构建人造超级大脑

　　来源：人民网-人民日报
　　图①为达尔文2代类脑芯片。 图②为类脑计算机。 浙江大学计算机学院供图 制图：蔡华伟
　　人脑和计算机哪个结构更复杂？计算机可否像人脑一样自我学习与进化？智能机器是否可以像人类一样思考与行动？人类能否打造像人脑一样的＂机器脑＂？这些你可能想过的问题，都属于类脑计算研究的领域。
　　类脑计算，是借鉴生物大脑的信息处理方式，以神经元与神经突触为基本单元，从结构与功能等方面模拟生物神经系统，进而构建＂人造超级大脑＂的新型计算形态。从1945年科学家冯·诺伊曼以大脑为参考提出著名的冯·诺伊曼计算机体系结构，到1948年人工智能之父艾伦·图灵提出用类神经元网络方式构建现代计算机的设想，再到2020年浙江大学牵头研制成功亿级神经元类脑计算机，类脑计算研究不断取得进步。类脑计算既充满魅力又面临挑战，它的主要任务不仅是构建结构逼近人脑的网络系统，更在于构造性能媲美人脑的创新生态，为人类展示虚拟脑与生物脑相融合的计算前景。
　　类脑计算：突破计算能力限制的战略支点
　　类脑计算属于计算机研究范畴。1946年，世界上第一台现代计算机诞生，计算机科学与技术从此日新月异。短短几十年间，现代计算机使用的电子器件经历了电子管、晶体管、中大规模集成电路、超大规模集成电路等阶段，持续更新换代。1965年以来，集成电路的晶体管集成度遵循了＂摩尔定律＂，即一个芯片上可以容纳的晶体管数目在大约18个月后就会增加一倍。但时至今日，通过提高集成电路的晶体管集成度来提升计算能力的模式已难以为继。计算芯片的电路线条宽度已细到纳米数量级，相当于只有几个分子的大小。在这种情况下，材料的物理与化学性能的变化将导致半导体器件不能正常工作。因此，如何以新的处理机制解决计算机计算能力限制，成为信息科学发展最为紧迫和最为前沿的问题之一。
　　通过模仿人脑建造接近乃至超越人类智能的机器是人类的一个朴素理念，也是科学家解决计算机计算能力限制的主要方向之一。与现有计算机相比，人类大脑具有明显优势。一是人类大脑的功耗低，仅有20瓦左右，远远低于现有的计算系统；二是人类大脑的容错性强，即使少部分神经元死亡，对大脑的整体功能影响不大；三是人类大脑对信息的并行处理能力强，分布于大脑各处的数百亿神经元可同时对信息进行分析处理；四是人类大脑神经网络的可塑性好，可根据环境变化进行自我学习与进化。人脑的这些优势或许平时不易被我们察觉，却是类脑计算研究的重要依据。
　　类脑计算领域的相关研究，为新一代计算变革带来了希望。以大脑为模仿对象建立新一代计算技术体系，既可以保留计算机的既有优势，又可以叠加人脑处理信息的诸多优势，将有望打破冯·诺伊曼架构的束缚，实现存储处理一体化、超低能耗和超大规模并行信息处理，让结构逼近人脑、性能媲美人脑的＂人造超级大脑＂成为可能。
　　类脑芯片：让计算机像人一样聪明的核心技术
　　细心的人会注意到，自然界有许多体型很小的昆虫，能够实时跟踪物体、导航和躲避障碍物。它们的神经元只有几万、几十万个，与之相比，人类大脑的神经元数量和复杂功能更令人惊叹。如果能在芯片上模拟这些大脑，必然可以系统提升计算机的整体能力。正是基于这一想法，类脑芯片应运而生，它是建造类脑计算机最关键的部件，可以说是人类大脑的硬件电路形式。类脑芯片主要负责模拟大脑神经元的功能特性、信号传递和学习方式，让计算机在低电能消耗情况下完成感知、学习、记忆、决策等智能任务。
　　研制理想的类脑芯片，需要在多个学科中寻找突破口。比如从材料层面探索类生物物质，从器件层面构造神经元与突触，从电路层面实现神经网络的连接，从算法层面研究大脑的思考能力，等等。目前，类脑芯片研究有3个主攻方向。
　　一是寻找工作行为特性与大脑神经元相似的纳米器件。类脑芯片由大量更小的电子器件组成，这些器件每个仅几十纳米到几百纳米大小，被称为纳米器件。长期以来，研究人员不断寻找与构造合适的纳米器件。如一类叫作忆阻器的纳米器件，其纳米夹层中的离子运动可以改变器件的工作状态，这与大脑神经元及突触细胞膜中所包含的离子通道的作用相似。有些忆阻器可以一直保持这样的工作状态，即使断电了也不会丢失，就跟人的记忆一样。
　　二是设计适合类脑芯片的新型计算体系架构。有了上亿甚至上百亿个类脑纳米器件后，还要使它们都按照人们需要的行为模式协同工作，即要形成与类脑芯片运行相匹配的体系架构。目前最常见的计算芯片(CPU)均是在冯·诺伊曼体系架构下建立的。这种架构的最大特点是＂存算分离＂，即存储单元和计算单元是分开的，好比编曲和演奏是分开的。程序员像是作曲家，编程好比编曲，写有程序的存储器就像曲谱本，操作者则像是演奏家，其运算好比演奏，乐器就是具备计算能力的计算单元。一个计算单元可以根据存储器里的不同程序执行不同任务，就像同一台钢琴可以演奏不同曲子一样。与此原理不同的是，生物大脑并不区分存储区和计算区，而是集＂作曲家、曲谱本、演奏家和演奏工具＂于一体。它是信息的存储者，也是信息的处理者，还是信息的创造者，具有自我学习、思考、创新创造等能力。
　　三是解决类脑芯片的能效问题。研究发现，人脑是一部能效极高的＂计算机＂，若用现在的计算机去处理人脑承担的任务，粗略估计需要高达100兆瓦的功耗，是人脑功耗的500万倍。人脑可以低能量消耗运行的原因之一，就是存算一体的机制最大程度减少了数据的传输需求与传输距离，节约了传统计算架构中计算单元和存储单元间通信所消耗的时间和能量。因此，类脑芯片不仅能够像人脑一样根据外界动态信息做出反应并不断学习，还可以在无信息输入的时候进入＂休息＂的省电状态。
　　类脑计算的未来：在学科交叉与突破创新中蓬勃发展
　　综观全球，类脑研究不断取得新进展。我国于2021年正式启动科技创新2030——＂脑科学与类脑研究＂重大项目，将大力开展类脑研究。一些发达国家也相继提出类脑研究计划。可以预见，类脑研究将进入前所未有的高速发展期，催生一批新理论和技术成果，引领新一轮科技革命。目前，类脑计算的基础理论和核心技术已取得不少突破。
　　类脑研究发展迅猛、前景广阔，但总体仍处于起步阶段。特别是要想实现构建＂人造超级大脑＂的美好愿望，还需突破多个难点。比如世界上单颗类脑芯片仅停留在百万级神经元规模，最大的类脑计算系统也只达到了亿级神经元，而一只小鼠的大脑神经元数量就达到了1亿左右，人脑的神经元数量更是有600亿—1000亿之多。总体而言，基于硬件的类脑计算过程模拟与真实大脑相比仍有不小差距，类脑学习的运作机制与算法研究还很有限。再如目前人类对大脑神经元如何编码、转导和储存神经信息有较多了解，但尚不了解神经信息如何产生感知觉、情绪、抉择、语言等各种大脑高级认知功能。要让科幻电影里那样的＂人类超级大脑＂计算机成为现实，仍需研究者久久为功。
　　正如人类历史上的任何科技成果一样，类脑计算的发展不会一蹴而就。但难点也是突破点、机遇点，随着神经模型、学习算法、类脑器件、基础软件和类脑应用等方面不断取得突破，类脑计算将迎来更为蓬勃的发展态势，为构建＂人造超级大脑＂带来希望。
　　(作者为中国科学院院士、浙江大学校长)
　　推荐读物：
　　《计算机与人脑》：约翰·冯·诺伊曼著，王文浩译；商务印书馆出版。
　　《图灵和ACM图灵奖(1966—2015)(第五版)：纪念计算机诞生70周年》：吴鹤龄、崔林著；高等教育出版社出版。
　　《大脑的奥秘》：中国科学院神经科学研究所编著；上海科学技术出版社出版。
　　《 人民日报 》( 2022年01月11日 20 版)