石海明 曾華鋒
（國防科技大學(xué)）
（曾華鋒、石海明：《科技興軍的邏輯》，國防科技大學(xué)出版社，2018.05）
2017年，美國空軍研究實(shí)驗(yàn)室（AFRL）宣布將與美國IBM公司合作研發(fā)一個(gè)全新類腦超級(jí)計(jì)算機(jī)系統(tǒng)，該系統(tǒng)基于由64個(gè)IBM的“真北”（TrueNorth）類腦芯片組成的芯片陣列。“真北”類腦芯片是基于人腦啟發(fā)而研制的，可以實(shí)時(shí)高效地將不同來源的圖像、視頻、音頻和文字等數(shù)據(jù)轉(zhuǎn)換為符號(hào)，因而在模式識(shí)別處理和集成傳感處理上比由傳統(tǒng)芯片構(gòu)成的系統(tǒng)更高效。伴隨著人工智能研發(fā)熱度的持續(xù)升溫，類腦芯片日益受到國際學(xué)術(shù)界、產(chǎn)業(yè)界及軍方關(guān)注。如歐盟支持的高通公司研究的“認(rèn)知計(jì)算平臺(tái)”，可以融入到其量產(chǎn)的Snapdragon 處理器芯片中，并以協(xié)同處理的方式提升系統(tǒng)的認(rèn)知計(jì)算性能。美國DARPA自2008年起就開始資助IBM公司研制面向智能處理的脈沖神經(jīng)網(wǎng)絡(luò)芯片；IBM公司在2014年曾發(fā)布名為“TrueNorth”的第二代類腦芯片，其神經(jīng)元數(shù)量多達(dá)100萬個(gè)，每秒可執(zhí)行460億次突觸運(yùn)算。
那么，類腦芯片由何而來？其優(yōu)勢(shì)何在？類腦芯片與人工智能是怎樣的關(guān)聯(lián)？
一、類腦智能高調(diào)來襲
人類曾嘗試像鳥類般飛翔，于是制造了飛機(jī)，盡管飛機(jī)與鳥類差異巨大，但其背后的原理是一致的——利用空氣浮力實(shí)現(xiàn)飛翔。從這個(gè)角度來看，我們確實(shí)可以說飛機(jī)是人對(duì)鳥的復(fù)制。而若將這種“復(fù)制”的理念運(yùn)用到人工智能領(lǐng)域，或許我們可以說：“人工智能就是欲望和激情退后人類對(duì)自己的終極復(fù)制。”作為當(dāng)前人工智能領(lǐng)域的熱點(diǎn)之一，類腦智能與人類智能在信息處理機(jī)制與認(rèn)知行為決策等方面有相似性，其最終目標(biāo)是通過借鑒腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和信息處理機(jī)制，使機(jī)器以類腦的方式運(yùn)行，達(dá)到或超越人類的智能水平。
當(dāng)然，類腦智能并非近幾年才被提出的一個(gè)流行詞。早在1950年，艾倫·圖靈（A.M.Turing）就在其論文《計(jì)算機(jī)器與智能》（Computing Machinery and Intelligence）中闡述了一種非定義式的研究方法，提到了類腦智能相關(guān)問題。到了20世紀(jì)80年代，多層神經(jīng)網(wǎng)絡(luò)和反向傳播算法的出現(xiàn)，使人們重燃起類腦智能的火花；1998年，Yann LeCun和Yoshua Bengio發(fā)表的有關(guān)手寫識(shí)別神經(jīng)網(wǎng)絡(luò)和反向傳播優(yōu)化的論文《Gradient-based learning applied to document recognition》，標(biāo)志著新一代類腦智能——卷積神經(jīng)網(wǎng)絡(luò)時(shí)代的到來；2016年，Alpha Go 擊敗韓國圍棋九段職業(yè)選手李世石，再次將類腦智能推向前臺(tái)。與此同時(shí)，類腦智能的“戰(zhàn)績”仍在“不斷被刷新”，2016年12月，牛津大學(xué)與谷歌公司等聯(lián)合研發(fā)的自動(dòng)唇讀系統(tǒng)“LipNet”對(duì)BBC電視節(jié)目嘉賓進(jìn)行唇語解讀，準(zhǔn)確率達(dá)到46.8％（唇語專家準(zhǔn)確率為12.4％左右）；2017年5月，Alpha Go戰(zhàn)勝當(dāng)時(shí)圍棋世界排名第一的柯潔；近日，麻省理工（MIT）的工程師設(shè)計(jì)的由硅鍺制成的人造突觸小芯片，能夠在模擬仿真過程中識(shí)別手寫樣本，準(zhǔn)確率達(dá)到95%。
如今，隨著人工智能領(lǐng)域技術(shù)的不斷突破，各國加大了有關(guān)類腦智能的研發(fā)力度，且在研究方向上各有側(cè)重。歐盟“人腦計(jì)劃”重點(diǎn)開展人腦模擬、神經(jīng)形態(tài)計(jì)算、神經(jīng)機(jī)器人等領(lǐng)域的研究，有核心項(xiàng)目和合作項(xiàng)目兩類，核心項(xiàng)目由歐盟委員會(huì)資助，合作項(xiàng)目則吸引成員國機(jī)構(gòu)、非政府組織參與，其“BRAIN計(jì)劃”針對(duì)構(gòu)建大腦結(jié)構(gòu)圖、神經(jīng)回路操作工具開發(fā)等七大領(lǐng)域進(jìn)行研發(fā)布局；美國主導(dǎo)類腦智能的基礎(chǔ)與應(yīng)用研究，知名大學(xué)、私營機(jī)構(gòu)和工業(yè)企業(yè)等根據(jù)自身優(yōu)勢(shì)開展跨學(xué)科、跨部門、跨領(lǐng)域合作；日本類腦智能研究以國際電器通信基礎(chǔ)技術(shù)研究所、國家級(jí)技術(shù)研究所和各大學(xué)相互協(xié)作的模式來開展跨學(xué)科研發(fā)，其“腦科學(xué)戰(zhàn)略研究項(xiàng)目”重點(diǎn)開展腦-機(jī)接口、腦計(jì)算機(jī)研發(fā)和神經(jīng)信息相關(guān)的科研攻關(guān)，按照科研路線圖，該項(xiàng)目旨在15年內(nèi)開發(fā)出各層次腦功能的超大規(guī)模模擬技術(shù)，并開展神經(jīng)科學(xué)與數(shù)學(xué)、物理等基礎(chǔ)科學(xué)的前沿交叉研究。
二、芯片再定義
類腦智能是人工智能研發(fā)的終極方向，無論是語音交互還是圖像識(shí)別，抑或無人駕駛等，人工智能研發(fā)者無疑希望通過“復(fù)制”的方式讓機(jī)器成為近似于人的存在或者創(chuàng)造出能夠承載人類智慧的“超人”，這就需要給機(jī)器一個(gè)類似于人類大腦的容器——類腦芯片。其采用人腦神經(jīng)元結(jié)構(gòu)設(shè)計(jì)芯片來提升計(jì)算能力，以完全擬人化為目標(biāo)，模擬人腦神經(jīng)突觸傳遞的結(jié)構(gòu)。相較于傳統(tǒng)的芯片而言，其特點(diǎn)主要表現(xiàn)在：運(yùn)行效率高、架構(gòu)設(shè)計(jì)精、學(xué)習(xí)能力強(qiáng)。
運(yùn)行效率高。傳統(tǒng)計(jì)算機(jī)主要是基于馮·諾依曼結(jié)構(gòu)，它將程序和處理該程序的數(shù)據(jù)用同樣的方式分別存儲(chǔ)在兩個(gè)區(qū)域，一個(gè)稱為指令集，一個(gè)稱為數(shù)據(jù)集。計(jì)算機(jī)每次進(jìn)行運(yùn)算時(shí)需要在CPU和內(nèi)存這兩個(gè)區(qū)域往復(fù)調(diào)用，而隨著深度學(xué)習(xí)算法的出現(xiàn)，對(duì)芯片計(jì)算力的要求不斷提高，這種計(jì)算方式的瓶頸就顯現(xiàn)出來：當(dāng)CPU需要依托大量數(shù)據(jù)執(zhí)行一些簡(jiǎn)單指令時(shí)，數(shù)據(jù)流量將嚴(yán)重降低整體效率。而類腦芯片通過對(duì)大腦進(jìn)行物理和生理解構(gòu)，能夠模擬神經(jīng)元和神經(jīng)突觸功能，將數(shù)以億計(jì)的光電器件按照人腦結(jié)構(gòu)進(jìn)行集成，并對(duì)整體任務(wù)進(jìn)行優(yōu)化分工，即每個(gè)神經(jīng)元只負(fù)責(zé)一部分計(jì)算，這就從根本上提高了芯片的運(yùn)行效率。
架構(gòu)設(shè)計(jì)精。人腦最不可取代的便是其“隨機(jī)應(yīng)變”的處理能力，而人腦之所以具備這樣的綜合處理能力，就在于它擁有龐大的神經(jīng)結(jié)構(gòu)及上千億神經(jīng)元，且?guī)缀跛械纳镆庾R(shí)行為都源于此。傳統(tǒng)芯片的存儲(chǔ)器是以數(shù)據(jù)存儲(chǔ)單元為核心的，相較之下，類腦芯片的機(jī)構(gòu)則是一種擬人化的設(shè)計(jì)，其元件以模擬的方式進(jìn)行工作，通過交換梯度信號(hào)或權(quán)重信號(hào)來激活，這類似神經(jīng)元依靠流過突觸的離子種類和數(shù)量來激活，它不僅能夠模擬人腦功能進(jìn)行感知、思考和行動(dòng)，且還允許開發(fā)者為類腦芯片設(shè)計(jì)應(yīng)用程序。
學(xué)習(xí)能力強(qiáng)。毫無疑問，傳統(tǒng)芯片在處理大規(guī)模數(shù)據(jù)信息時(shí)有著天然的優(yōu)勢(shì)，但碰上“不確定性”思考時(shí)，則往往會(huì)表現(xiàn)得“不知所措”。從學(xué)習(xí)能力的角度分析，類腦芯片在仿腦計(jì)算方面逐漸顯現(xiàn)的優(yōu)勢(shì)或許可被看成是該領(lǐng)域的一個(gè)研究標(biāo)桿。仿腦算法目前的模型是LIF模型，通過簡(jiǎn)化神經(jīng)元描述方程（HH方程）得來，HH方程是當(dāng)前針對(duì)大腦行為描述最精準(zhǔn)的方程?？梢哉f，仿腦計(jì)算不但要從結(jié)構(gòu)上模仿大腦，而且還要從神經(jīng)元和突觸的模型上模仿大腦，而這也可被視為深度學(xué)習(xí)的發(fā)展趨勢(shì)。
三、窺探臨界后的世界
我們之所以強(qiáng)調(diào)某項(xiàng)技術(shù)的臨界點(diǎn)，根源在于其一旦到來就會(huì)對(duì)社會(huì)產(chǎn)生顛覆性作用，從根本上重構(gòu)人與人、人與社會(huì)的關(guān)系。如果類腦智能的臨界點(diǎn)確實(shí)存在，那我們就需要回到人工智能的終極理想來思考：未來到底會(huì)怎樣？類腦智能可給人類帶來一個(gè)怎樣的世界？無疑，類腦芯片的工作方式正在不斷接近人腦，這也是人工智能未來的突破點(diǎn)。如近年發(fā)展起來的脈沖神經(jīng)網(wǎng)絡(luò)（SNN），其神經(jīng)元以電脈沖的形式對(duì)信息進(jìn)行編碼，就能夠很好地編碼時(shí)間信息，更接近真實(shí)神經(jīng)元對(duì)信息的編碼方式，也因此被認(rèn)為是接近仿生機(jī)制的神經(jīng)網(wǎng)絡(luò)模型。
與此同時(shí)，嵌入類腦芯片的智能機(jī)器人將具有廣泛應(yīng)用價(jià)值。此種類腦智能機(jī)器人是融合了視覺、聽覺、思考和執(zhí)行等能力的綜合智能系統(tǒng)，能以類腦的工作方式運(yùn)行。其發(fā)展優(yōu)勢(shì)在于它既是對(duì)人的力量的強(qiáng)化，又是對(duì)人的智能的強(qiáng)化。然而，經(jīng)歷了長期的發(fā)展過程，人們形成共識(shí)的是：機(jī)器通常在動(dòng)力、速度等方面具有一定優(yōu)勢(shì)，但在情感、感知等方面卻存在欠缺。類腦智能機(jī)器人則是讓這兩個(gè)分支合流，從而實(shí)現(xiàn)人-機(jī)在真正意義上的互補(bǔ)融合。如在類腦機(jī)器人的研究過程中，為使類腦機(jī)器人具備針對(duì)復(fù)雜環(huán)境下物體的魯棒識(shí)別能力，并有很好的泛化能力，而將人類的聯(lián)想記憶機(jī)制、注意力調(diào)控機(jī)制、泛化學(xué)習(xí)與記憶機(jī)制引入到模型當(dāng)中。2015年，瑞士洛桑理工學(xué)院就開發(fā)了一個(gè)有關(guān)神經(jīng)系統(tǒng)仿真的類腦智能機(jī)器人，該機(jī)器人建立了數(shù)字化的老鼠大腦計(jì)算模型和虛擬老鼠身體模型，并將這兩個(gè)模型結(jié)合起來模擬大腦和身體互動(dòng)的神經(jīng)機(jī)制，目前在模型中模擬出的小白鼠大腦神經(jīng)元活動(dòng)高達(dá)3.1萬個(gè)。
不妨設(shè)想，在不遠(yuǎn)的未來，當(dāng)類腦芯片能夠像人腦那樣自然地思考，而與類腦智能機(jī)器人相互協(xié)作成為常態(tài)，這時(shí)，我們就可以發(fā)出這樣的感嘆：“強(qiáng)人工智能”時(shí)代終于到來！
（曾華鋒、石海明：《科技興軍的邏輯》，國防科技大學(xué)出版社，2018.05）
石海明、曾華鋒||智能化戰(zhàn)爭(zhēng)牽引的美軍大數(shù)據(jù)戰(zhàn)略
李明海||智能化戰(zhàn)爭(zhēng)的制勝機(jī)理變?cè)谀睦?
功夫要死、思維要活、瀟灑要有 ——治學(xué)之道新探暨《戰(zhàn)略腦》序
100個(gè)人的中國夢(mèng)‖劉戟鋒：能戰(zhàn)止戰(zhàn) 科技強(qiáng)軍
【戰(zhàn)略對(duì)話】劉戟鋒、石海明：從技術(shù)變革到軍事變革沒有“直通車”
【軍事歷史】李建明、石海明：二戰(zhàn)中的美國兵——?jiǎng)?chuàng)造、技術(shù)與決勝二戰(zhàn)
聯(lián)系客服
