知名信息研究和分析機(jī)構(gòu)高德納預(yù)測，到2025年，神經(jīng)擬態(tài)芯片有望成為用于AI系統(tǒng)的主要芯片之一。

20世紀(jì)80年代，科學(xué)家設(shè)想將人類大腦的功能映射到硬件上，即直接用硬件來模擬人腦結(jié)構(gòu)，這種方法稱為神經(jīng)擬態(tài)計(jì)算，這類硬件被稱為神經(jīng)擬態(tài)芯片。經(jīng)過近40年發(fā)展，神經(jīng)擬態(tài)芯片相繼問世。全球知名信息研究和分析機(jī)構(gòu)高德納（Gartner）日前的預(yù)測顯示，到2025年，神經(jīng)擬態(tài)芯片將成為高級人工智能部署的主要計(jì)算架構(gòu)，該芯片有望成為用于AI系統(tǒng)的主要計(jì)算機(jī)芯片之一。

脈沖神經(jīng)網(wǎng)絡(luò)信息處理不再依賴計(jì)算機(jī)

傳統(tǒng)人工智能主要以計(jì)算，即通過編程等手段實(shí)現(xiàn)機(jī)器智能。其中深度學(xué)習(xí)是目前廣泛應(yīng)用的技術(shù)之一，2006年左右，深度學(xué)習(xí)技術(shù)進(jìn)入大眾視野。它通過添加多層人工神經(jīng)網(wǎng)絡(luò)，賦予機(jī)器視覺、語音識別以及自然語言處理等方面的能力。

盡管深度學(xué)習(xí)有人工神經(jīng)網(wǎng)絡(luò)的加持，但通過計(jì)算實(shí)現(xiàn)智能的影子并未消失?！爸徊贿^與傳統(tǒng)計(jì)算相比，深度學(xué)習(xí)的算法模型發(fā)生了變化，實(shí)現(xiàn)的物理載體依然是計(jì)算機(jī)?！北本┐髮W(xué)信息科學(xué)技術(shù)學(xué)院教授黃鐵軍接受科技日報(bào)記者采訪時表示。

“而與深度學(xué)習(xí)采用的多層人工智能神經(jīng)網(wǎng)絡(luò)不同，神經(jīng)擬態(tài)計(jì)算構(gòu)造的是脈沖神經(jīng)網(wǎng)絡(luò)，通過模擬生物神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)智能。它本身就是能處理信息的載體，不再依賴于計(jì)算機(jī)?！秉S鐵軍表示，神經(jīng)擬態(tài)計(jì)算是探索實(shí)現(xiàn)人工智能的新范式。在信息處理方面，現(xiàn)在的人工神經(jīng)網(wǎng)絡(luò)處理的是相對靜態(tài)的、固定的信息，脈沖神經(jīng)網(wǎng)絡(luò)則適合處理與時空高度相關(guān)的復(fù)雜信息流。

舉例來說，機(jī)器人看到豹子時，采用深度學(xué)習(xí)方法能識別出是豹子，但對機(jī)器人而言這只是一個系統(tǒng)中的信息標(biāo)簽，而這些信息好像與它無關(guān)，機(jī)器并不能結(jié)合這些信息為下一步的行動作出判斷。而人看到豹子，不僅可以通過外觀識別出自己面對的動物是猛獸，還會觀察豹子的行動，甚至判斷自己所處的現(xiàn)實(shí)環(huán)境，并根據(jù)綜合信息作出是否需要逃跑的判斷?！斑@才是真正的智能。智能不僅是信息分類這么簡單，它是對時空信息進(jìn)行綜合處理并作出決策行動的過程?！秉S鐵軍解釋道，神經(jīng)擬態(tài)計(jì)算就是要通過模擬生物神經(jīng)網(wǎng)絡(luò)的方式，讓機(jī)器擁有接近甚至超越生物神經(jīng)網(wǎng)絡(luò)的系統(tǒng)，幫助機(jī)器感知自然界中時空變化的信息，實(shí)時處理信息流并采取行動。

“電腦”超越人腦成為可能

深度學(xué)習(xí)的大規(guī)模應(yīng)用對計(jì)算機(jī)的計(jì)算能力提出更高要求，同時也讓經(jīng)典計(jì)算機(jī)的耗能一直居高不下，而按照生物神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)的神經(jīng)擬態(tài)計(jì)算，已成為大勢所趨和必然選擇。

神經(jīng)擬態(tài)學(xué)工程師、德國海德堡大學(xué)物理學(xué)家卡爾海因茨·邁耶（Karlheinz Meier）表示，人腦相對計(jì)算機(jī)而言有三大特性：一是低能耗，人腦的功率大約是20瓦特，而當(dāng)前試圖模擬人腦的超級計(jì)算機(jī)需要幾百萬瓦特；二是容錯性，人腦時刻都在失去神經(jīng)元，而不會影響腦內(nèi)的信息處理機(jī)制，而微處理器失去一個晶體管就能被破壞；三是無須編程，大腦在與外界交互的過程中自發(fā)地學(xué)習(xí)和改變，而無需像實(shí)現(xiàn)人工智能的程序一樣遵循預(yù)設(shè)算法所限制的路徑和分支。

通過模仿生物神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)機(jī)器智能是一條十分重要的研究路線，未來它甚至有可能突破生物智能的天花板。盡管生物神經(jīng)網(wǎng)絡(luò)是一個慢速系統(tǒng)，每秒鐘能產(chǎn)生的神經(jīng)脈沖數(shù)量只有十幾個，生物獲取和處理的信息量也處于較低水平，但一旦將生物神經(jīng)網(wǎng)絡(luò)電子化，其處理信息的能力將比被模擬的生物大腦高出多個數(shù)量級。

當(dāng)與人腦類似的“電腦”變?yōu)楝F(xiàn)實(shí)時，它對人腦的大幅度超越就發(fā)生了：速度上，“電腦”可以比人腦快多個數(shù)量級；規(guī)模上，沒有顱骨限制，“電腦”可以根據(jù)需求擴(kuò)容；壽命上，電子系統(tǒng)即使有損耗，也可以復(fù)制遷移到新系統(tǒng)而永生；精度上，生物大腦的很多缺陷和短板將被“電腦”避免和彌補(bǔ)。