向人脑，觅“天机”

佘惠敏

什么是异构融合类脑芯片？

芯片是人工智能系统的“大脑”，现有人工智能技术（A1）就存在两种主流“大脑”：一种是支持人工神经网络的深度学习加速器，基于研究“电脑”的计算机科学，让计算机运行机器学习算法;另一种是支持脉冲神经网络的神经形态芯片，基于研究“人脑”的神经科学，无限模拟人类大脑。

虽然同为“人工智能”，它们却“鸡同鸭讲”不能交流，这是因为两种AI“大脑”的平台各不相同且互不兼容。

而“天机芯”却能把这两类原本互不兼容的人工智能芯片融为一体，成为世界首款“异构融合类脑芯片”。这种融合技术有望实现人工通用智能（AGI）。原则上，人工通用智能平台可以执行人类能够完成的所有任务。

“我们7年前开始组队做这项研究，现在取得了初步成果。用类脑计算支撑人工通用智能的发展，然后赋能各行各业，这是我们整个研究的愿景。”研究团队负责人、清华大学精密仪器系教授施路平说。

自行车“成了精”？

用于展示“天机芯”性能的平台，是在清华大学东区操场上撒欢的一辆自行车。这是一辆无人驾驶的真·自行·车。

试验中，无人自行车可以识别语音指令，实现自平衡控制。“向左转”“直行”“加速”……研究人员在附近发出的种种语音指令，自行车都一一听懂并照做。它还可以自行越过路面的小凸起，不会失去平衡而摔倒。

无人自行车还能对前方行人进行探测和跟踪，并自动避障。这体现了它的动态感知、目标探测、跟踪、过障、自主决策等能力。

难道自行车“成了精”？不，这只是因为它配上了“天机芯”大脑。

“天机芯”之外，这款自行车还配备了惯性测量单元传感器、摄像头、麦克风，刹车电机、转向电机、驱动电机等致动器，以及控制平台、计算平台等处理平台。

“配备了人工智能芯片后，这可能是最接近独立思考的自动行驶自行车。”这是美国《纽约时报》的评论。

“这些功能中，语音识别、视觉追踪，是受脑启发的模型;目标探测和运动控制，是机器学习算法;而自主决策则是一个两者混合的模型。”研究团队成员邓磊说。他在清华大学读博士期间的课题就是这个，做了好几年，现在已去美国加州大学圣塔芭芭拉分校做博士后。

大家不必担心家里的自行车哪天也会忽然成了精，因为清华大学类脑计算研究中心并不打算卖自行车，他们的无人自行车只是用来“秀”芯片的。

nature封面

“成了精”的自行车能听懂并执行多种口令

自动行驶自行车演示平台

为什么是自行车？

开发通用人工智能的融合路径

实验阶段，应开发什么平台来展示芯片功能？要覆盖感知、决策、执行的完整任务;要能与现实环境交互的真实演示系统;演示系统必须安全可控，可以反复实验;系统对处理芯片有功耗和实时性要求，能体现芯片优势。

“我们要做一个小型的类脑计算平台，自行车就是我们的最终考量结果。”邓磊说。

这是全球第一辆自动驾驶自行车吗？（谷歌3年前搞的那次愚人节玩笑当然不算！）据说不是，因为康奈尔大学也正在做一个无人自行车项目。但这肯定是世界上第一辆既有“电脑”思维又有“人脑”思維、有近乎“独立思考”能力的自行车。

自行车上，一块“天机芯”可以同时运行5种不同神经网络：用于图像处理和物体检测的CNN（卷积神经网络），用于语音命令识别的SNN（脉冲神经网络），用于人类目标跟踪的CANN（连续吸引子神经网络），用于姿态平衡和方向控制的MLP（多层神经网络），用于决策控制的混合网络。芯片采取众核架构和任意路由拓扑，自由地集成各种神经网络和混合编码方案，在多个模型之间无缝通信，最终就让人们看到了这辆可以顺利完成各种任务的“成了精”的自行车。

如何窥探“天机”？

Q融合芯片的优势在哪？

A以运动的视频分析能力为例。完全采用深度学习技术，需基于每一帧去处理，耗能大、代价高，且数据量大、受传感器带宽限制会出现卡顿。而完全用神经形态技术处理，数据量降下来了，耗能小，但处理正确率又低了，容易出错。“我们的芯片把两种模态结合一起处理，就可以很好地达到代价和功能的平衡。”邓磊说。

Q两种模式的功耗相差可以达到什么程度？

A人脑功耗约20瓦，而据IBM测算，实时模拟人脑需要300多台“天河2号”同时工作。“天河2号”一年仅电费就要1亿元人民币，全速运算的话，电费更高达1.5个亿。

Q为什么选择融合之路？

A“从未来看，人工通用智能是一个必然趋势，而且人工通用智能可以赋能各行各业。”施路平介绍，现有的人工智能是专有人工智能，一个问题一个解决办法，只要满足条件，比如说有充足的大数据和确定的问题，现在的系统都可以做得很好。但现有人工智能难以处理模糊问题，也不能跨界处理问题。比如下围棋能赢世界冠军的“阿尔法狗”，就做不出阅读理解题。

与之相对的，是能处理视觉、听觉、学习、推理等多种任务，具备举一反三、融会贯通能力的“人工通用智能”。发展人工通用智能，是人工智能学界一直在努力的方向，国内外很多机构都在做。

“我们认为未来是个融合架构，不会抛弃现在的计算机系统，而是做改进。”施路平說，现有的两种发展人工智能的方法，分别基于电脑思维和人脑思维，两种方法各有优缺点，但团队研究对比后发现，二者都代表了人脑处理信息的部分模式。“所以我们产生了想法，把两者有机融合起来。这是我们研究工作的主体思想。”

Q融合面临哪些挑战？

A“最大的挑战不是来自科学技术，而在于我们的学科分布过细不利于解决这样的复杂问题。所以我们认为，多学科深度融合是解决问题的关键。多学科融合能把电脑思维和人脑思维的优势结合起来，帮助我们发展人工智能。”施路平介绍，清华大学类脑计算研究中心由校内7家院系所联合组建，融合了脑科学、电子、微电子、计算机、自动化、材料以及精密仪器等学科，成立之初，就瞄准了基于天机系列芯片的类脑系统的研发。

团队成员、清华大学精密仪器系副研究员裴京说：

“像我们这样能组织起7个院系、各行业专家一起研究的团队，全世界还是不多。到清华来跟我们交流过的国际团队，都认为我们是研究类脑计算的一个最成功的模式。”

Q人工智能的研究纷繁复杂，队伍组好后，往哪儿打？

A施路平刚开始研究类脑计算时，曾因缺乏相关文献而苦恼。在无人处如何寻找道路？有一次爬山，他离开大道随意乱走，迷路后通过太阳确定方向，沿着一个方向走出大山。

“可见，在一条从来没有人走过的路上，如何寻找方向是非常重要的。”施路平说，脑科学是一个金矿，自然界的通用智能系统只有人脑，向“人脑”觅“天机”，从脑科学的最新研究成果中找方向标，就成为一个必然选择。

施路平团队的类脑研究，与简单模拟大脑结构的仿脑还不一样。

类脑跟仿脑出发点不一样。仿脑是尽可能仿制跟脑一样的结构，在此结构上发挥新的计算功能。而类脑研究是要解决人工智能的时空复杂度、关联泛化能力、能效等问题，如果从人脑研究中发现了可以解决这些问题的优点，不管是结构上的优点，还是信息运行模式上的优点，施路平团队都会借鉴参考，看看能不能放到天机芯的系统架构中去。

“类脑是借鉴，不是简单模仿，是神似，而不是形似。我们在借鉴的过程中，对脑、智能都有了越来越深的理解。”施路平说。

未来的“天机芯”世界

“天机芯片是到目前为止，我们研究出来的最完美结果。但这并不意味着通用智能系统已经完成，这只是一个初步成果。”施路平说，团队将在研发中对产品逐渐迭代，直至逼近人工通用智能，不会一蹴而就。

现在，“天机芯”已研发到第三代。商业化应用也已经提上日程。

论文署名作者中，有两位就职于北京灵汐科技有限公司。这是从清华大学类脑计算研究中心孵化出的高科技企业，第三代天机芯片正在由双方联合研发。公司还发展了基于天机芯系统的工具链，在芯片上市后，应用开发的工程师们可以使用这些工具开发出所需应用。

“应用方面，我们主要考虑解决通用问题，给大家提供平台。”裴京说。

从无人自行车的实验看，“天机芯”上市后，完全可以应用于自动驾驶汽车和智能机器人中。而从长远来看，以“通用人工智能”为目标的“天机芯”，如果真能实现自己的理想，它将“无所不能”，可用于各行各业。因为“通用人工智能”，就是你和你的大脑能做的任何事情，都让机器学会去做。

电脑会超越人脑吗？

“电脑早就在某些方面超越了人脑，比如记得快记得准，算得快算得准，对计算机来讲都是小儿科。但目前在很多智能层次，自主学习、模糊推理等很多领域，计算机和人脑还是有相当大的距离。类脑计算可以缩小它们的差距。”施路平认为，计算机的特点是一直前进从不退步，因此超越人脑的领域将会越来越多，但我们不必因此惧怕它的发展。“要用人类的智慧来规范人工智能的发展，让它服务于人类。”

天机芯片的5×5阵列扩展板

LINK

2015年问世的第一代“天机芯”110纳米，只是个小样（DEMO）。

2017年制成的第二代“天机芯”28纳米，由156个功能核心（FCore）组成，包含约4万个神经元和1千万个突触。这也是登上本次《自然》封面文章的芯片。与当前世界先进的IBM的TrueNorth芯片相比，二代“天机芯”功能更全，灵活性和扩展性更好，密度提升20%，速度提高至少10倍，带宽提高至少100倍。

“下一代芯片将是14纳米或者更小。”裴京介绍，第三代芯片功能比第二代强大很多，有望在2020年初完成研发。