想主導世界經濟？必須在類腦計算這個領域領先丨CCF-GAIR 2019

雷鋒網 AI 科技評論按：「誰要想主導世界經濟，誰必須在類腦計算這個領域領先」。

我們都知道，當前計算機技術主要面臨著兩個重要瓶頸：

• 「馮諾依曼」架構導致的能效低下——運算單元和存儲單元分離，大部分能量和時間都消耗在數據的讀取和存儲過程中；并且數據處理是基于串行結構，即同一時刻只能執行一個任務。

• 摩爾定律失效

而借鑒人腦發展的類腦計算技術，被認為是應對以上挑戰的重要替代方案——在進行學習和認知等復雜計算時，人腦的功耗只有 20 瓦；而目前最先進的計算機模擬人腦功能，功耗也將高達 800 萬瓦以上，速度還比人腦慢 1000 倍以上。這是因為現代計算機一般使用固定的數字化的程序模型，同步、串行、集中、快速、具有通用性地處理問題，數據存儲與計算過程在不同地址空間完成。而與之形成鮮明對比的是，人的大腦會重復利用神經元，并突觸、異步、并行、分布式、緩慢、不具通用性地處理問題，是可重構的、專門的、容錯的生物基質，并且人腦記憶數據與進行計算的邊界是模糊的。

換句話說，類腦計算（Brain-like computing）系統是一種基于神經形態工程 、借鑒人腦信息處理方式 、 打破「馮諾依曼」架構束縛、適于實時處理非結構化信息、具有學習能力的超低功耗新型計算系統。

與經典人工智能符號主義、連接主義、行為主義以及機器學習的統計主義這些技術路線不同，類腦計算采取的是仿真主義：

• 結構層次模仿腦（非馮·諾依曼體系結構）

• 器件層次逼近腦（神經形態器件替代晶體管）

• 智能層次超越腦（主要靠自主學習訓練而不是人工編程）

因此，類腦計算試圖建立一個類似的架構，使得計算機也能保持類腦的復雜性，達到可處理小數據 & 小標注問題、適用于弱監督和無監督問題、關聯分析能力強、魯棒性強、計算資源消耗較少、具備認知推理能力、時序相關性好、可能解決通用場景問題的目的，最終實現強人工智能和通用智能。

「誰要想主導世界經濟，誰必須在類腦計算這個領域領先」

類腦計算，被視為未來信息技術最具有發展前景的重要領域之一，正如歐盟人腦旗艦研究計劃所指出的：

「在未來 20 到 30 年內，誰要想主導世界經濟，誰必須在類腦計算這個領域領先」

近 20 年來，類腦計算等腦科學成為發展最快的學科之一，美國、日本、德國、英國、瑞士等發達國家率先制定了發展計劃：

美國《BRAIN 計劃》

2013 年 4 月 2 日，美國總統奧巴馬宣布啟動名為「通過推動創新型神經技術開展大腦研究（Brain Research through Advancing Innovative Neurotechnologies）」的科研計劃，首年投入 1 億美元資助該計劃向前推進。

該項目最重要的一個任務，是繪制出人腦活動圖譜（Brain Activity Map，BAM）。雖然人腦看上去平平無奇，實際上里頭卻有近 1000 億個神經元，形成 100 萬億個突觸。神經科學家嘗試捕捉和測量的「動態神經突觸和活動」需要龐大的計算能力和強大的技術支持，也就意味著需要巨改投資。為此，美國國防部高級研究項目局（DARPA）投入約 5 000 萬美元，重點探索大腦的動力學方面（dynamic function of the brains）的功能，并基于這些發現開創新應用；美國國立衛生研究院（NIH）投入約 4 000 萬美元，重點開發研究大腦的新技術；而美國國家科學基金會（NSF）投入約 2000 萬美元，支持跨學科研究大腦，包括物理學、生物學、社會學和行為科學。

官網：https://braininitiative.nih.gov/

歐盟《人腦計劃》

2013 年歐盟推出了由 15 個歐洲國家參與、預期 10 年的「人腦計劃」，目標是開發信息和通信技術平臺，致力于神經信息學、大腦模擬、高性能計算、醫學信息學、神經形態的計算和神經機器人研究。該項目側重于通過超級計算機技術來模擬腦功能，以實現人工智能。

該計劃是迄今為止歐洲資助的最大研究項目之一，也是該領域最全面的研究項目之一。HBP 項目分為三個重要階段：

• 快速啟動階段（2013 年 10 月-2016 年 3 月）

專注于信息與通信技術平臺初始版本的建立，并為該平臺收集篩選過的戰略數據。

• 計劃的運作階段（2016 年 4 月-2018 年 8 月）

進一步加強數據的收集以及平臺新功能的補充，并積極展示該 ICT 平臺在對人腦的基礎研究、醫療應用和未來計算技術方面所帶來的成果。

• 穩定階段（最后三年）

繼續上一階段的工作，并將人腦計劃發展成為腦科學研究領域的永久性資產。

官網：https://www.humanbrainproject.eu/en/

中國腦計劃

 

中國腦計劃制定為 15 年計劃（2016-2030 年），前五年與中國「十三五」國民經濟和社會發展規劃綱要相吻合，將面向世界智能科技前沿和「健康中國 2030」的戰略需要，發展我國腦科學、類腦技術，從認識腦、保護腦和模擬腦三個方向展開研究，逐步形成以腦認知功能的解析和技術平臺為一體，以認知障礙相關重大腦疾病診治和類腦計算與腦機智能技術為兩翼的「一體兩翼」研究布局。

中國腦計劃的「一體」是指腦認知功能的神經基礎，包含模式動物全腦圖譜繪制、認知功能神經環路研究和腦研究創新技術平臺三個方面。而「兩翼」，一是指如何診斷和治療重要腦疾病，包括幼年期自閉癥和智障、中年期抑郁癥和成癮、老年期的退行性腦疾病；二是指發展人工智能與腦科學結合的腦機智能技術，主要包括腦機接口和腦機融合新模型、新方法，新一代人工網絡計算模型和類腦計算系統。

下一個突破點？

目前，國際上類腦計算研究已經取得顯著進展，技術探索階段已經過去，技術預研已經開始，一些關鍵技術獲得突破，相關的技術原型和系統原型已開發成功。2014 年，美國《科學》周刊已將「IBM 推出模仿人類大腦的芯片」列為年度十大科學突破之一。類腦計算必將成為未來非傳統高性能計算的重要發展方向。

總的來說，類腦智能技術體系分四層：基礎理論層、硬件層、軟件層、產品層。基礎理論層基于腦認知與神經計算，主要從生物醫學角度研究大腦可塑性機制、腦功能結構、腦圖譜等大腦信息處理機制研究；硬件層主要是實現類腦功能的神經形態芯片，也就是非馮諾依曼架構的類腦芯片，如脈沖神經網絡芯片、憶阻器、憶容器、憶感器等；軟件層包含核心算法和通用技術，核心算法主要是弱監督學習和無監督學習機器學習機制，如脈沖神經網絡、增強學習、對抗神經網絡等；通用技術主要是包含視覺感知、聽覺感知、多模態融合感知、自然語言理解、推理決策等；產品層主要包含交互產品和整機產品，交互產品包含腦機接口、腦控設備、神經接口、智能假體等，整機產品主要有類腦計算機、類腦機器人等。 

對于類腦計算研究的未來走向，清華大學類腦計算研究中心主任施路平曾如此總結道：

類腦計算的研究基于三個層次。在核心芯片層面，要建立類腦信息處理的普適平臺；在操作系統層面，要引領類腦智能技術的發展方向；在應用軟件層面，要防止信息產業空心化。

       

施路平

對于類腦計算與當下最熱門的深度學習的區別，北京大學信息科學技術學院教授吳思也做了相應補充：

對比靜態的深度學習，神經信息處理的一大特點是動態地處理動態的信息，神經信息處理的動態法則包括動態編碼、時間延遲補償、運動預測跟蹤、時空模式識別、時間節律編碼、反饋調節等，我們可以借此發展出一些類腦應用算法。

      

吳思

中國科學院自動化研究所余山研究員也從算法的角度給出了自己的見解：

生物腦的學習過程并非從零開始，而是從學習之初，就擁有并運用了重要的先驗知識，這包含了物種在進化過程中學到的（生物學稱之為系統發生），以及個體在生活過程中學到的有關真實世界的關鍵知識。讀取這些知識，以及借鑒如何將這些知識作為先驗信息注入神經網絡結構從而實現小樣本學習，可能會是神經科學以及類腦算法設計中一個富于成果的領域。

余山

從硬件的角度而言，由中國科學院半導體研究所超晶格國家重點實驗室高速圖像傳感及信息處理課題組副研究員劉力源等研制出面向 860GHz CMOS 太赫茲圖像傳感器的像素器件，大大提升了我國在太赫茲成像領域的國際競爭力——太赫茲波成像技術作為一種新型無損成像技術正在興起，在生物醫學、醫療診斷、安全檢測、危險物品檢查、隱形武器探測、材料表征和探傷等科學研究以及日用領域具有非常廣闊的應用前景，已成為各國爭相研究的熱點技術。

劉力源

而對于類腦計算的前景，中國科學院計算所副研究員趙地表示充滿了信心：

神經形態芯片計算能力顯著提高，能耗和體積卻要小得多，更為智能的小型機器或將引領計算機微型化和人工智能的下一階段。

  

趙地

而上述提到的五位類腦計算專家，將會出現在 7 月 13 日舉行的 CCF-GAIR 2019 類腦計算專場上，與大家共同探討中國類腦計算的未來。中國要想奪得類腦計算的「入場券」，需要更多的有識之士來為這個領域「添磚加瓦」，這是 CCF-GAIR 2019 設立類腦計算專場的初衷。

屆時，在主持人中國科學院計算所副研究員趙地的引領下，清華大學類腦計算研究中心主任施路平、北京大學信息科學技術學院教授吳思、中國科學院自動化研究所研究員余山、中國科學院半導體研究所副研究員劉力源將帶來五場精彩紛呈的主題報告，帶領大家走進類腦計算的最前沿。

專場議程：

嘉賓陣容：

全球人工智能與機器人峰會（CCF-GAIR） 由中國計算機學會（CCF）主辦，雷鋒網、香港中文大學（深圳）承辦，得到了深圳市政府的大力指導，是國內人工智能和機器人學術界、工業界及投資界三大領域的頂級交流博覽盛會，旨在打造國內人工智能領域極具實力的跨界交流合作平臺。更多關于大會 & 購票的詳情，歡迎登陸 https://gair.leiphone.com/gair/gair2019 進行查看。

雷鋒網 AI 科技評論

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。