在人類漫長的歷史進(jìn)程中，理解智能、理解我們的大腦一直是一個被不斷追逐的夢想；而自近代以來，隨著科技的不斷進(jìn)步，如何創(chuàng)造一個“大腦”，如何自己創(chuàng)造出智能更是吸引了眾多科學(xué)家競相比拼。用機(jī)器模擬生物神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和信息加工的潛力，這就是我們所說的類腦計(jì)算，也叫神經(jīng)形態(tài)計(jì)算。

目前的類腦計(jì)算研究尚處于起步階段，國際上還沒有形成公認(rèn)的技術(shù)標(biāo)準(zhǔn)與方案。清華大學(xué)一項(xiàng)最新研究成果首次提出“類腦計(jì)算完備性”以及軟硬件去耦合的類腦計(jì)算系統(tǒng)層次結(jié)構(gòu)，填補(bǔ)了類腦研究完備性理論與相應(yīng)系統(tǒng)層次結(jié)構(gòu)方面的空白。10月15日，清華大學(xué)召開新聞發(fā)布會，介紹了這一類腦計(jì)算體系結(jié)構(gòu)領(lǐng)域的重要突破。而在成果背后，這一場源自于新興研究領(lǐng)域的科技成果發(fā)布會也為我們帶來三點(diǎn)啟示。

新興研究也許并不“新”，要學(xué)會從科學(xué)進(jìn)程中尋找方向

近年來，從AlphaGo戰(zhàn)勝人類頂級圍棋選手，到人工智能系統(tǒng)預(yù)測、緩解人流擁堵，人工智能不再是一個新鮮詞語。但在清華大學(xué)精儀系教授施路平看來，這些突破大多是從智能的某個領(lǐng)域接近或超過人類智能，是一種“窄化的人工智能”：“這些系統(tǒng)無法將這種能力從一項(xiàng)任務(wù)轉(zhuǎn)移到另一項(xiàng)任務(wù)。作為人工智能的終極目標(biāo)，‘通用人工智能’應(yīng)該是一種可以執(zhí)行人類能夠完成的所有任務(wù)的人工智能，即‘類腦’。”

在施路平看來，與外界對新興研究領(lǐng)域的某些認(rèn)知不同，發(fā)展人工通用智能不是一個新的想法，而是隨著科技發(fā)展需要緊緊把握住的“關(guān)口”：“如果我們看一下過去圖靈、馮諾依曼這些大科學(xué)家早期的文章，會發(fā)現(xiàn)這是我們一直以來的夢想。現(xiàn)在為什么是發(fā)展人工通用智能最好的時機(jī)呢？因?yàn)殡S著精密儀器的發(fā)展，我們對腦知道得越來越多，我們似乎到了一個理解腦的關(guān)口。超級計(jì)算機(jī)的發(fā)展可以使我們進(jìn)行很好的模擬仿真，省錢、省力、省時間。大數(shù)據(jù)、云計(jì)算給我們提供了一個像腦一樣復(fù)雜的系統(tǒng)，和腦交相呼應(yīng)，我們可以共同研究、互相促進(jìn)。另外，納米器件已經(jīng)可以使我們?nèi)グl(fā)展像人腦能耗水平一樣的神經(jīng)元和突觸這樣的電子器件。科學(xué)家要學(xué)會借助時代發(fā)展尋找課題。”

新興研究不要過度逐“新”，更不能放松對基礎(chǔ)問題的關(guān)注

這場發(fā)布會帶來的另一個啟示是，某些時候，新興研究不要過度逐“新”，更不能放松對基礎(chǔ)問題的關(guān)注。

記者了解到，現(xiàn)有類腦計(jì)算系統(tǒng)研究大多聚焦于具體的芯片、工具鏈、應(yīng)用和算法的創(chuàng)新實(shí)現(xiàn)，而忽略了從宏觀和抽象層面上對計(jì)算完備性和體系結(jié)構(gòu)的思考。類腦計(jì)算軟硬件間的高度耦合阻礙了它們在獨(dú)立發(fā)展的同時互相兼容的可能性，如何突破這一局面，擴(kuò)展類腦計(jì)算系統(tǒng)的應(yīng)用場景？這成了上述團(tuán)隊(duì)下決心要解決的重點(diǎn)問題。

“通用計(jì)算領(lǐng)域的圖靈完備性和馮·諾依曼體系結(jié)構(gòu)都是非常基礎(chǔ)、大家也非常熟悉的概念，以至于很多人都不會意識到，對于新興的類腦計(jì)算系統(tǒng)領(lǐng)域，這是一個需要首先解決的問題。”清華大學(xué)計(jì)算機(jī)系研究員張悠慧說。

施路平也認(rèn)為，當(dāng)前類腦計(jì)算的某些研究走向了一個極端：過度關(guān)注技術(shù)應(yīng)用，而忽略了對最基礎(chǔ)問題的研究。“這是需要注意和警惕的。很多時候，如果沒有一個基礎(chǔ)的標(biāo)準(zhǔn)、方案，只追逐最時興的應(yīng)用層面的東西，并不足以支持一個領(lǐng)域的發(fā)展。”施路平說。

新興研究要關(guān)注新的科學(xué)點(diǎn)，還要融合出“新團(tuán)隊(duì)”

而在科研攻關(guān)的過程中，讓團(tuán)隊(duì)成員感到壓力的，不是科學(xué)問題上的挑戰(zhàn)，而是來自于如何融合出一個“新團(tuán)隊(duì)”。這也是當(dāng)前很多新興研究領(lǐng)域面對的困境。

“發(fā)展類腦計(jì)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)，而是我們的學(xué)科分布使得我們沒有合適的人做這樣的研究。而且，腦科學(xué)和計(jì)算機(jī)科學(xué)，一個探索自然世界，一個更關(guān)注應(yīng)用，它們有不同的文化和語言，目標(biāo)也不一樣，所以多學(xué)科融合尤為關(guān)鍵。”施路平告訴記者，清華大學(xué)類腦計(jì)算研究中心由精儀系、計(jì)算機(jī)、電子、微電子、自動化、材料系和醫(yī)學(xué)院7個院系組成：“我們7個院系的老師在一起反復(fù)討論，每周半天的時間，最后我們7年只做了一件事情，叫‘融合、融合再融合’。”

但這位科學(xué)家也坦言，當(dāng)前困擾不少科學(xué)研究的關(guān)鍵點(diǎn)也就在于“融合”這兩個字：“但在很多時候，跨學(xué)科交叉堅(jiān)持起來很難，因?yàn)椴煌瑘F(tuán)隊(duì)有自己各自的訴求，短期或長期的。這時就需要探索一種機(jī)制能夠?qū)⑷擞行У亟Y(jié)合、團(tuán)結(jié)在一起。”
責(zé)任編輯:pj