錢江晚報·小時新聞 記者 王湛
9月1日，億級神經元類腦計算機（Darwin Mouse）正式發布，它是我國第一臺基於自主智慧財產權類腦晶片的類腦計算機，也是目前國際上神經元規模最大的類腦計算機，由浙江大學聯合之江實驗室研發。這臺類腦計算機的晶片，能支持類似小鼠大腦規模相當的1.2億脈衝神經元數量運作，並且可以模擬人的大腦進行多種行為如視覺、嗅覺、聽覺、記憶、意念等。它到底如何實現「像腦一樣思考」呢？關於它的未來，又會有怎樣的發展？這次，我們邀請了研究團隊負責人、浙大計算機科學與技術學院教授潘綱，來給我們講講。
不擅長存儲大量數據
但是能提煉關鍵信息
「它與傳統計算模式有大大的不同。」研究團隊負責人、浙大計算機科學與技術學院教授潘綱告訴記者，億級神經元類腦計算機用類腦晶片模擬大腦神經網絡，是人工智慧系統的一個新的發展路徑。那它長什麼樣呢？我們探訪了在之江實驗室裡的這個大傢伙——1.6米高的3個黑色標準機櫃並排而立，紅色信號燈不停地閃爍，靠得近些，似乎還能聽到裡面脈衝信號飛速奔跑的聲音。除了晶片，科研人員還專門研發了一個面向類腦計算機的類腦作業系統——DarwinOS，它可以為數量巨大的脈衝神經網絡計算任務提供運行和服務平臺。而此前，傳統計算機發展時，採用的是馮·諾依曼架構——它以數字加減乘除的方式來進行信息架構。但近年來發現，單純依靠縮小晶片上元件尺寸發展晶片不是長久之計，馮·諾依曼架構也跟著帶來了存儲牆、智能提升等不少問題。潘綱舉例說，馮·諾依曼架構中，數據的儲存和計算是分離開的。信息存儲在A處，但計算時卻要搬向B處，計算完畢再搬回來，「即使運算速度非常快，但搬運速度要遠遠低於運算速度，總速度還是影響到了大數據等計算性能的提升。」如果將兩類計算機進行對比，傳統計算機做加減法等數字計算，優勢在數據計算很快。但類腦計算機則往更深層發展，而不是簡單算數。它希望模仿出大腦功能，比方說靠神經網絡實現視覺、聽覺識別。此外，類腦計算機與大腦相似的一點，是不擅長存儲大量數據，沒有像傳統計算機一樣大的「肚子」。記憶並不是大腦優勢，大腦最強的是把記憶重要部分提煉出來。「等未來類腦計算機發展了，傳統計算機肯定會與類腦計算機結合起來應用。」潘綱說，那時候它們將做各自擅長做的。
有信號就啟動，沒信號就休息
能模擬大腦功能來進行「思考」
這臺億級神經元類腦計算機，包含792顆浙大研製的達爾文2代類腦晶片，支持1.2億脈衝神經元、近千億神經突觸，與小鼠大腦神經元數量規模相當，典型運行功耗只需要350-500瓦，相當於日常用一次電飯煲。
這種「高產出、低消耗」又是如何實現的呢？項目研究骨幹馬德副教授說，大腦神經元工作，靠的是體內鉀離子、鈉離子的流入流出導致細胞膜電壓變化，從而傳遞信息，「簡單來說，一個神經元接受『刺激』，細胞體的膜電壓升高至特定閾值時，發出『信號』到軸突，突觸把它傳給後續神經元從而改變其膜電壓，信息傳輸即可完成。」
類腦晶片的工作原理就類似於生物的神經元的信息傳輸行為，信號來的時候啟動，沒有信號就不運行——這樣就能實現高度並行、提升效率。
其實在自然界，很多神經元數量遠低於100萬的昆蟲，比如果蠅，都能做到實時跟蹤獵物或其他目標，知道自己飛行路徑、以及躲避路上碰到的樹葉或其他障礙物。
潘綱提到，類腦計算機內部結構有點像蓋房子，每12顆由15萬個神經元構成的晶片壘成一個「小房間」，再由把這些「小房間」連在一起，就形成一幢大房子。
目前，類腦計算機主要是負責智能任務，比如我們識別眼前物體、理解與人的對話，它的功能比較類似日常生活中百度或淘寶的圖片智能識別。
「類腦計算機並不只有固定的一些功能，比如只能走路或只能交流，通過人為編程可以實現其他不同的智能任務。」在抗洪場景下的實驗室現場，就有三臺機器人，潘綱告訴大家說，這實現了類腦計算機的控制下通過語音開展移動命令的合作——1號機器人使用自帶攝像頭搜尋堤壩缺口，呼叫3號機器人前來修壩；當攝像頭發現受傷人體模型後又會去呼叫2號機器人救援。
此外，類腦計算機還模擬了不同腦區，比如丘腦外側神經網絡模型、海馬體神經環路結構和神經機制等；更實現了腦電信號實時解碼，「意念」打字輸入。
「海馬體是人類大腦記憶腦區，通過神經元不定向變化完成記憶。如果給計算機一首詩讓它記憶，之後播放詩詞的一聯，它可以通過回想把剩下的詩詞『念』出來。」團隊骨幹唐華錦教授說，除了詩詞，還有音樂歌詞、謎語等。
類腦計算機
是如何「進化」的
1946年，世界上第一臺計算機誕生，重達28噸。而如今，手提計算機在日常生活中隨處可見。雖然現在類腦計算機看上去龐大無比，但科學家們表示，在未來，達爾文晶片和其他硬體會不斷升級，體積也會不斷縮小。
目前，類腦計算研究還處於初級階段，Darwin Mouse類腦計算機，無論從規模還是智能化程度上都與真正的人類大腦差了不少。
現在市場上傳感器輸入的信號，如果應用到Darwin Mouse類腦計算機上，需要加編碼層將數位訊號轉換為脈衝式。在這個過程中，信息的丟失和損傷會在一定程度上降低計算機的作用。
潘綱還提到，目前雖然可以達到小鼠大腦規模，但規模並不是判斷實際水平的唯一方面。如何組織內部神經元更能夠影響水平高低——哪些神經元連起來？這部分神經元連接得緊不緊密？——這兩個問題設計很難，這也是類腦算法的主要任務，將成為之後發展的重點研究方向。
「你可以想像用橡皮筋把神經元連接起來，皮筋的彈力強弱會影響最後的功能表現。」他補充道，在未來，如果類腦計算機自主學習能力提升，其神經網絡、神經元連接也會根據不同的特殊內在規律相應發生變化。
神經科學家們已經找出一些完成特定智能任務的內在規律，就像不同的人有不同的擅長部分，藝術細胞強的大腦神經網絡與體育細胞強的大腦神經網絡是不一樣的，他們的規律也是不同的。
「有些實驗室裡設定的簡單任務只需要幾百或幾千個神經元，有些對於日常典型物體的識別則會需要幾十萬到幾百萬神經元。」他說。
潘綱認為，未來類腦計算機可能會植入手機、機器人，如何讓類腦計算機變得更聰明是科學家們下一步研究的重點。
「我們也希望，隨著神經科學發展和類腦計算機的系統軟體、工具鏈及算法的成熟，有朝一日能夠讓類腦計算機通用化，真正像大腦一樣高效工作。」他說。
本文為錢江晚報原創作品，未經許可，禁止轉載、複製、摘編、改寫及進行網絡傳播等一切作品版權使用行為，否則本報將循司法途徑追究侵權人的法律責任。