在芯片上制造人腦？

“神經(jīng)形態(tài)芯片”：

像人類一樣感知思考

人腦大概是宇宙中結(jié)構(gòu)最復(fù)雜、運(yùn)算最精密、可實(shí)現(xiàn)任務(wù)最多而又耗能極低的“超級(jí)計(jì)算機(jī)”。制造出“大腦”，一直是科學(xué)家們的夢想，也可以說是“人工智能”研究者們的終極目標(biāo)。

不久前，瑞士蘇黎世大學(xué)和蘇黎世聯(lián)邦理工學(xué)院的研究人員宣布，研發(fā)出了一種可模擬人腦處理信息的微芯片——“神經(jīng)形態(tài)芯片”。這再次引發(fā)人們對(duì)“人造大腦”的關(guān)注。

“神經(jīng)形態(tài)芯片”具備建立在短期記憶和決策機(jī)制基礎(chǔ)上的認(rèn)知能力，這個(gè)神經(jīng)形態(tài)系統(tǒng)可以實(shí)時(shí)執(zhí)行復(fù)雜的感覺運(yùn)動(dòng)任務(wù)。

研究者之一、蘇黎世大學(xué)神經(jīng)信息學(xué)院的吉亞科莫·因迪維利詳細(xì)介紹了實(shí)驗(yàn)中這個(gè)神經(jīng)形態(tài)系統(tǒng)被要求完成的任務(wù)。

在實(shí)驗(yàn)開始時(shí)，電腦屏幕左上方或右上方閃爍的小方塊“告知”實(shí)驗(yàn)?zāi)繕?biāo)（神經(jīng)形態(tài)系統(tǒng)）單項(xiàng)任務(wù)的特定規(guī)則，然后，它通過硅視網(wǎng)膜“觀察”在屏幕上移動(dòng)的橫杠和豎杠并要做出判斷。當(dāng)豎杠從左向右越過屏幕中間或橫杠從右向左穿過屏幕中間時(shí)，它要做出報(bào)告。

因迪維利說，除實(shí)時(shí)視覺處理外，這項(xiàng)任務(wù)還要求實(shí)驗(yàn)?zāi)繕?biāo)記憶并根據(jù)環(huán)境情況進(jìn)行決策，這些都是認(rèn)知能力的標(biāo)志性元素。

這項(xiàng)實(shí)驗(yàn)是科學(xué)家們首次展示由使用者設(shè)定行為方式的實(shí)時(shí)神經(jīng)處理系統(tǒng)硬件。

因迪維利說，通過這種方法，神經(jīng)形態(tài)芯片可被用來模擬很多行為模式，這對(duì)于開發(fā)新技術(shù)非常關(guān)鍵。他說，將芯片和人工耳蝸或人工視網(wǎng)膜等感官神經(jīng)形態(tài)部件組合，就可以創(chuàng)造出與周邊環(huán)境實(shí)時(shí)互動(dòng)的復(fù)雜認(rèn)知系統(tǒng)。

在此之前，其他“人造大腦”研究也取得了一些進(jìn)展。2005年，瑞士洛桑理工學(xué)院的科學(xué)家亨利·馬卡蘭在巴西演講時(shí)提出了他設(shè)想的“藍(lán)腦”計(jì)劃，并希望在2018年前后制造出“人造大腦”。2011年，美國科學(xué)家將納米技術(shù)與電路設(shè)計(jì)結(jié)合，使其具備了大腦基本構(gòu)成單位神經(jīng)元的機(jī)能。2012年，加拿大滑鐵盧大學(xué)的科學(xué)家構(gòu)建了名為Spaun的模擬人腦。這個(gè)號(hào)稱目前世界上最逼真的人類大腦模擬系統(tǒng)，不僅有獲取視覺信號(hào)的電子眼和可以作出相應(yīng)反應(yīng)的機(jī)械臂，還能通過基礎(chǔ)的智商測驗(yàn)。

更加有名的則是IBM的代號(hào)為“Compass”的項(xiàng)目，已模擬出5300億個(gè)神經(jīng)元和137萬億個(gè)神經(jīng)突觸，比真正的人腦所擁有的神經(jīng)元數(shù)量還要多。該項(xiàng)目向真正意義上的“人工大腦”邁出了重要的一步，被稱為“認(rèn)知里程碑”。

目前，谷歌正在通過成千上萬臺(tái)電腦試圖打造自己的“人工大腦”，該公司希望通過這一研究改善旗下語音和圖片搜索服務(wù)。與此同時(shí)，社交巨頭Facebook也同樣不甘示弱的在利用神經(jīng)學(xué)理論試圖改善自己的大數(shù)據(jù)處理問題。

IBM的仿人腦運(yùn)作

事實(shí)上，早在上世紀(jì)50、60年代，當(dāng)時(shí)的技術(shù)專家就曾試圖模仿人類大腦結(jié)構(gòu)打造出一臺(tái)真正意義上的智能機(jī)器。當(dāng)時(shí)這一理念被人們稱為“神經(jīng)網(wǎng)絡(luò)”，不過人們針對(duì)這一領(lǐng)域的研究最終還是淡出了歷史舞臺(tái)。

然而，這一理論似乎現(xiàn)在大有卷土重來之勢，并有望徹底改變現(xiàn)代電腦硬件的設(shè)計(jì)模式。據(jù)了解，位于美國圣地亞哥的高通公司計(jì)劃發(fā)布第一塊靈感來自于人類大腦的商用芯片。這塊芯片預(yù)計(jì)于今年晚期發(fā)布，它將能夠自動(dòng)操作任務(wù)，而現(xiàn)在的芯片一般需要辛苦的編程。至關(guān)重要的是，它將能夠模仿人類感知、行為和思考的能力。這意味著它能夠避免和容忍錯(cuò)誤，極大的改善一切，從面部和語音識(shí)別到導(dǎo)航和計(jì)劃安排。從長遠(yuǎn)來看，這一方法將為以與人類相同、甚至比人類更好的形式執(zhí)行任務(wù)的人工智能系統(tǒng)鋪平道路。

目前這一芯片正由IBM和高通公司合作研發(fā)，它是受到人類大腦的啟發(fā)，利用了內(nèi)部相連、可配置的“神經(jīng)突觸核心”網(wǎng)絡(luò)。這一芯片內(nèi)存的功能就相當(dāng)于大腦里的突觸，處理器相當(dāng)于神經(jīng)元，像神經(jīng)纖維一樣進(jìn)行交流。

這些芯片試圖復(fù)制和改善大腦對(duì)生物傳感器做出反應(yīng)的能力，一次性從很多源里分析大量的數(shù)據(jù)。這項(xiàng)研究屬于名為神經(jīng)性自適應(yīng)塑料可微縮電子系統(tǒng)（英文簡寫為SyNAPSE）的項(xiàng)目的一部分，后者最初發(fā)布于2009年。

“結(jié)構(gòu)和編程是相互緊密交錯(cuò)的，一個(gè)新的體系結(jié)構(gòu)使得一個(gè)新的編程范型變?yōu)楸仨?，?IBM的首席調(diào)查員達(dá)門德拉·莫達(dá)博士（Dharmendra Modha）這樣說道。針對(duì)這些芯片IBM宣布了一個(gè)新的編程體系結(jié)構(gòu)，使得研發(fā)者能夠在今年晚期芯片發(fā)布后為之設(shè)計(jì)應(yīng)用程序。

“除了補(bǔ)充現(xiàn)代計(jì)算機(jī)的不足，從編程和新出現(xiàn)的學(xué)習(xí)系統(tǒng)角度看，它還將會(huì)產(chǎn)生一個(gè)全新的技術(shù)?！蹦_(dá)博士說道。現(xiàn)在使用的電腦是幾十年前設(shè)計(jì)的，主要是基于對(duì)預(yù)定義項(xiàng)目的處理。盡管它們是快速精確的“ （能進(jìn)行大量、復(fù)雜、快速運(yùn)算的）計(jì)算機(jī)程序”，它們?cè)诿鎸?duì)“周圍世界產(chǎn)生的嘈雜、大量的龐大數(shù)據(jù)”時(shí)進(jìn)行實(shí)時(shí)處理的能力則不是那么顯著。

相比之下，我們的大腦——運(yùn)行的相對(duì)緩慢且精度較低——在處理類似識(shí)別、解譯以及遵照模式的任務(wù)方面則非常擅長。整體來說，大腦會(huì)消耗相當(dāng)于20瓦電燈泡的能量，占據(jù)相當(dāng)于2升瓶子的容量。同時(shí)，一臺(tái)電腦會(huì)使用99%的容量進(jìn)行冷卻和提供能量，只有1%用于處理信息。

這一項(xiàng)目同屬于IBM2009年宣布的另一項(xiàng)研究的一部分，后者利用了巨大的超級(jí)電腦模擬了貓的大腦皮層——大腦進(jìn)行思考的部分。利用日漸強(qiáng)大的超級(jí)電腦，IBM于2006年模擬了老鼠大腦的40%，2007年模擬了老鼠的整個(gè)大腦，2009年模擬了人類大腦皮層的1%。最終，電腦科學(xué)家希望利用芯片建造一個(gè)系統(tǒng)模擬整個(gè)大腦——主要是利用上百億個(gè)神經(jīng)元和百萬億個(gè)突觸。

“人腦”芯片離我們還有多遠(yuǎn)？

當(dāng)我們透過雙眼來看這個(gè)世界時(shí)，我們的大腦可以瞬間識(shí)別和感知所看到的事物。從根本上講，人的大腦是一個(gè)可以傳遞內(nèi)容和感知的“模式匹配”機(jī)器。比如，當(dāng)你看到某個(gè)人時(shí)，你就能辨別出他的身高、面部表情、衣著和聲音。

但是，計(jì)算機(jī)“大腦”卻無法做到這些。盡管它跟人的大腦一樣，可以看到生活中的相同物體，也可以告訴你這是什么東西，但是它依靠的還是早先儲(chǔ)存在它里面的數(shù)據(jù)，通過匹配數(shù)字模型來識(shí)別事物。比如，當(dāng)Facebook或者谷歌使用人臉識(shí)別軟件來確定照片中的人物身份時(shí)，計(jì)算機(jī)需要可以識(shí)別此人的數(shù)據(jù)庫支持。也就是說，計(jì)算機(jī)無法實(shí)現(xiàn)主動(dòng)性的“感知”，如果它要在不同的照片中匹配相同的臉，它仍需要數(shù)據(jù)的支持。

不過，與這些相比，瑞士科學(xué)家們的最新研究成果有特別之處。

之前，很多研究路徑是在傳統(tǒng)計(jì)算機(jī)上開發(fā)神經(jīng)網(wǎng)絡(luò)模型或者在超級(jí)計(jì)算機(jī)上模擬復(fù)雜的神經(jīng)網(wǎng)絡(luò)。但瑞士科學(xué)家們的目標(biāo)是“直接在微芯片上仿真生物神經(jīng)元和神經(jīng)突觸”。

因迪維利介紹，他們采用“神經(jīng)形態(tài)工程學(xué)”的方法，用硅神經(jīng)元制造芯片，不僅在大小和速度上和生物神經(jīng)元一致，而且能耗也非常低，執(zhí)行相同任務(wù)所消耗能量僅約為超級(jí)計(jì)算機(jī)的十萬分之一。同時(shí)，這種方法與傳統(tǒng)計(jì)算機(jī)單線程執(zhí)行任務(wù)的方式也不同，可以并行各項(xiàng)任務(wù)。

“我們對(duì)于建造有100萬個(gè)神經(jīng)元的人工系統(tǒng)并不感興趣。我們?cè)噲D了解怎樣配置相對(duì)較小的硅神經(jīng)元網(wǎng)絡(luò)以達(dá)到類似人腦的運(yùn)算方式。”因迪維利說。

可以說，因迪維利和他的團(tuán)隊(duì)在模擬人腦方面邁出了非常關(guān)鍵的一步。但也應(yīng)該看到，模擬人腦的芯片還僅僅停留在相對(duì)簡單、基本的任務(wù)上，它并不具備主動(dòng)學(xué)習(xí)、感受、情緒反應(yīng)等人腦的重要功能。

人腦擁有860億個(gè)神經(jīng)元以及千萬億級(jí)的連接，目前人類還遠(yuǎn)沒有弄清人腦到底是如何工作的，如何通過神經(jīng)元之間的相互連接產(chǎn)生了智能。即使能夠仿造出非常接近的神經(jīng)元和連接方式，也無法保證它們能夠像人腦一樣運(yùn)轉(zhuǎn)。事實(shí)上，時(shí)至今日，“人工智能”是不是個(gè)偽命題仍存在爭論。但有一點(diǎn)可以肯定，那就是，這方面的研究正在促進(jìn)人類對(duì)自身的了解，相輔相成地推動(dòng)著世界的進(jìn)步。

（文據(jù)《環(huán)球》、《光明日?qǐng)?bào)》等）