我國在類腦智能計算技術領域邁出新的一步！
9月1日，浙江大學聯合之江實驗室在杭州發布一款包含1．2億脈沖神經元、近千億神經突觸的類腦計算機Darwin Mouse。
據了解，這是我國第一臺基于自主知識產權類腦芯片的類腦計算機，該計算機使用了792顆由浙江大學研制的“達爾文二代”類腦芯片，支持1．2億脈沖神經元、近千億神經突觸，神經元數量規模相當于小鼠大腦，典型運行功耗只需要350－500瓦。值得一提的是，Darwin Mouse也是目前國際上神經元規模最大的類腦計算機。
研究團隊還針對類腦計算機研發出了專用的操作系統——達爾文類腦操作系統（DarwinOS），實現對類腦計算機硬件資源的有效管理與調度，支撐類腦計算機的運行與應用。
“應急救援、聽歌識曲、意念輸入”樣樣精通
類腦計算機到底有什么作用？在現場展示中，多個機器人以類腦計算機為智能中樞，展示了抗洪搶險場景下的協同工作。3臺外形相似的機器人，分別承擔巡邏、搶險、營救任務，各自功能都有所不同，可通過不同腦區來操控，給1、2、3號機器人下達不同的指令。
圖片源自浙江大學官微
聽歌識曲同樣是Darwin Mouse的拿手好戲，工作人員只需要哼唱出一首歌中的兩居，類腦計算機可通過模擬海馬體記憶機制，實現對大腦內部記憶信息的存取，將后續的歌曲內容“唱”出來。除了記憶提取以外，還能借鑒海馬體網絡結構以及神經機制建立記憶模型架構，通過記憶的脈沖編碼，同一模型就可以學習與記憶語音、歌曲、文本等不同類型數據。
圖片源自浙江大學官微
借助類腦計算機，研究人員還實現了腦電信號的穩態視覺誘發電位實時解碼，可“意念”打字輸入。
類腦計算：顛覆傳統計算架構的新型計算模式
據研究團隊負責人、浙江大學計算機學院教授潘綱介紹，用硬件及軟件模擬大腦神經網絡的結構與運行機制，構造一種全新的人工智能系統，這種顛覆傳統計算架構的新型計算模式，就是類腦計算。其特點在于存算一體、事件驅動、高度并行等，是國際學術界與工業界的研究焦點，更是重要的科技戰略。
中國科學院院士、浙江大學校長吳朝暉表示，類腦計算機將成為未來計算的主要形態和重要平臺，將在模擬腦功能、高效實現AI算法、提升計算能力等方面發揮重要的獨特作用。面向未來，學科交叉會聚將成為解決重大問題的新方法，基于多學科、多領域的系統創新將成為研制類腦計算機的有效形式。“我們希望能夠借鑒腦的結構模型和功能機制，將腦科學的前沿成果應用到人工智能等研究領域，從而建立起引領未來的新型計算機體系結構。”
據OFweek電子工程網了解，早在2015年，浙江大學就牽頭研制了“達爾文一代”類腦芯片，模擬神經元LIF模型，比傳統神經網絡具有更強的生物真實性，這也是國內首款神經擬態類腦芯片。
2019年，“達爾文二代”類腦芯片誕生，單芯片由576個內核組成、支持15萬神經元、1000萬個神經突觸，在神經元數目上相當于果蠅的神經元數目。通過芯片級聯可構建千萬級神經系統，達到TrueNorth芯片類似規模，但可模擬比TrueNorth更高精度的突觸。該芯片也是國內目前已知的單芯片神經元規模最大的脈沖神經網絡類腦芯片。
類腦智能的探索，類腦芯片與傳統芯片有何不同？
類腦智能，也就人們常提到的類腦計算。在上世紀80年代末，美國科學家Carver Mead首次提出類腦計算的概念。類腦計算這一想法擺脫了傳統的計算模式，模仿人類神經系統的工作原理，渴求開發出快速、可靠、低耗的運算技術。
從本質上來說，類腦智能就是人工智能的終極目標，但歸根結底，人腦的復雜程度是類腦智能永遠不可能完全復制得了的。因此，類腦智能更多的是希望借鑒人類大腦的工作機理，模擬出能和人類一樣具有思考、學習能力的計算機。
圖片源自浙江大學官微
類腦計算機的出現，為類腦智能研究道路帶來了巨大助力。類腦計算機的運行方式，跟人們的大腦非常相近，重點體現在兩方面：
1、神經元的模型，類腦計算機通過模仿人類大腦建立出精確的模型；
2、神經網絡之間的信息傳遞，利用生物大腦中脈沖的方式進行傳遞。
在2019年中國科學報社和網易新聞共同發布的2019未來科技十大事件中，“類腦芯片”赫然在列。作為類腦智能探索道路上的關鍵技術，類腦芯片的出現，更是為人們所看好。
類腦芯片與依賴二進制計算的數字芯片有很大不同，類腦芯片的工作原理類似流過突觸的離子種類和數量來激活神經元，通過交換梯度信號或權重信號，達到模擬人腦的目的；而傳統芯片依循馮．諾依曼架構而設計的，由于存儲與計算在空間分隔開來，因此計算機在運算時需要在CPU和內存這兩個區域往復調用，頻繁的數據交換不僅導致了海量信息處理效率低下，在工作時也造成了功耗消耗嚴重。
因此，類腦芯片就是基于微電子技術和新型神經形態器件的結合，希望突破傳統計算架構，實現存儲與計算的深度融合，大幅提升計算性能、提高集成度、降低能耗。
世界頂級科研機構在類腦芯片的研究布局
目前類腦智能領域尚處于初期，距離正式商業化還有很長的距離，這也是無數世界頂級科研機構正在積極布局的地方，誰能拔得頭籌，就能率先奪得未來話語權。
IBM，世界上最早研究類腦芯片的公司。在2011年，IBM公司模擬大腦結構，打造出一代具有感知能力的硅芯片模型“TrueNorth”，它能夠像大腦一樣學習和處理信息，根據相應神經元連接路徑進行重組；2014年，IBM在DARPA投資一億美元的“神經形態自適應可塑可擴展電子系統”項目的支持下開發出“TrueNorth”第二代類腦芯片，采用28nm硅工藝技術，神經元數增至100萬個，相比前代提高了3906倍，可編程突觸數量提高了976倍，每秒可進行460億次突觸計算，總功耗僅70毫瓦。
高通，人們熟悉高通或許是因為其驍龍移動芯片，但是少有人知道高通在類腦芯片上的布局也很深遠。2015年高通正式上市了一款名為“Zeroth”的類腦芯片，人們可以用傳統編程語言對其進行程序編寫，并利用“NPU訓練”終端實現類似人類的運動和行為。
谷歌，在2014年提出了機器學習模型：神經網絡圖靈機（Neural Turing Machines， NTM）。直白點說就是通過核心芯片研發超級計算機，融合傳統圖靈機和神經網絡優勢，可在存儲信息的同時從信息中學習新知識，并利用新知識執行邏輯任務。
英特爾，芯片界的老大哥，同樣沒有錯過類腦芯片的研究。英特爾基于橫向自旋閥和憶阻器兩種技術設計出了神經形態芯片，前者能根據通過的電子自旋方向開關，后者工作方式類似神經元，能復制出大腦處理能力。該芯片當時普遍為外界看好，增長潛力巨大。
除了上述企業以外，不少學術機構也參與了類腦芯片的研發，比如斯坦福大學在2014年推出的“Neurogrid”類腦芯片，速度約為普通電腦的900倍，產品原型由16個定制芯片組成，能夠模擬100萬個大腦神經元以及幾十億個突觸連接。
我國清華大學類腦計算研究中心施路平教授帶領的團隊，也曾在去年推出全球首款異構融合類腦芯片“天機芯”（Tianjic）占據了熱搜。據了解，這種混合芯片有多個高度可重構的功能性核，可以同時支持機器學習算法和現有類腦計算算法。
各國搶占前沿制高點，類腦智能技術能帶來什么
由于類腦芯片巨大的發展潛力和廣闊的市場前景，類腦智能技術已成為各國科技戰略重點和力推的核心科技發展領域。隨著美日德英等發達國家類腦研究發展戰略的出臺，中國的類腦科學研究項目也已經正式啟動。
從全球范圍來看，日本最早在2003年就開啟了腦科學與教育相關項目，面向教育理論和實際應用進行研究；美國從2012年開始致力于類腦技術研究，從衛生研究院到情報研究局再到國防研究局，多個領域多個方向開始著手類腦科學研究；歐盟于2013年啟動了“歐盟人腦計劃”項目，旨在建立一套基于神經科學的最新的、革命性的信息通信技術，建造一種模擬神經元功能的芯片，并將這種芯片用于建造超級計算機系統。據悉該計劃整體投資11．9億歐元，將持續十年。
同樣，在2013年，中國也開啟了“腦科學與類腦科學研究”（Brain Science and Brain－Like Intelligence Technology），簡稱“中國腦計劃”，主要有兩個研究方向：以探索大腦秘密、攻克大腦疾病為導向的腦科學研究以及以建立和發展人工智能技術為導向的類腦研究。這些技術體現神經標記和神經環路示蹤技術、大腦成像技術、神經調節技術、神經信息處理平臺等方面。按照從“研究”到“應用”的順序，可將腦科學及類腦人工智能的研究內容劃分為四大部分：1、大腦神經網絡分析；2、認知機制計算模擬；3、類腦智能算法創新；4、類腦智能技術應用創新。
類腦智能技術能帶來什么？此前有人會認為類腦智能就是人工智能，實際上兩者并不適宜劃等號，類腦智能只是人工智能技術中的一種。作為一種模仿人腦結構存儲、處理信息方式發展起來的新技術，類腦計算算是人工通用智能的基石。
由于其強大的計算能力和信息處理能力，類腦芯片帶動了以類腦計算為核心的人工智能算法、智能感知等相關技術，在智慧家庭、智慧城市、智慧醫療、智能機器人等AI應用上得到了廣泛應用。
類腦研究面臨的重要挑戰
由于做類腦研究需要基于對人類大腦的深入認知，而大腦作為人體內最復雜神秘的器官，有上億個不斷發出電信號的神經元組成密密麻麻的網絡，已經困擾了科學家幾個世紀。雖然近10年來，人們對這個神秘器官的認知迅速增長，但大腦的終極奧秘依然是一個謎團。
因此，類腦研究當前面臨最大的難題就是對大腦功能認知的缺乏，還需要更先進的大腦觀測手段和同步調控技術；其次，類腦計算用脈沖神經網絡來代替大腦的神經元模型信息傳遞原理，但這還處在初級感知層面，在更高級的大腦處理能力方式上，類腦計算依然模糊不清，要想把大腦復雜的信息傳遞和處理過程轉化成計算模型，非常艱難；受制于芯片工藝、材料工藝、功耗等條件的限制，類腦計算芯片在硬件條件上難以實現大規模神經元互連集成和神經元脈沖信息高效實時傳輸，這點有待突破；最后是類腦芯片的學習能力，在記憶、存儲、推理等方面類腦芯片已經有所成就，而“學習”是智能的核心，還需要更深層次的代碼邏輯、算法機制來完善。
總而言之，盡管當前類腦芯片無論在規模還是智力上與真實的人腦仍存在很大差距，但是它也具備人腦無法企及的優勢。如今，全世界類腦科學研究的新賽道已經形成，相信接下來會涌現出不少顛覆性理論和革命性技術成果。