'這輛“自行”車的“大腦”為何登上Nature封面？| 賽先生'
在操場上，一輛無人駕駛的自行車不僅能跟蹤目標、自動避障，還能穩穩地保持平衡，彷彿有人在上面騎行一樣，這不是發生了靈異事件，而是它被裝上了“大腦”——一粒小小的類腦芯片。
在操場上，一輛無人駕駛的自行車不僅能跟蹤目標、自動避障，還能穩穩地保持平衡，彷彿有人在上面騎行一樣，這不是發生了靈異事件，而是它被裝上了“大腦”——一粒小小的類腦芯片。
（圖源：清華大學類腦研究中心）
撰文 | 李薇達
編輯 | 金莊維
這一安裝在自行車後座，僅有指甲蓋大小的神奇芯片——天機芯（Tianjic chip）是由清華大學類腦計算中心研發，它讓無人智能自行車擁有了自平衡、動態感知、目標探測、跟蹤、自動避障、語音交互、自主決策等功能。而關於這一研究的論文《面向人工通用智能的異構天機芯片架構》（《Towards artificial general intelligence with hybrid Tianjic chip architecture》）也於8月1日發表於著名科學雜誌Nature，並登上封面。
天機芯的產生
當前人工智能存在兩條技術發展路徑：一條面向計算機科學，即以模型學習驅動的數據智能；另一條面向神經科學，即以認知仿生驅動的類腦智能。
現階段人工智能發展的主流技術路線是數據智能，但是數據智能存在一定侷限性，比如需要海量數據和高質量的標註，高度依賴於模型構建，計算資源消耗比較大等等。清華大學類腦計算研究中心主任施路平也介紹道：“目前的計算機系統可以完成我們認為很難的事情，而我們認為很簡單的事情，計算機卻無法完成，因為它沒有應變能力。”
而類腦智能可以解決數據智能的侷限性和不足。本質上來說，它在信息處理機制上與大腦相似、在認知行為和智能水平上與人類相似。因此，它可以處理小數據、小標註問題，計算資源消耗較少，並且自主學習、關聯分析能力強。它的最終目標是通過借鑑腦神經結構和信息處理機制，使機器以類腦的方式實現各種人類認知能力及協同機制，達到或超越人類的智能水平。
不過，要加速發展人工智能，最好能將這兩者結合起來。但由於兩條路徑依賴於不同且不兼容的平臺，一個能夠支持兩者的通用平臺就顯得非常有必要。於是，天機芯應運而生。它既可支持腦科學（仿腦）的脈衝神經網絡，比如具有時序性的自然語言理解、事件判斷，又可支持由計算機科學主導的人工神經網絡，比如空間上的圖像識別應用。它還具有高速度、高性能、低功耗的特點。
在操場上，一輛無人駕駛的自行車不僅能跟蹤目標、自動避障，還能穩穩地保持平衡，彷彿有人在上面騎行一樣，這不是發生了靈異事件，而是它被裝上了“大腦”——一粒小小的類腦芯片。
（圖源：清華大學類腦研究中心）
撰文 | 李薇達
編輯 | 金莊維
這一安裝在自行車後座，僅有指甲蓋大小的神奇芯片——天機芯（Tianjic chip）是由清華大學類腦計算中心研發，它讓無人智能自行車擁有了自平衡、動態感知、目標探測、跟蹤、自動避障、語音交互、自主決策等功能。而關於這一研究的論文《面向人工通用智能的異構天機芯片架構》（《Towards artificial general intelligence with hybrid Tianjic chip architecture》）也於8月1日發表於著名科學雜誌Nature，並登上封面。
天機芯的產生
當前人工智能存在兩條技術發展路徑：一條面向計算機科學，即以模型學習驅動的數據智能；另一條面向神經科學，即以認知仿生驅動的類腦智能。
現階段人工智能發展的主流技術路線是數據智能，但是數據智能存在一定侷限性，比如需要海量數據和高質量的標註，高度依賴於模型構建，計算資源消耗比較大等等。清華大學類腦計算研究中心主任施路平也介紹道：“目前的計算機系統可以完成我們認為很難的事情，而我們認為很簡單的事情，計算機卻無法完成，因為它沒有應變能力。”
而類腦智能可以解決數據智能的侷限性和不足。本質上來說，它在信息處理機制上與大腦相似、在認知行為和智能水平上與人類相似。因此，它可以處理小數據、小標註問題，計算資源消耗較少，並且自主學習、關聯分析能力強。它的最終目標是通過借鑑腦神經結構和信息處理機制，使機器以類腦的方式實現各種人類認知能力及協同機制，達到或超越人類的智能水平。
不過，要加速發展人工智能，最好能將這兩者結合起來。但由於兩條路徑依賴於不同且不兼容的平臺，一個能夠支持兩者的通用平臺就顯得非常有必要。於是，天機芯應運而生。它既可支持腦科學（仿腦）的脈衝神經網絡，比如具有時序性的自然語言理解、事件判斷，又可支持由計算機科學主導的人工神經網絡，比如空間上的圖像識別應用。它還具有高速度、高性能、低功耗的特點。
天機芯登上Nature封面（圖源：Nature）
這項工作為何能登上科學頂刊Nature的封面？北京大學信息科學技術學院教授黃鐵軍告訴“賽先生”：其實Nature和Science也關注重大技術創新，例如2014年Science刊登IBM的脈衝神經網絡芯片TrueNorth，2016年Nature刊登AlphaGo圍棋，都是技術創新。“天機”芯片也是如此。
黃鐵軍指出，這篇封面文章的亮點在於“雙控制：集成類腦電路和機器學習處理的異構AI芯片”，強調的是脈衝神經網絡（類腦電路）和深度神經網絡（機器學習過程）的結合，在一顆芯片內實現，並且在無人自行車上進行了功能驗證。脈衝神經網絡發展潛力更大，但是目前還不像深度學習那樣取得了轟動的效果，所以把兩者結合，實現典型功能驗證，是當前階段比較現實的選擇。這項成果已經進行數年，是多個院系合作的結果，而這篇論文是第一次完整展示所有技術細節。
中科院計算所研究員韓銀和向“賽先生”表示，這項工作將類腦智能和人工神經網絡混合了起來，但還沒有做到融合。多模融合是個重要的可能性探索，目前大家都在這個方向上探索。
天機芯的應用
第一代天機芯片於2015年成功研發並應用於無人駕駛“自行”車。（視頻來源：清華大學類腦研究中心）
視頻中這輛“聰明的”無人自行車，對於天機芯來說只是一個載體。靈汐公司副總經理梅迪透露這輛車如果不算芯片，造價40萬，但芯片的研發成本卻過億元。
雖然芯片成本高昂，前景卻十分樂觀。靈汐科技公司（清華大學類腦計算中心科技成果轉化項目）市場總監華寶洪表示，天機芯的下一代產品將實現產業化，高中低檔芯片產品和配套軟件工具鏈最早將於今年年底面世，並且應用於自動駕駛等交通領域。如通過控制車輛的前端攝像頭所捕捉的圖像信號來判斷前方的各種交通標誌、行人、障礙物、寵物或與前車的車距，為自動駕駛車輛提供決策平臺。另外，它還可用於交通路口信號燈的控制——通過對不同時間段交通流量的分析計算來判斷出如何分配才能讓交通更加暢通，輔助交通規劃與出行。
在智慧教育中，芯片也將發揮重要作用：它不僅能識別語音，還能理解語義，瞭解上課的內容和重點，從而進行輔助教學。
各國情況
在操場上，一輛無人駕駛的自行車不僅能跟蹤目標、自動避障，還能穩穩地保持平衡，彷彿有人在上面騎行一樣，這不是發生了靈異事件，而是它被裝上了“大腦”——一粒小小的類腦芯片。
（圖源：清華大學類腦研究中心）
撰文 | 李薇達
編輯 | 金莊維
這一安裝在自行車後座，僅有指甲蓋大小的神奇芯片——天機芯（Tianjic chip）是由清華大學類腦計算中心研發，它讓無人智能自行車擁有了自平衡、動態感知、目標探測、跟蹤、自動避障、語音交互、自主決策等功能。而關於這一研究的論文《面向人工通用智能的異構天機芯片架構》（《Towards artificial general intelligence with hybrid Tianjic chip architecture》）也於8月1日發表於著名科學雜誌Nature，並登上封面。
天機芯的產生
當前人工智能存在兩條技術發展路徑：一條面向計算機科學，即以模型學習驅動的數據智能；另一條面向神經科學，即以認知仿生驅動的類腦智能。
現階段人工智能發展的主流技術路線是數據智能，但是數據智能存在一定侷限性，比如需要海量數據和高質量的標註，高度依賴於模型構建，計算資源消耗比較大等等。清華大學類腦計算研究中心主任施路平也介紹道：“目前的計算機系統可以完成我們認為很難的事情，而我們認為很簡單的事情，計算機卻無法完成，因為它沒有應變能力。”
而類腦智能可以解決數據智能的侷限性和不足。本質上來說，它在信息處理機制上與大腦相似、在認知行為和智能水平上與人類相似。因此，它可以處理小數據、小標註問題，計算資源消耗較少，並且自主學習、關聯分析能力強。它的最終目標是通過借鑑腦神經結構和信息處理機制，使機器以類腦的方式實現各種人類認知能力及協同機制，達到或超越人類的智能水平。
不過，要加速發展人工智能，最好能將這兩者結合起來。但由於兩條路徑依賴於不同且不兼容的平臺，一個能夠支持兩者的通用平臺就顯得非常有必要。於是，天機芯應運而生。它既可支持腦科學（仿腦）的脈衝神經網絡，比如具有時序性的自然語言理解、事件判斷，又可支持由計算機科學主導的人工神經網絡，比如空間上的圖像識別應用。它還具有高速度、高性能、低功耗的特點。
天機芯登上Nature封面（圖源：Nature）
這項工作為何能登上科學頂刊Nature的封面？北京大學信息科學技術學院教授黃鐵軍告訴“賽先生”：其實Nature和Science也關注重大技術創新，例如2014年Science刊登IBM的脈衝神經網絡芯片TrueNorth，2016年Nature刊登AlphaGo圍棋，都是技術創新。“天機”芯片也是如此。
黃鐵軍指出，這篇封面文章的亮點在於“雙控制：集成類腦電路和機器學習處理的異構AI芯片”，強調的是脈衝神經網絡（類腦電路）和深度神經網絡（機器學習過程）的結合，在一顆芯片內實現，並且在無人自行車上進行了功能驗證。脈衝神經網絡發展潛力更大，但是目前還不像深度學習那樣取得了轟動的效果，所以把兩者結合，實現典型功能驗證，是當前階段比較現實的選擇。這項成果已經進行數年，是多個院系合作的結果，而這篇論文是第一次完整展示所有技術細節。
中科院計算所研究員韓銀和向“賽先生”表示，這項工作將類腦智能和人工神經網絡混合了起來，但還沒有做到融合。多模融合是個重要的可能性探索，目前大家都在這個方向上探索。
天機芯的應用
第一代天機芯片於2015年成功研發並應用於無人駕駛“自行”車。（視頻來源：清華大學類腦研究中心）
視頻中這輛“聰明的”無人自行車，對於天機芯來說只是一個載體。靈汐公司副總經理梅迪透露這輛車如果不算芯片，造價40萬，但芯片的研發成本卻過億元。
雖然芯片成本高昂，前景卻十分樂觀。靈汐科技公司（清華大學類腦計算中心科技成果轉化項目）市場總監華寶洪表示，天機芯的下一代產品將實現產業化，高中低檔芯片產品和配套軟件工具鏈最早將於今年年底面世，並且應用於自動駕駛等交通領域。如通過控制車輛的前端攝像頭所捕捉的圖像信號來判斷前方的各種交通標誌、行人、障礙物、寵物或與前車的車距，為自動駕駛車輛提供決策平臺。另外，它還可用於交通路口信號燈的控制——通過對不同時間段交通流量的分析計算來判斷出如何分配才能讓交通更加暢通，輔助交通規劃與出行。
在智慧教育中，芯片也將發揮重要作用：它不僅能識別語音，還能理解語義，瞭解上課的內容和重點，從而進行輔助教學。
各國情況
施路平教授展示類腦中心代表性科技成果（圖源：清華大學類腦研究中心）
施路平教授曾表示，“目前類腦計算沒有公認的技術方案，機遇千載難逢，大有可為”。在這一領域，各國都高度重視積極佈局。
- 美國於2013年啟動“BRAIN計劃”，將大腦結構圖建立、類腦相關理論建模、腦機接口等列為研發重點。
- 歐盟2013年正式提出“人腦計劃（Human Brain Project）”，目標是開發信息和通信技術平臺，致力於神經信息學、大腦模擬、高性能計算、醫學信息學、神經形態的計算和神經機器人研究，側重於通過超級計算機技術來模擬腦功能，以實現人工智能。
- 日本曾於1996 年推出“腦科學時代”計劃綱要，提出在未來20 年內，以每年1000億日元的支持強度，大力推進腦研究，使日本的腦科學達到甚至領先於國際水平。該計劃實際投資額約為每年80億〜90億日元（約1100萬美元）。2008年，日本進一步提出“腦科學研究戰略研究項目（SRPBS）”。
- 韓國腦計劃的核心是破譯大腦的功能和機制，其研究的核心領域包括：在多個尺度構建大腦圖譜、開發用於腦測繪的創新神經技術、加強人工智能相關研發和開發神經系統疾病的個性化醫療。
我國已經將“腦科學與類腦研究”上升為國家戰略。在《國家中長期科學和技術發展規劃綱要（2006—2020年）》中，“腦科學與認知”被列入基礎研究8個科學前沿問題之一。《中華人民共和國國民經濟和社會發展第十三個五年（2016—2020年）規劃綱要》中新提出“科技創新2030—重大項目”，涉及15個重大項目、重大工程，其中就包含“腦科學與類腦研究”“智能製造和機器人”和“健康保障”。
“日本、美國和歐盟都已經啟動了各自的腦計劃，中國當然不能落後。”美國國家科學院院士、中國科學院外籍院士蒲慕明說，中國腦計劃可以概括為“一體兩翼”：一體是以理解大腦為中心，兩翼分別是診斷、治療腦疾病和類腦智能技術的發展，兩翼都側重應用。