腦計算研究中心孵化，將產學研結合，對核心技術進行產業化，提供商業化的類腦計算服務。未來，天機芯將通過靈汐科技走向市場。

三年前的夏天，施路平在趙明國實驗室提了兩個合作方案，通過智能自行車檢驗天機芯只是其一，另一個難度更大，但更符合市場胃口，把成熟的天機芯應用到趙明國的仿真機器人身上。不過，趙明國透露說，天機芯與機器人的結合還只是個設想，需要更多的研究與磨合，更何況，第二代天機芯也還在優化，遠未達到真正的智能。

類腦計算系統仍處于起步階段，尚未形成公認的技術方案，天機芯提供了其中一種可能。據施路平團隊介紹，第三代天機芯正在研發，能效將是第二代的100倍，有更大的商用價值，野外偵察、無人駕駛，或是更為具體的應用場景。“2020年會出第三代，但具體應用還不便透露。”斯坦利·威廉姆則強調說，“大腦處理信息的運作原理對科學來說還是個謎，在我們接近一個令人滿意的答案之前，理解大腦如何工作還需要許多年。”

施路平說，盡管距離替代人類還很遙遠，但借鑒人腦信息處理方式打破傳統架構，創造出適用于實時處理非結構化信息的超低功耗新型計算系統是未來的方向，也就是所謂的類腦計算。歐盟人腦計劃項目更為激進地提出，“在未來二十到三十年內，誰要想主導世界經濟，誰就必須在這個領域領先。”