◎本報記者 孫明源

類腦智能已然成爲人工智能領域中的熱詞。近日，“問天I”類腦計算機技術成果在江蘇南京發佈，該計算機模擬大腦神經網絡運行，是國內目前技術領先、規模最大的類腦計算機。

類腦智能又被稱爲神經形態計算，它通過模仿人類大腦的運作方式，讓計算機軟硬件實現信息高效處理。相比傳統意義上的人工智能，它具有低功耗、高算力的特點。

“人腦是目前已發現的最複雜的信息處理系統，它的簡約高效無與倫比。因此人工智能領域的專家們設想，能否以大腦爲原型開發出更強大的人工智能。”談起類腦智能，北京工商大學計算機與人工智能學院教授吳靜珠對科技日報記者表示。

模型驅動的人工智能技術存在侷限

今年，多款大語言模型面世，全球掀起了一波又一波人工智能熱潮。目前，以大模型爲代表的人工智能主流應用，事實上都是模型驅動的。程序開發者爲軟件設置了行爲和結構，在此基礎上，軟件可以通過數據不斷得到訓練，形成可以與人互動的人工智能。

“這種技術路線的侷限性很明顯，大模型需要高質量的標註數據，我們不得不爲此付出很多人力；更爲突出的問題是大模型訓練所耗費的計算資源非常龐大，需要超級算力的支撐。另外這種人工智能的自主學習、自適應能力較弱，邏輯分析和推理能力相對欠缺。”吳靜珠介紹。

1956年，在計算機科學大家雲集的達特茅斯會議上，科學家們就提出或許可以依託腦神經科學和認知科學這兩大基礎領域，建立多學科協同的工作機制，開發出達到甚至超越人類水平的人工智能。但是，對於當時的技術水平來說這些想法太過超前，無法實施，直到近些年才被提上日程。

吳靜珠強調，腦科學和認知科學是開發類腦智能最重要的基礎學科。近年來，隨着功能核磁共振等成像技術的發展，人類對大腦的認知水平有了很大提高，這爲仿照大腦設計計算機軟硬件提供了必要條件。

軟類腦和硬類腦是實現類腦智能的兩大路徑

北京工商大學教授、發展中世界工程技術科學院院士韓力羣認爲，簡單來說，類腦智能的實現路徑大致可以分爲軟類腦和硬類腦兩類。吳靜珠解釋道，這二者的主要區別在於側重點不同，前者重算法，後者重硬件。雖然路徑不同，但是總體來看二者相輔相成。

軟類腦主要側重讓算法和模型能夠模擬大腦的工作模式。雖然沒有神經細胞、蛋白質等物質，但是計算機可以模仿大腦的信息加工機制，把現實中的物質形式化，從而在軟件中模擬大腦。

硬類腦主要側重在硬件材料方面尋求突破，通過開發神經形態的芯片（如類腦芯片）和其他介質，以生物電子學、神經形態工程等學科爲基礎，模擬生物神經元乃至整個大腦。韓力羣表示，硬類腦走的道路就是“先追求形似，再考慮神似”。在一枚理想的類腦芯片當中，包含許多相當於神經元的處理器，這些處理器之間的通信系統相當於神經纖維，突觸等結構可能也會被模擬。

吳靜珠介紹，軟類腦路線和傳統人工智能的開發同樣強調算法，有較多的技術積累，所以目前發展速度較快。而硬類腦所需的新材料、新產品在研發上還處於起步階段。

“雖然軟類腦和硬類腦的實現路徑不同，但是從大方向上看，它們的目標是一致的，兩種路線的探索過程和創造出的成果也能爲彼此提供支持。所以說，兩條實踐路徑都是有價值的。”吳靜珠說。

類腦智能技術發展需多學科交叉協作

吳靜珠介紹，2013年左右，部分發達國家的類腦智能研究率先起步，我國的相關研究是在2016年左右啓動的。截至目前，北京、上海的一些高校和科研機構已經取得了一些成果。如2019年8月，清華大學施路平團隊開發出了全球首款異構融合類腦計算芯片，該芯片結合了類腦計算和基於計算機科學的機器學習技術，有望促進人工通用智能（AGI）的研究和發展；2020年1月，清華大學錢鶴、吳華強團隊與合作者研發出全球首款多陣列憶阻器存算一體芯片。

在產業界，百度、科大訊飛、阿里巴巴、華爲等企業都在近幾年提出了一些與類腦智能應用相關的概念，隨着類腦科學研究取得進展，“電子腦”正在從文字概念轉向現實應用。據瞭解，已經正式開展應用的“問天I”類腦計算機具備5億神經元、2500億突觸智能規模，神經元數、突觸規模位居全球第二，較現有計算系統能效提升10倍以上。在成果發佈會上，“問天”類腦超算團隊表示，將繼續研發新一代類腦計算機，進一步革新類腦計算芯片架構與軟件系統框架，打造引領未來發展的類腦計算平臺。

儘管類腦智能技術已經取得了很大進步，但人類目前對人腦的瞭解依然是不夠的。吳靜珠提醒，人類目前對於人腦和神經系統如何產生感覺、知覺、情緒、思維、意識，如何創造語言、行爲，仍然一知半解。類腦智能研究要想取得更高水平的研究成果，就需要更多腦科學和認知科學領域的基礎理論研究和成果突破。

“類腦智能還需要生物醫學、計算機、電子信息技術等多領域多學科的交叉協作才能取得更高層次的發展。儘管剛剛起步，但我相信它的未來值得期待。”吳靜珠總結道。