今年8月，一輛來自清華的無人駕駛自行車登上了Nature的封面。這是中國的人工智能芯片首次登上Nature，在全球引發(fā)熱議。

這輛自行車不僅可以平衡自身，還可以繞過障礙物，甚至可以響應(yīng)簡單的聲音命令。

自行車能夠按照聲音命令改變方向或調(diào)整速度

?自行車檢測并跟蹤移動的人，在必要時避開障礙物

論文的通訊作者、清華大學(xué)精密儀器系教授、類腦計算中心主任施路平教授表示，雖然這還是非常初步的一個研究，但或許能夠推動通用人工智能（AGI）計算平臺的進一步發(fā)展。

時隔三個月，在昨天“2019騰訊科學(xué)WE大會”上，施路平教授針對這篇論文進行了壓軸演講，講述了這一研究背后的故事，并且告訴我們，發(fā)展類腦計算和人工智能通用體的時機到了！

大數(shù)據(jù)文摘對這次演講速記進行了不改變原意的編輯。

通過類腦計算發(fā)展人工智能通用體

類腦計算，即借鑒腦科學(xué)的基本原理，面向人工通用智能，基于神經(jīng)形態(tài)工程發(fā)展的新技術(shù)，為什么我們要發(fā)展這樣一個技術(shù)？現(xiàn)在我們生活在一個萬物互聯(lián)的數(shù)碼宇宙，這個宇宙成長很快，信息每兩年翻一番，整個“宇宙”迅速膨脹，而且從不退步。

這樣一個宇宙是基于現(xiàn)在的計算機架構(gòu)，而計算機架構(gòu)則基于馮諾伊曼架構(gòu)，馮諾伊曼架構(gòu)是我個人認為是人類發(fā)展的最簡潔漂亮、對人類影響最大的架構(gòu)。它的特點是計算、存儲分立，計算、存儲通過總線來回調(diào)度會耗費很多能量，耽誤時間且速度慢，容易形成堵塞，所以造成了帶寬發(fā)展的瓶頸。

2017年計算機圖靈獎的兩名得主David Patterson和John L Hennessy，最近發(fā)表文章稱未來十年是計算架構(gòu)發(fā)展的黃金十年。我們過去使用計算機做計算，現(xiàn)在我們使用它處理信息，而數(shù)碼宇宙，每兩年翻一番，能耗無法承受，還有我們現(xiàn)在生活在人工智能時代，人工智能取得了很大的成績，盡管AlphaGo可以戰(zhàn)勝世界冠軍，但我們面臨很多瓶頸。

簡單的說，我們必須滿足5個條件：充足的數(shù)據(jù)、確定性問題、完備的知識、靜態(tài)的環(huán)境、單一的系統(tǒng)。舉個例子，如果我們讓一個智能機器人從這里出去，假如不進行事先編程，他是做不到的，為什么？因為人用了幾年的時間建立起這些概念：“在哪里”，“怎么出去”，“走門還是窗”，這些都與我們的通用智能有關(guān)，所以我們要發(fā)展人工通用智能。

我們原來碰到過，一個動態(tài)的、很多系統(tǒng)交互在一起但仍能夠處理的，這是我們希望的人工通用智能，要發(fā)展人工通用智能，必須向腦學(xué)習(xí)。因為據(jù)我所知，腦是整個宇宙目前唯一一個通用智能體，我們把腦和電腦相比較發(fā)現(xiàn)，“電腦強的人不強，電腦不強的人強”。我們看過最強大腦，那些嘆為觀止的、令我們非常羨慕的選手的能力，其實對計算機來講是小兒科，我們發(fā)現(xiàn)兩個系統(tǒng)其實原理不同，但是互補的。所以借鑒腦科學(xué)的基本原理，改造現(xiàn)在的計算機系統(tǒng)，發(fā)展類腦計算，是發(fā)展通用人工智能一個非常重要的部分，因為這是它計算的基石。

現(xiàn)在是發(fā)展通用人工智能的最佳時機

發(fā)展通用人工智能，不是一個新的想法，過去很多獲得圖靈獎的科學(xué)家寫過類似的文章，這是我們一直的夢想，現(xiàn)在為什么是最好的時機呢？因為隨著我們精密儀器的發(fā)展，我們對腦制造的越來越多，我們似乎到了一個理解腦的關(guān)口，超級計算機的發(fā)展可以使我們很好地做模擬仿真，省錢、省力、省時間，大數(shù)據(jù)和云計算給我們提供了一個像腦一樣復(fù)雜的系統(tǒng)，與腦交相呼應(yīng)，我們可以共同研究，相互促進。

另外，新型納米器件，已經(jīng)可以使我們?nèi)グl(fā)展擁有人腦能耗水平的神經(jīng)元和突觸這樣的電子器件，所以現(xiàn)在是發(fā)展人工通用智能的最好時機。發(fā)展類腦計算去支持人工智能。在這里，腦起著非常重要的作用。

由于研究類腦計算時，缺乏文獻，很多東西需要自己摸索，所以感到非常苦惱。有一次我去爬山，就故意讓自己鉆進森林迷路，后來我根據(jù)太陽來定位方向，然后一直走便走到高速公路上攔截到了一輛車；又有一次，我找了一個陰天進山，我一直往高處爬爬到最高的地方，盯住一個點然后一直走又走到了高速路。這兩件事情讓我思考，腦在這里面起的是一個指南針的作用，我們提供的是方向感，因為這是唯一所知的通用智能體。

在做研究時，我喜歡做難一點的研究，我認為“越難的反而越容易”，因為太容易就會有很多的競爭者，因此很難領(lǐng)先；而如果研究比較難的問題，到后來就幾乎沒有人競爭了。但是有一個前提條件，研究的方向必須是正確的。

我們?nèi)祟惖闹悄苁墙⒃谔蓟系?，而在硅基上，我們建造了現(xiàn)在的數(shù)碼宇宙。碳基和硅基，它們的結(jié)構(gòu)非常相近，所以我們有一個信念，碳基上能夠?qū)崿F(xiàn)的硅基上一定能夠?qū)崿F(xiàn)。

七個院系共同參與，七年磨一“芯”

發(fā)展類腦計算和人工通用智能，真正的挑戰(zhàn)既不是科學(xué)也不是技術(shù)，而是因為“學(xué)科分類”，使得我們沒有合適的人去做這樣的研究。而且腦科學(xué)和計算機科學(xué)，一個是探索自然世界，一個更關(guān)注應(yīng)用，它們是不同的文化、不同的語言，目標也不一樣。

所以這個問題最最關(guān)鍵的是多學(xué)科的融合，清華大學(xué)類腦研究計算中心有七個院系的老師組成，覆蓋腦科學(xué)、計算機、微電子、電子、精儀、自動化、材料等學(xué)科。我們七個院系的老師在一起，用每周半天的時間反復(fù)討論，七年里我們只做了一件事情，就是融合、融合、再融合。

在這個過程中，我們梳理了發(fā)展人工通用智能，現(xiàn)在主要的兩種技術(shù)路線，一種是計算機主導(dǎo)的，另一種是腦科學(xué)主導(dǎo)的。計算機主導(dǎo)的，如機器學(xué)習(xí)，在圖像識別、語音理解、自然語言處理方面取得了輝煌的成績，但是它的泛化性差，很難處理不確定的問題；而腦科學(xué)主導(dǎo)的，如神經(jīng)計算機，神經(jīng)形態(tài)計算發(fā)展也很快，但是由于我們不夠理解腦的機制，甚至極大地阻礙了它的發(fā)展。

不過兩條技術(shù)路線實際上是互補的，將二者結(jié)合起來，是目前我們認為最好的一種發(fā)展類腦計算的方法。實際上還有兩條路可走，一種叫Brain-Inspired Computing，一種叫Brain-Like Computing。

前者是基于計算機，借鑒腦科學(xué)的基本原理來改變計算架構(gòu)的；后者是仿腦，因為前者覆蓋了后者，所以我們用了“類腦”這樣一個簡單又明白的詞涵蓋這兩部分。

不理解人腦憑什么可以制造出類腦計算，我們思考了很久，后來我們得到了答案。計算機是把一個多元空間的信息轉(zhuǎn)換成“010101”這樣一種信息，用計算來解決，那么計算的CPU主頻越來越快，換句話說，用的是時間復(fù)雜度的問題，當你縮維度的時候相關(guān)性會丟失。

人很容易確定一個物體是在真實空間里，還是在鏡子里，計算機則很難，這是根本原因，我們不知道腦的基本原理，但我們知道一個神經(jīng)元接一千到一萬個神經(jīng)元。換句話說，我們在這里把信息擴充了，把相關(guān)性增強了，我們用的是空間復(fù)雜度。

另外我們腦還有脈沖來編碼，引進了時間的因素，我們還利用了時空復(fù)雜度，所以我們設(shè)想保持現(xiàn)在的計算機所有的優(yōu)點，保持時間復(fù)雜度的同時，增加一塊類腦芯片，即增加了空間復(fù)雜度。如果我們以這種觀點來看現(xiàn)在的技術(shù)就會發(fā)現(xiàn)，現(xiàn)在的神經(jīng)網(wǎng)絡(luò)加速器，是面向深度人工神經(jīng)網(wǎng)絡(luò)，利用的就是空間復(fù)雜度；而向腦一樣工作的神經(jīng)形態(tài)計算，面向的是脈沖神經(jīng)網(wǎng)絡(luò)，利用的是時空復(fù)雜度，那何不把兩種結(jié)合起來？所以我們所以我們想了一個辦法，提出了天機芯片架構(gòu)。

我們用了3%的代價實現(xiàn)了既支持人工神經(jīng)網(wǎng)絡(luò)又支持向腦一樣工作的脈沖神經(jīng)網(wǎng)絡(luò)，還支持兩個的異構(gòu)建模，我們還利用類腦芯片制造了一個自主行駛自行車。我們的想法是這樣構(gòu)建一個可以和系統(tǒng)互動的多模態(tài)的交叉研究平臺，我們利用環(huán)境變化逼迫這個系統(tǒng)變化，幫它變化的時候，我們便觀察其變化，遵循這種變化系統(tǒng)所應(yīng)該遵循的基本原理，從而幫助我們迭代發(fā)展。利用一塊天機芯片，我們就實現(xiàn)了感知、追蹤、過障、避障。

發(fā)展類腦計算，我們得以“向內(nèi)發(fā)展”，審視內(nèi)心

自動控制、語音理解，自主決策芯片很重要，軟件也很重要，因為如果沒有軟件，應(yīng)用工程師是不愿意去做應(yīng)用軟件的開發(fā)的。所以在我們實驗室，我們自己開發(fā)了一個軟件工具鏈，我們已經(jīng)搭起了一個第一代的類腦計算機，那么我們現(xiàn)在做的是“類腦云腦”。

那么它和現(xiàn)在的云計算有什么差別，云計算是把很多的技術(shù)整合起來，而我們“類腦云腦”，是面向人工通用智能的。因為大家知道，人工通用智能的研究，從根本上來講，不同于把很多的窄人工智能加載在一起。我們想把腦的彈性和計算機的剛性結(jié)合起來，把數(shù)據(jù)驅(qū)動和知識推動結(jié)合起來，把通用知識和推理結(jié)合起來，當然這是一個非常有挑戰(zhàn)耐心難過的長期的研究。

我們的策略是循序漸進，我們可以設(shè)想一下，我們先專注在一個問題的研究，使之可以成為第一代，然后兩個問題一起研究，這可以成為第二代，然后第三代第四代最后第五代，從而到我們構(gòu)建人工通用智能。

我們發(fā)展類腦計算，來支撐人工通用智能。因為它是通用智能，所以它可以賦能各行各業(yè)，可以有很多應(yīng)用，我們對其中一個應(yīng)用，“智能教育”特別感興趣。因為教育的很多問題都可以通過這樣的研究進行解決，比如說我們高質(zhì)量的教育資源很稀少，所以造成教育不公；再一個就是要因材施教，我們每個人是不一樣的；另外經(jīng)費有限，我們的儀器有限，很難做到真正的理論聯(lián)系實際等等。

隨著類腦計算，人共同用智能發(fā)展，這些都會逐漸解決，然后發(fā)展新的系統(tǒng)。但是還有一個很重要的因素，因為教育最主要的是塑造人。我們回顧一下，自工業(yè)革命以來，我們發(fā)展了蒸汽機、發(fā)電機、計算機，大數(shù)據(jù)到現(xiàn)在的萬物互聯(lián)，我們一直在改變外部世界，改變物質(zhì)生活，我們現(xiàn)在的世界有很多的矛盾，我們忽然發(fā)現(xiàn)當物質(zhì)生活發(fā)展很快的時候，精神生活實際上沒有同步發(fā)展，這一次我們在智能時代，我們發(fā)展類腦計算，我們有機會向內(nèi)發(fā)展，審視我們的內(nèi)心。

我通常只參加學(xué)術(shù)的活動，這次之所以接受騰訊的邀請來做演講，是因為他們提出了一個“科技向善”的理念，和我們的理念相通，我們衷心希望在人類發(fā)展技術(shù)，探索外界世界的同時，也能夠研究一下我們的內(nèi)在世界，內(nèi)外兼修，共同發(fā)展，建設(shè)一個美好和諧的世界。