現(xiàn)在，我們重提類腦計(jì)算，與30年前比，有什么不一樣的背景呢？

 

　　“神經(jīng)科學(xué)、計(jì)算機(jī)科學(xué)、神經(jīng)網(wǎng)絡(luò)理論近20年來(lái)的長(zhǎng)足進(jìn)步，以及大數(shù)據(jù)時(shí)代對(duì)智能計(jì)算的需求，使我們今天再次聚焦類腦計(jì)算。”鄭南寧分析說(shuō)，隨著腦與認(rèn)知科學(xué)的研究發(fā)展和觀測(cè)大腦微觀結(jié)構(gòu)技術(shù)手段日益豐富，人們已經(jīng)可以在微觀水平觀測(cè)到神經(jīng)元的結(jié)構(gòu)、不同腦區(qū)的形態(tài)，以及神經(jīng)元放電、不同神經(jīng)元如何構(gòu)成神經(jīng)網(wǎng)絡(luò)等信息處理過(guò)程。結(jié)合這些實(shí)驗(yàn)觀察，智能科學(xué)及計(jì)算模擬已可以在計(jì)算機(jī)上部分模擬腦信息處理過(guò)程。

 

　　譚鐵牛也認(rèn)為，對(duì)人腦層次化信息處理機(jī)制的初步借鑒、基于大樣本數(shù)據(jù)的訓(xùn)練、實(shí)現(xiàn)端對(duì)端的映射深度學(xué)習(xí)算法，這些進(jìn)步促進(jìn)了人工神經(jīng)網(wǎng)絡(luò)的復(fù)蘇，并已在語(yǔ)音識(shí)別、大規(guī)模圖像分類、人臉識(shí)別中大幅提高了現(xiàn)有的人工智能識(shí)別精度。

 

　　但這些進(jìn)步只是提供了突破的可能，我們現(xiàn)有的技術(shù)基礎(chǔ)距類腦智能的實(shí)現(xiàn)還有很長(zhǎng)距離。

 

　　我們尚未搞清楚大腦的工作機(jī)理：睡眠狀態(tài)下，大腦記憶得到了強(qiáng)化，它的內(nèi)在機(jī)理是什么？大腦用來(lái)處理外界激勵(lì)的能量消耗只占很小比例，那些與刺激無(wú)關(guān)的能量消耗到底做了什么？

 

　　我們也很難用現(xiàn)有的馮諾依曼結(jié)構(gòu)電腦來(lái)構(gòu)建大尺度的神經(jīng)形態(tài)計(jì)算系統(tǒng)。類腦計(jì)算本身需要打破馮諾依曼結(jié)構(gòu)、把類似大腦的突觸做到芯片上，但目前的神經(jīng)突觸芯片還在實(shí)驗(yàn)室階段，不能走向?qū)嵱?。而如果用超?jí)計(jì)算機(jī)平臺(tái)來(lái)模擬整個(gè)大腦的計(jì)算能力，需要10的18次方浮點(diǎn)運(yùn)算能力，這樣的超級(jí)計(jì)算機(jī)，預(yù)計(jì)到2019年至2023年才能出現(xiàn)。

 

　　“類腦計(jì)算是一場(chǎng)令人興奮又望而生畏的艱難挑戰(zhàn)，需要組織多學(xué)科交叉的大團(tuán)隊(duì)研究。”鄭南寧建議大家保持冷靜思考，避免期望值過(guò)高帶來(lái)的失望。“期望值過(guò)高，又沒(méi)有達(dá)到預(yù)期，隨之帶來(lái)的可能是學(xué)科發(fā)展的低落甚至災(zāi)難，使最初的目標(biāo)成為皇帝的新衣。”

 

　　模擬神秘大腦從哪里“入手”

 

　　那么，要完成當(dāng)前類腦智能的艱難挑戰(zhàn)，我們需要沖破哪些關(guān)口呢？

 

　　鄭南寧認(rèn)為，與現(xiàn)有的馮諾依曼結(jié)構(gòu)計(jì)算機(jī)相比，類腦計(jì)算的技術(shù)路線，需要從組件到系統(tǒng)的網(wǎng)絡(luò)規(guī)模、計(jì)算能力上漸次逼近大腦。馮諾依曼結(jié)構(gòu)采用系統(tǒng)同步時(shí)鐘，類腦計(jì)算需要采用事件驅(qū)動(dòng)模式；馮諾依曼結(jié)構(gòu)運(yùn)算和存儲(chǔ)分離，類腦計(jì)算運(yùn)算和存儲(chǔ)要達(dá)到深度耦合；馮諾依曼結(jié)構(gòu)可以高效執(zhí)行預(yù)定的精確數(shù)值運(yùn)算，類腦計(jì)算要具備學(xué)習(xí)能力、擅長(zhǎng)發(fā)現(xiàn)復(fù)雜數(shù)據(jù)中的規(guī)律和模式；馮諾依曼結(jié)構(gòu)只有有限的容錯(cuò)性能，類腦計(jì)算需要低能耗高容錯(cuò)……

 

　　當(dāng)前，IBM等利用超級(jí)計(jì)算機(jī)模擬與人腦相似的大規(guī)模神經(jīng)網(wǎng)絡(luò)，但結(jié)果并不理想。鄭南寧認(rèn)為其原因在于：“人腦不同腦區(qū)具有不同結(jié)構(gòu)和功能，用相同結(jié)構(gòu)的大規(guī)模神經(jīng)網(wǎng)絡(luò)模擬整個(gè)人腦并不合理。我們應(yīng)該針對(duì)不同腦區(qū)的不同功能，設(shè)計(jì)不同結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)，模擬其學(xué)習(xí)與認(rèn)知功能。”

 

　　此外，神經(jīng)生理學(xué)的大量實(shí)驗(yàn)告訴我們，人類大腦皮層各功能區(qū)域之間的關(guān)系極為復(fù)雜。因此，在實(shí)現(xiàn)類腦計(jì)算機(jī)的體系結(jié)構(gòu)時(shí)，解決各層次和各處理模塊之間的關(guān)聯(lián)，也是一個(gè)巨大的挑戰(zhàn)。

 

　　類腦智能需要模擬神秘的大腦，但又不能只模擬神秘的大腦。

 

　　“從計(jì)算科學(xué)和工程學(xué)觀點(diǎn)看，類腦計(jì)算是一門以仿生學(xué)為基礎(chǔ)的，但又超越仿生學(xué)的工程研究。研究類腦智能計(jì)算并非復(fù)制人的大腦，而是模擬人類大腦的功能。”鄭南寧表示，僅研究人的思維活動(dòng)或記錄腦中所有神經(jīng)元不可能研制出真正的智能機(jī)器。“對(duì)鳥(niǎo)的詳細(xì)研究不可能對(duì)如何制造飛機(jī)提供更多啟示，對(duì)飛機(jī)的真正理解是來(lái)自飛行的研究。”

 

　　當(dāng)前，世界各國(guó)在類腦智能方向的研究都剛剛啟動(dòng)，我國(guó)在這方面的研究也蓄勢(shì)待發(fā)，這也許將成為我國(guó)人工智能發(fā)展的一個(gè)重要機(jī)會(huì)。

 

　　據(jù)悉，作為本次論壇主要承辦單位的中科院自動(dòng)化所就已率先啟動(dòng)了類腦智能研究，成立了類腦智能研究中心，并已取得部分階段性成果，比如研究并初步實(shí)現(xiàn)了具有自主學(xué)習(xí)能力的類腦計(jì)算系統(tǒng)，并圍繞環(huán)境感知與交互、類腦自動(dòng)推理、類人機(jī)器人等開(kāi)展了應(yīng)用驗(yàn)證。

 

　　譚鐵牛說(shuō)，我國(guó)人工智能整體發(fā)展水平與發(fā)達(dá)國(guó)家相比仍然存在較大差距，在基礎(chǔ)理論和整體應(yīng)用水平等方面與發(fā)達(dá)國(guó)家相比差距較大。“人工智能經(jīng)過(guò)近60年的發(fā)展開(kāi)始進(jìn)入爆發(fā)增長(zhǎng)期，類腦智能將成為弱人工智能通往強(qiáng)人工智能的途徑。目前類腦智能取得的進(jìn)展只是對(duì)腦工作原理初步的借鑒，未來(lái)的機(jī)器智能研究需要與腦神經(jīng)科學(xué)、認(rèn)知科學(xué)、心理學(xué)深度交叉融合，這是我們的機(jī)會(huì)。”