“十问亿级神经元类脑计算机：AI行业有望突破 那些还需火候”

本篇文章3949字，读完约10分钟

最近，浙江大学联合之江实验室成功开发了中国第一台基于自主知识产权类脑芯片的类脑计算机( darwin mouse )。

研究小组在9月1日的成果发布会上，这样的大脑计算机超过了德国海德堡大学的brainscales、ibm的blue raven、Intel企业的pohiki springs三个大脑计算系统，是目前国际上神经元规模最大的大脑计算机，

据悉，这类大脑计算机包括792个浙江大学开发的达尔文2代大脑芯片，支持1.2亿脉冲神经元、约千亿神经突触，规模与小鼠大脑神经元数量相当，典型的运行功耗仅需要350-500瓦。

人脑计算机和以前流传下来的计算机的区别是什么？ 那些设计参考了大脑吗？ 处理了什么痛点？ 在解决某些任务方面可以超越以前流传下来的电脑吗？ 现在的大脑计算发展到什么程度？ 什么时候适用？ ……带着这些疑问，澎湃信息记者于9月2日采访了浙江大学亿级神经元类大脑计算机研究小组负责人、浙江大学计算机科学技术学院教授潘纲。

潘纲在采访中介绍说，类脑计算机与以前流传下来的计算机非常不同，以前流传下来的计算机算法和软件不能在类脑计算机上工作。 类脑计算机主要用于解决擅长的人工智能任务，不能取代冯·诺依曼结构以前的计算机。 两者的互补性和融合是未来可能的趋势。 研究小组将792个达尔文2代的大脑计算芯片整合到3台高1.6米的标准服务器机箱中，形成了机架式大脑计算机darwin mouse。

研究小组这次表示，可以完成语音识别、图像识别等人工智能方面的许多任务。 “但是，具体来说，以怎样的精度和精确度能够直接打败一直流传至今的计算机呢？ 虽然我觉得还有可能性很高的一面，但是越来越需要努力。 ”。

在当天的发布会上，研究小组进行了脑类计算机的应用演示。 在类脑计算机的控制下，3台机器人接到语音指令后，分别负责巡逻、救援、工程检修“特种兵”，模拟合作开展防洪任务。 在另一个实验场景中，课题组成员可以在电脑上唱歌曲中的两个句子，然后电脑根据回忆“唱”后续歌曲的复制品。

潘纲在采访中对澎湃信息记者表示，未来类脑计算机有望在人工智能等行业取得突破，也有可能加速神经系统模拟相关行业的科研工作。

潘纲教授于1998年、2004年获得浙江大学学士学位和博士学位，主要研究方向是人工智能、智能机接口、类脑计算、计算机视觉和普适计算等。

他曾任计算机辅助设计与图形学国家要点实验室副主任、计算机系统结构与网络安全研究所副所长、中国人工智能学会常务理事和中国人工智能学会脑机融合与生物机械智能专业委员会主任委员。

以澎湃的信息与潘纲对话实录，整理为10个问答。

1 .澎湃:什么是类脑计算机？ 类脑计算机在那些设计和功能方面有没有参考大脑？

潘纲:迫切需要用硬件和软件模拟大脑神经互联网的结构和运行机制，构建新的智能系统，这种以前流传的计算结构新的计算模型，一般称为类脑计算。 硬件和芯片上的模拟很多，可以用于完善杂神经互联网的计算系统被称为类脑计算机。

darwin mouse类脑计算机的“类脑”设计主要体现在两个方面:模仿大脑的新闻传播方法——达尔文的两代大脑芯片通过脉冲传播信号，类似于生物的神经元行为。 将大脑运算抽象化到由神经元连接构成的神经互联网上，用芯片直接模仿每个神经元的计算模型。

darwin mouse用神经元尺度模仿大脑。 这样的设计在功耗方面有很大的潜力。 例如，人脑典型的耗电量大致为20瓦左右，相当于1~2盏节能灯的耗电量。 在自然界中，许多神经元远远低于100万人的昆虫可以实现实时目标跟踪、路径规划、导航和障碍物规避。

2 .澎湃:无论是单一神经元模型还是脉冲传播信号，这些模拟大脑设计几乎都可以通过之前流传的计算机模拟来实现。 为什么要制造大脑一样的电脑呢？

潘纲:古来流传的cpu核心是数值运算和逻辑，古来流传的计算机在模拟亿级脉冲式神经网络时，产生了运行速度慢、计算能量高等效率问题，其效率与类脑计算机相比存在很多量的差距。

3 .澎湃:除了基础芯片外，类脑计算机与以前流传下来的计算机有什么区别？

潘纲:类脑计算机与以前流传下来的计算机大不相同，以前流传下来的计算机算法和软件不能在类脑计算机上工作。 另外，普通计算机能做的事，不是类脑计算机也能做的。 例如简单的素数分解，实际上现在的类脑计算机上没有现成的算法。

电脑，比如大脑，所能做的就是神经互联网。 这个神经网络不是人工智能经常讨论的非常简化的神经网络，而是更具有生物真实性的神经网络。

类脑计算机主要用于解决擅长的人工智能任务，不能完全代替冯·诺依曼结构以前就流传下来的计算机。 两者的互补性和融合是未来可能的趋势。

4 .澎湃:类脑计算机在那些任务上已经超过普通计算机了吗？

潘纲:我们在发布会上展示的任务，并不表示我们比以前传的电脑完成得更好，只是从仿大脑的技术路线上做的，发现了以前传的一点点任务，类脑电脑也能实现。

应该说超过了谁呢？ 虽然现在可能还缺少火候，但我认为算法和软件等整体上在很多地方都有所欠缺。

但是，这样的新技术体系有很大的潜力，是突破目前人工智能迅速发展的“下一道坎”。 用类脑计算的方法有望突破人工智能和其他计算任务。

目前，人脑计算机的内在机制能够降低计算机的功耗，对计算机至关重要。 目前，一项国际研究的结论是，类脑计算机的功耗至少比以前传下来的计算机低1~2位数。

另外，在与神经系统模拟相关的行业中，为了加速研究和技术开发，还可以考虑使用类脑计算机制作新的工具。

5 .澎湃:类脑计算机的计算速度如何？

潘纲:类脑计算机的计算速度与现有计算机不太容易比较。 例如检测cpu和超计算的指标，大多不擅长类脑计算机。 我们会在内部参考突触操作速度和延迟等指标。

目前超算的评价研究比较成熟，可以比较公认的指标，让计算机执行线性方程的解决等各种类型的计算任务，看谁的速度快。 但是，像大脑一样的计算机现在没有现成的评价标准。

几年后，越来越多种类的大脑计算机出现后，应该有比较公平的评价标准。

6 .澎湃:“世界神经元规模最大”是什么意思？ 有同一类型的计算机吗？

潘纲:我给类脑计算机划个简单的边界。 我们认为它必须用硬件和芯片来模拟许多杂神经互联网。 如果是以前传到计算机上的纯粹的软件模拟，就不叫类脑计算机。

在这样的边界下，目前国际上有三个典型的大脑计算系统:一个是德国海德堡大学主导的，规模达到400万神经元。 第二个是ibm，规模为6400万神经元。 第三个是英特尔，1亿神经元。

媒体把“世界最大”作为推广的亮点，但我的理解是，我们现在的这种大脑计算机和目前国际上最好的大脑计算机的规模一样。 从规模上来看，从研究和技术上的立场来看，(三台计算机)没有本质的差别。

总体来说目前国内的大脑计算发展还很缓慢，特别是与美国和欧洲相比。 但是，这几年大家都很重视，国家的投入也变多了。 我觉得今后几年会慢慢改善，今后也会有很多机会，将来会超过他们。 典型的班级大脑计算机系统

在未来大脑这样的计算机迅速发展之后，我们认为编写人工智能任务程序时，只需要比较操作系统而不是比较芯片。

8 .澎湃:今年年初，清华大学微电子所开发出世界上第一个多阵列存储电阻器记忆一体系统，成果在《自然》网上发表。 浙大的类脑计算机和清华这个存储一体系统之间在设计思路和原理上有什么异同？

潘纲:类脑芯片是类脑计算机的核心部件，类脑芯片本身有不同的技术路线，记忆电阻器是其中的一条路线。 内存是一种新设备，可以用来“构建”同类的大脑芯片。 它像芯片的基本砖头，具有“记忆”功能等特别优越的性能。 但是，存储块目前的技术还不成熟，暂时无法实现大规模的集成，但将来很可能是大脑这样的芯片所需的设备

我们去年开发的达尔文第二代大脑芯片，由于需要支持大规模神经元，所以不使用内存拦截技术，而是使用更成熟的技术，和英特尔和ibm的技术方案很接近。

9 .澎湃:球队对达尔文的两代大脑芯片有产业化计划吗？

潘纲:我们还没有。 我想用一些关键技术再继续突破一下。 有很多理由。 虽然现在媒体很关注，但我们还是有冷静的头脑。 我知道类脑计算技术不是说了几句就能马上使用的。 还是需要技术的沉淀和积累。

这项技术还很新，所以可能离真正的应用还有一段距离，但还是需要打磨一下。 还是需要国内外同行们一起努力，再干几年？ 那样的话，我想可能会出现更成熟的条件，就做下一件事。 我现在可以做，但可能很辛苦。

10 .澎湃:类脑计算还处于初步阶段，要实现类脑计算机的真正应用，或者类脑芯片量产，实现其功能，需要这些方面的努力吗？

潘纲:还需要很多员工。 在芯片上，为了提高集成度和效率，肯定需要进行变更。 例如，ibm的单一大脑芯片只集成了100万个神经元，实际上能做的很少，所以规模上一定会提高。

第二，算法非常重要，最后需要与算法结合应用。 需要根据芯片的仿形方法，设计特别的算法。

我在新闻发布会上介绍说，我们展示的机器人有几个核心功能，都是初步用类脑的方法实现的。 但客观来说，目前这些核心功能，如路径规划、图像识别、语音识别等，要真正走向商用，还需要大幅提高性能。 所以算法是未来的重要方面。

第三，类脑计算机的硬件、软件、算法三个方面，光靠一个学校或者一个单位是做不好的，需要对类脑计算感兴趣的同事们越来越多的参与。 (本文来自澎湃信息，越来越多的原始信息请下载“澎湃信息”app )信息推荐

德国1日的新增确诊病例超过2000例，为4月25日以来最高

柏林8月22日，德国疾控机构罗伯特·科赫研究所22日公布的新型冠状病毒大爆发数据显示，截至当天凌晨0点，德国比前一天新确诊...