施路平:類腦計算——人腦與電腦

在今年的WE大會上，多位全球頂尖科學家同臺，分享了細胞療法、弦理論、腦晶片、粒子機器人等前沿科學進展，為人類從「微觀」層面進一步了解自身、了解宇宙打開一扇科學之門。

小WE姐近期將陸續放出嘉賓的原聲雙語字幕版視頻和演講全文，歡迎收看~上期我們回顧的是Hod Lipson 關於自我模擬的機器人的演講，今天將繼續分享施路平教授的視頻。

施路平教授的演講題目是《類腦計算——人腦與電腦》。他為我們介紹了發展類腦計算的必要性及其挑戰，並分享了關於世界首款異構融合類腦晶片「天機芯」的研究成果。他認為，人腦和電腦這兩個系統可以互補，類腦計算能夠支撐人工通用智能發展，其關鍵在於多學科融合。

以下為演講全文：

各位朋友大家好！非常感謝大會能夠給我這一次機會和大家分享類腦計算。類腦計算是借鑑腦科學的基本原理、面向人工通用智能、基於神經形態工程發展的新的計算技術。

為什麼我們要發展這樣一個技術？

大家知道現在我們生活在一個數碼宇宙，萬事萬物隨時隨地聯繫起來，構成一個萬物互聯的數碼宇宙。這個宇宙成長非常快，信息每兩年翻一番，整個宇宙迅速地膨脹，而且從來不退步。這樣一個宇宙是基於我們現在的計算機架構，而計算機架構又基於馮諾依曼架構。

馮諾依曼架構是我個人認為人類發展史上最簡潔、漂亮、對我們影響最大的一個架構。它的特點是計算和存儲分離，計算和存儲都通過總線來回調度。大家可以設想一下，來回調度耗費了很多能量，耽誤時間速度慢，造成了堵塞，所以有了帶寬的瓶頸。因此，計算機領域最高的圖靈獎2017年的兩個得主Hennessy和Patterson最近寫了一個長文，結論是未來的10年是計算架構發展的黃金十年。因為我們過去是用計算機做計算，現在我們是用它處理信息，而我們的數碼宇宙每兩年翻一番，就是能耗也受不了。

當然還有其它原因，就是我們現在生活在一個人工智慧時代，人工智慧取得了非常大的成績。不過我們發現，儘管可以用AlphaGo戰勝世界冠軍，但是仍然有很多瓶頸。簡單來說我們必須滿足5個條件，那就是充足的數據、確定性的問題、完備的知識、靜態的環境和單一的系統。

舉個例子，如果我們讓一個智慧機器人從這裡出去，如果不事先編程，它是做不到的。因為我們人用了幾年的時間建立起「我」這個概念。在哪裡？怎麼出去？走門兒，還是走窗戶？所有的這些都與我們的通用智能有關。所以我們的結論是，我們要發展一個人工通用智能，我們想像的人工通用智能。只是我們沒有充足的數據，現在數據很少甚至很多假數據，很多問題也不能明確。

我們碰到過一個動態的，而且有很多系統交互在一起，但是我們的系統仍然能夠處理。這就是我們希望的人工通用智能。要發展人工通用智能，我們必須向腦學習，因為整個宇宙是目前唯一的一個通用智能體。我們把腦和電腦做一個比較，會發現電腦強的，人不強；電腦不強的，人強。我們看過《最強大腦》，那些我們嘆為觀止的、非常讓我們羨慕的選手的能力，其實對於計算機來講是小兒科。我們發現人腦和電腦兩個系統雖然原理不同，但是實際上是互補的，所以借鑑腦科學的基本原理改造現在的計算機系統、發展類腦計算是發展人工通用智能的一個非常重要的部分，因為前者是後者的計算基石。

發展人工通用智能不是一個新的想法。如果我們看一下過去圖靈、馮諾依曼這些大科學家早期的文章，會發現這是我們一直以來的夢想。現在為什麼是發展人工通用智能最好的時機呢？因為隨著精密儀器的發展，我們對腦知道的越來越多，我們似乎到了一個理解腦的關口。超級計算機的發展可以使我們進行很好的模擬仿真，省錢、省力、省時間。大數據、雲計算給我們提供了一個像腦一樣複雜的系統，和腦交相呼應，我們可以共同研究、互相促進。另外，納米器件已經可以使我們去發展像人腦能耗水平一樣的神經元和突觸這樣的電子器件。

所以，現在是發展人工通用智能最好的一個時機。

要發展類腦計算去支撐人工通用智能，腦起了非常大的作用。它到底起了一個什麼作用？13年前，有感於摩爾定律在二三十年後要到頭，所以我開啟了類腦計算的研究。當時我自認為自己做研究還不錯，但忽然感到自己不會做研究了，因為沒有文獻，很多東西需要自己摸索，所以感到非常的苦惱。有一次我去爬山，故意讓自己鑽進森林走丟了，後來我就根據太陽判斷方向，盯著一個方向一直走、一直走，走到高速公路上，截了一輛車。之後，我還找了一個陰天進去，我想了一個辦法，一直往高爬，爬到最高的地方，盯住一個點一直走、一直走，走到高速公路，截了個車我又回去了。這兩件事情讓我思考，腦在這裡面起的是指南針的作用，給我們提供的是方向感，因為這是唯一所知的通用智能體。

做研究，我喜歡做難的，因為我覺得越難的越容易。因為太容易的話有很多競爭者，你很難領先；如果很難，做著做著旁邊就沒人了，你反而可以領先。但是，有一個前提條件，就是方向必須是正確的。如果你走到錯路上，大家都跑了，你是很尷尬的。

我們人的智能是建立在碳基上的，在矽基上我們已經建造了現在的數碼宇宙，而碳基、矽基的結構非常相近。所以我們有一個信念，碳基上能夠實現的，矽基上一定能夠實現。發展類腦計算和人工通用智能，真正的挑戰既不是科學，也不是技術，而是因為我們的學科分布使得我們沒有合適的人做這樣的研究。而且，腦科學和計算機科學，一個探索自然世界，一個更關注應用，它們有不同的文化和語言，目標也不一樣，所以多學科融合尤為關鍵。

清華大學類腦計算研究中心由7個院系組成，因為這個領域不僅僅是計算機和腦科學，還有數學、物理、電子、微電子等。我們7個院系的老師在一起反覆討論，每周半天的時間，最後我們7年只做了一件事情，叫「融合、融合再融合」。

在這個過程當中，我們梳理了一下發展人工通用智能，現在主要是有兩條技術路線。一條是計算機主導的，一條是腦科學主導的。計算機主導的像機器學習在圖像識別、語音理解、自然語言的處理方面取得了輝煌的成績，但是它很難處理不確定性的問題等。腦科學方面，像是神經形態計算發展得也很快，但是由於我們不理解腦的機制，極大地阻礙了它的發展。但是兩條技術路線實際上互補，把兩者結合起來，是目前我們認為最好的一種方法。

發展類腦科學實際上還有兩條，一個是基於計算機用腦科學的基本原理來改變計算架構，第二個就是仿腦，因為Brian-inspired computing實際上覆蓋了Brain-like,你都已經brain-like了，還能不是inspired嗎？所以，我們用一個「類腦」這樣簡單又明了的詞涵蓋這兩個部分。就我們本身而言，我們是沿著Brian-inspired computing這個路線走的。這一研究，實際上你要研究理論晶片、軟體、系統、雲腦到應用。但是大家總是問一個問題：「不理解人腦，憑什麼你能造出類腦計算系統來？」

我們思考了很久，後來得到了答案。

我們的答案是這樣的：計算機是把多維空間的信息轉換成為0、1這樣一維的信息流，用計算來解決問題，CPU的主頻越來越快。換句話說，你用的是時間複雜度，你的問題是什麼？你的問題是當你縮維的時候，你的（數據的）相關性丟失了，這就是人很容易確定一個物體是在真實空間裡還是在鏡子裡，計算機則很難，這個是根本原因。

腦我們不知道它的基本原理，但是我們知道，一個神經元接一千到一萬個神經元，換句話說我們在這裡把信息擴束了，把相關性增強了，我們用的是空間複雜度。另外我們的腦還用脈衝來編碼，引進了時間的因素，我們還利用了時空複雜度。所以我們是想保持現在的計算機所有的優點，保持時間複雜度，增加一塊類腦晶片。增加的是什麼呢？增加的是空間複雜度、時空複雜度。

如果我們以這種觀點來看現在的技術，你就發現現在的人工神經網絡的加速器是面向深度人工神經網絡，它利用的就是空間複雜度。而像腦一樣工作的神經形態計算，面向的是脈衝神經網絡，它利用的是時空複雜度。一個空間複雜度，一個時空複雜度，何不把它結合起來呢？所以我們想了一個辦法，提出了天機晶片架構。我們用了3%的代價，實現了既支持人工神經網絡又支持像腦一樣工作的脈衝神經網絡，而且還支持兩個的異構建模。

「天機芯」登上Nature封面

我們還利用類腦晶片構建了一個人工通用智能的研究平臺。我們的想法是這樣：構建一個可以和系統互動的多模態交叉研究平臺，我們利用環境變化逼迫這個系統變化，當它變化的時候，我們會觀察應用這種變化時，系統應該遵循的基本原理，從而幫助我們迭代發展。利用一塊天機晶片，我們就實現了感知、追蹤、過障、避障、自動控制、語音理解、自主決策。

裝上「天機芯」的自行車可以追蹤、自動避障等

晶片很重要，軟體也很重要。因為如果沒有軟體，應用工程師是不願意做應用軟體開發的。在我們實驗室我們自己開發了一個軟體工具鏈，在我們實驗室現在實際上已經搭起了第一代的類腦計算機。我們現在做的是一個類腦雲腦，它和現在的雲計算的差別是雲計算是把很多技術整合起來，而類腦雲腦是面向人工通用智能的。因為人工通用智能的研究，並不是多種人工智慧的簡單疊加。我們的想法是把腦的彈性和計算機的剛性結合起來，把數據驅動和知識驅動結合起來，把通用知識和推理結合起來。當然這是一個非常具有挑戰性的長期研究，我們的策略是循序漸進。

大家記住我剛才說的五個條件，我們可以設想一下，我們先專注在一個一個問題的研究上，這個可以稱為是第一代。然後兩個問題一起研究，這個可以稱為第二代，然後第三代、第四代，最後是第五代，從而讓我們構建人工通用智能。我們發展類腦計算，支撐人工通用智能，因為它是通用智能，所以它可以賦能各行各業，可以有很多的應用。

其中，我們對智能教育特別感興趣，因為我們教育的很多問題都可以通過這樣的研究解決。比如說高質量的教育資源很稀少，所以造成了教育不公，社會從一開始發展就有不公平的因素。還有因材施教，我們每個人是不一樣的，但由於經費有限、儀器有限，我們很難做到真正的理論聯繫實際。此外，還有終生學習等等。隨著類腦計算、人工通用智能的發展，這些都會逐漸地解決，然後發展新的系統。但是還有一個非常重要的因素，因為教育最主要的是塑造人。

自工業革命以來，我們發展了蒸汽機、發電機、計算機、大數據，還有現在的萬物互聯。我們一直在改變外部的世界，在改變我們的物質生活。但看一下我們現在的世界，貿易紛爭，國家、民族、人之間有很多矛盾，我們忽然發現，當我們的物質生活發展得已經很快時，精神生活實際上沒有同步發展。我們現在在智能時代發展類腦計算，我們有機會向內發展，審視我們的內心。

我通常只參加學術活動，這次之所以接受騰訊的邀請來做這一個演講，是因為騰訊提出了一個「科技向善」的理念，和我們的理念是相通的。我們衷心地希望人類在發展我們的技術、探索外界世界的同時，能夠也研究一下我們的內在世界，內外兼修、共同發展，建設一個美好、和諧的世界。

謝謝大家！