文|觀察未來科技

神經(jīng)科學(xué)是關(guān)于大腦的科學(xué)，神經(jīng)科學(xué)不僅幫助我們探索大腦和意識、治療疾病或增強(qiáng)人類的能力，它還將指導(dǎo)我們發(fā)明出新的合成大腦。神經(jīng)學(xué)模型將引導(dǎo)設(shè)計(jì)新的，基于大腦工作方式的神經(jīng)形態(tài)芯片，并為后摩爾時(shí)代帶來新的選擇。 

如今，大腦的硬件——“神經(jīng)形態(tài)芯片”，正在飛速發(fā)展。使用“神經(jīng)形態(tài)芯片”的方法，不僅使得速度更快，并顯著地降低了功耗，讓智能技術(shù)邁入新階段，同時(shí)也增強(qiáng)了人們對大腦電路的理解，為未來的腦機(jī)接口和神經(jīng)修復(fù)的硬件系統(tǒng)鋪平了道路。

打破“馮·諾依曼”瓶頸

傳統(tǒng)計(jì)算芯片采用的是馮·諾依曼架構(gòu)，通過總線連接存儲器、處理器，擅長執(zhí)行序列邏輯運(yùn)算，有助于數(shù)據(jù)的解讀和處理。

然而，當(dāng)前，隨著處理數(shù)據(jù)的海量增長，總線有限的數(shù)據(jù)傳輸速度則造成了“馮·諾依曼”瓶頸，主要就體現(xiàn)在自我糾錯(cuò)能力受到局限、高功耗、低速率方面。對于正處在“后摩爾時(shí)代”的現(xiàn)在，傳統(tǒng)芯片的基本性能正在一步步逼近極限。

與傳統(tǒng)芯片相比，人腦的信息存儲和處理卻是通過突觸這一基本單元實(shí)現(xiàn)的，人腦中千萬億個(gè)突觸的可塑性使得人腦具備強(qiáng)大的記憶和學(xué)習(xí)能力。

不僅如此，就算與模擬人腦的超級計(jì)算機(jī)相比，大腦的優(yōu)勢也顯而易見：從功耗角度來看，人腦的能耗僅約20瓦，而超級計(jì)算機(jī)需要數(shù)兆瓦的能量；容錯(cuò)性方面，壞掉一個(gè)晶體管就能毀掉一塊微處理器，但是大腦不會因?yàn)橐馔馐サ拇罅磕X細(xì)胞而使整套系統(tǒng)的功能受影響。大腦擁有強(qiáng)大的自我糾正和修復(fù)能力，尤其是在我們進(jìn)入睡眠狀態(tài)以后；此外，大腦在與外界互動的同時(shí)也會進(jìn)行學(xué)習(xí)和改變，而不是遵循預(yù)設(shè)算法的固定路徑和分支運(yùn)行。

基于此，模仿人腦架構(gòu)設(shè)計(jì)，通過硅神經(jīng)元模擬突觸并以大規(guī)模平行方式處理信息，模擬可變、可修飾的神經(jīng)變化，從而像人腦一樣的神經(jīng)形態(tài)芯片受到了關(guān)注。神經(jīng)形態(tài)芯片源頭可以追溯到20世紀(jì)80年代加州理工學(xué)院的卡弗·米德（Carver Mead）的工作。當(dāng)時(shí)卡弗并不打算制造更好的計(jì)算機(jī)，而只是想弄清楚“大腦如何做到它想做的事”。

然而，在實(shí)驗(yàn)中，卡弗發(fā)現(xiàn)，細(xì)胞中離子通道和電子三極管具有十分相似的電壓——電流關(guān)系，于是，卡弗提出用模擬電路搭建硅神經(jīng)元去模仿生物神經(jīng)結(jié)構(gòu)的脈沖特性，試圖用芯片來仿真神經(jīng)系統(tǒng)的運(yùn)行，提高計(jì)算機(jī)在處理感知數(shù)據(jù)上的思維能力與反應(yīng)能力。遺憾的是，卡弗本人并沒有完成模擬芯片的設(shè)計(jì)。

好在如今，在科學(xué)家們的努力下，神經(jīng)形態(tài)芯片得到了越來越多的重視以及飛速的發(fā)展，并逐漸走進(jìn)現(xiàn)實(shí)。實(shí)際上，早在2014年《麻省理工科技評論》（MIT Technology Review）刊出的“十大突破性科學(xué)技術(shù)”的文章，高通（Qualcomm）公司的神經(jīng)形態(tài)芯片就名列其中。

高通（Qualcomm）公司的“神經(jīng)網(wǎng)絡(luò)處理器”與一般的處理器工作原理不同。從本質(zhì)上講，它仍然是一個(gè)由硅晶體材料構(gòu)成的典型計(jì)算機(jī)芯片，但是它能夠完成“定性”功能而非“定量”功能。高通開發(fā)的軟件工具可以模仿大腦活動，處理器上的“神經(jīng)網(wǎng)絡(luò)”按照人類神經(jīng)網(wǎng)絡(luò)傳輸信息的方式而設(shè)計(jì)，它可以允許開發(fā)者編寫基于“生物激勵(lì)”程序高通設(shè)想其“神經(jīng)網(wǎng)絡(luò)處理器”可以完成“歸類”和“預(yù)測”等認(rèn)知任務(wù)。

高通公司給其“神經(jīng)網(wǎng)絡(luò)處理器”起名為“Zeroth”。Zeroth的名字起源于“第零原則”。“第零原則”規(guī)定，機(jī)器人不得傷害人類個(gè)體，或者因不作為致使人類個(gè)體受到傷害高通公司研發(fā)團(tuán)隊(duì)一直致力于開發(fā)一種突破傳統(tǒng)模式的全新計(jì)算架構(gòu)。他們希望打造一個(gè)全新的計(jì)算處理器，模仿人類的大腦和神經(jīng)系統(tǒng)，使終端擁有大腦模擬計(jì)算驅(qū)動的嵌入式認(rèn)知——這就是Zeroth。

顛覆性的改變

如今，摩爾定律正走向終結(jié)，芯片行業(yè)50年的神話正在被云計(jì)算以及全新的計(jì)算架構(gòu)打破，面對萬億級傳感器的增量以及云端網(wǎng)絡(luò)巨量數(shù)據(jù)的壓力，在傳感器中內(nèi)建中樞傳感器成為了緊迫需求，神經(jīng)形態(tài)芯片也就是在這樣的背景下，成為了一個(gè)必然的選擇，并且還將為整個(gè)計(jì)算機(jī)乃至科技界帶來顛覆性的改變。

當(dāng)然，神經(jīng)形態(tài)芯片走到今天，也經(jīng)過了漫長的發(fā)展過程。其中，IBM一直在從事神經(jīng)形態(tài)芯片的研究：IBM公司自1956年創(chuàng)建第一臺人腦模擬器（512個(gè)神經(jīng)元）以來，就一直在從事對類腦計(jì)算機(jī)的研究，模仿了突觸的線路組成、基于龐大的類神經(jīng)系統(tǒng)群開發(fā)神經(jīng)形態(tài)芯片也就自然而然地進(jìn)入了其視野。

IBM第一代神經(jīng)突觸（Neurosynaptic）芯片用于“認(rèn)知計(jì)算機(jī)”的開發(fā)。盡管“認(rèn)知計(jì)算機(jī)”無法像傳統(tǒng)計(jì)算機(jī)一樣進(jìn)行編程，但可以通過積累經(jīng)驗(yàn)進(jìn)行學(xué)習(xí)，發(fā)現(xiàn)事物之間的相互聯(lián)系，模擬大腦結(jié)構(gòu)和突觸可塑性。

2008年，在美國國防高級研究計(jì)劃局（DARPA）的資助下，IBM的“自適應(yīng)可變神經(jīng)可塑可擴(kuò)展電子設(shè)備系統(tǒng)”項(xiàng)目（SyNAPSE）第二階段項(xiàng)目則致力于創(chuàng)造既能同時(shí)處理多源信息又能根據(jù)環(huán)境不斷自我更新的系統(tǒng)，實(shí)現(xiàn)神經(jīng)系統(tǒng)的學(xué)習(xí)性和可塑性、容錯(cuò)、免編程以及低能耗等特征。項(xiàng)目負(fù)責(zé)人莫得哈（Modha D）認(rèn)為，神經(jīng)芯片將是計(jì)算機(jī)進(jìn)化史上的又一座里程碑。

2011年，IBM首先推出了單核含256個(gè)神經(jīng)元、256×256個(gè)突觸和256個(gè)軸突的芯片原型。當(dāng)時(shí)的芯片原型已經(jīng)可以處理像玩Pong游戲這樣復(fù)雜的任務(wù)。不過相對來說還是比較簡單，從規(guī)模上來說，這樣的單核腦容量僅相當(dāng)于昆蟲大腦的水平。到2019年，IBM已經(jīng)計(jì)劃利用88萬個(gè)CPU，研制出與人腦速度相當(dāng)?shù)哪M人腦系統(tǒng)。

歐洲也很早就啟動了人類大腦計(jì)劃。歐洲的人類大腦計(jì)劃（Human Brain Project，HBP），開始于2013年，投資總額10億歐元，吸納來自24個(gè)國家800多名科學(xué)家的參與，這也是歐盟未來旗艦技術(shù)項(xiàng)目之一。計(jì)劃在2023年完成一份大腦模擬圖以及一系列仿腦計(jì)算原型工具。

其中，德國海得堡大學(xué)和英國曼徹斯特大學(xué)是從事神經(jīng)形態(tài)項(xiàng)目研究的主力，都試圖設(shè)計(jì)出一臺具有大腦認(rèn)知和計(jì)算功能的計(jì)算機(jī)。

海得堡大學(xué)的邁耶博士團(tuán)隊(duì)負(fù)責(zé)設(shè)計(jì)制造的Spikey模擬計(jì)算機(jī)，其核心的神經(jīng)形態(tài)芯片是采用所謂的模擬式神經(jīng)擬態(tài)方式，用連續(xù)變化的電壓而不是采用0/1數(shù)字狀態(tài)來仿真神經(jīng)系統(tǒng)的運(yùn)行方式，通過定制操作系統(tǒng)，仿真突觸神經(jīng)元間高度復(fù)雜的連通性，對神經(jīng)系統(tǒng)建模。報(bào)告顯示，該團(tuán)隊(duì)成功模擬出昆蟲氣味處理系統(tǒng)，可以通過聞花來判斷植物種類。

曼徹斯特大學(xué)的史蒂文·菲布爾團(tuán)隊(duì)負(fù)責(zé)設(shè)計(jì)的搭載神經(jīng)形態(tài)芯片數(shù)字計(jì)算機(jī)SpiNNaker，由定制的100萬顆異步處理的微處理器所構(gòu)成，用來建立1%的大腦模型并仿真，屬于數(shù)字式神經(jīng)擬態(tài)。

可以說，當(dāng)前神經(jīng)形態(tài)芯片的發(fā)展，正在推翻傳統(tǒng)的處理器，而走向“人類大腦處理器”，這也是芯片產(chǎn)業(yè)界正在積極尋求新一輪打開新時(shí)代的鑰匙。

仿生科學(xué)研究的勝利

無疑，神經(jīng)形態(tài)芯片在多感官類數(shù)據(jù)處理方面的高性能，在人工智能、深度學(xué)習(xí)方面得天獨(dú)厚的優(yōu)勢，再加上其低功耗的特點(diǎn)，從硬件優(yōu)勢到軟件靈活性都讓其未來的應(yīng)用空間無可限量，一旦成功普及將徹底改變我們的生活。

神經(jīng)形態(tài)芯片實(shí)現(xiàn)了從硬件維度讓機(jī)器像人一樣思考行動。尤其是對于人工智能來說，配置了神經(jīng)形態(tài)芯片的機(jī)器，其仿腦能力倍增，加之機(jī)器比人腦更強(qiáng)的記憶能力，人機(jī)優(yōu)勢在硬件層的強(qiáng)強(qiáng)聯(lián)手，將大大提升人工智能進(jìn)步的速率，加速人工智能、無人化的發(fā)展進(jìn)程，開創(chuàng)一個(gè)智能化社會的新紀(jì)元。

除此之外，神經(jīng)形態(tài)芯片還增強(qiáng)了我們對大腦電路的理解，為未來的腦機(jī)接口和神經(jīng)修復(fù)的硬件系統(tǒng)鋪平了道路。長期以來，人們對人腦的了解幾乎都來自對沒有任何電活動的死亡組織的研究。正如英國神經(jīng)科學(xué)家戴維·馬爾（David Marr）所說的：“通過了解神經(jīng)元來理解感知，就像通過研究羽毛來了解鳥類的飛行，這是行不通的?！钡M人類大腦的神經(jīng)形態(tài)芯片卻給了人們新機(jī)會。

實(shí)際上，神經(jīng)形態(tài)芯片的研究方向主要可以分為兩大方向：一方面，是數(shù)字式神經(jīng)擬態(tài)，通過研究神經(jīng)的運(yùn)行機(jī)制，在數(shù)字芯片上運(yùn)行神經(jīng)元的仿真程序并生成類似神經(jīng)沖動的信號，擬態(tài)神經(jīng)元模型進(jìn)行數(shù)據(jù)處理，例如，視皮層模擬、神經(jīng)形態(tài)計(jì)算等。另一方面，就是模擬式神經(jīng)擬態(tài)，利用硅的半導(dǎo)體特性，直接將神經(jīng)細(xì)胞的信號傳導(dǎo)方式轉(zhuǎn)換到硅基導(dǎo)體上做電路模擬，這種模擬式神經(jīng)元能夠較真實(shí)地達(dá)到和生命體一樣的運(yùn)算速度。其中，最典型的例子就是將芯片植入人腦內(nèi)，進(jìn)行記憶修復(fù)。

當(dāng)前，腦機(jī)接口已被用于治療癲癇：植入癲癇患者大腦深部，為每個(gè)受試者建立記憶事物的個(gè)體模型。植入電極處于靜態(tài)，一旦受到訓(xùn)練過的感知需求記憶算法的刺激，就會產(chǎn)生促進(jìn)作用。或許，人工智能和神經(jīng)科學(xué)融合的最好例證，是通過將硅神經(jīng)元與生物體整合，制造出“生物混合”計(jì)算機(jī)。

芯片行業(yè)正投入更多努力以利用大腦電路的知識設(shè)計(jì)特殊的芯片。正如斯坦福大學(xué)前任校長約翰·漢尼斯（John Hennessy）所說：“現(xiàn)有的方法已無用武之地，人們正試圖重構(gòu)這一系統(tǒng)?！睂碛袛?shù)百種算法的神經(jīng)網(wǎng)絡(luò)訓(xùn)練安裝到這種低功耗的專用芯片上，不但可以提高效率，還能節(jié)省計(jì)算能力。

因此，隨著計(jì)算機(jī)再現(xiàn)人類大腦功能的技術(shù)逐步向前推進(jìn)，功能變得越來越強(qiáng)大，而神經(jīng)形態(tài)芯片作為一次仿生科學(xué)研究的成功實(shí)踐，其研制思路、成果可也將擴(kuò)散至生物計(jì)算、神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)、類腦計(jì)算機(jī)等領(lǐng)域的研究，為整個(gè)計(jì)算機(jī)乃至科技界帶來顛覆性的改變。