类脑计算机的现在与未来：或天使 或魔鬼
起源于1956年的人工智能试图赋予计算机更多的类人智能，但迄今为止并不成功，更不用说具有人类智能的高级特征，如自主学习和想象创造。然而，近年来，“像计算一样的大脑”已经从概念发展到实践，并且正在走出一条制造类人智能的新途径。所谓的“类似大脑的计算”是指模拟、模拟和借鉴大脑神经系统结构和信息处理过程的设备、模型和方法。它的目标是制造类似大脑的计算机。
CFP
IBM开发的真北方神经形态芯片出现在《科学》杂志封面上。信息图片
像大脑一样的计算机可能吗
人们经常会问:大脑的奥秘还没有被揭示，我们不理解智力背后的基本原理。我们怎样才能创造出一台拥有“大脑智能”的类似大脑的电脑？
作者认为这个问题的问题在于“大脑样”的两个层次之间没有区别:结构层次模拟和功能层次模拟。类脑计算机的“类”从结构级模拟开始，即利用光电微纳器件模拟生物神经元和神经突触的信息处理功能，网络结构以脑神经网络为模型。当模拟精度达到一定范围后，类脑计算机将具有类似生物大脑的信息处理功能和系统行为，包括“灵感涌现”等高级智能。简而言之，类似大脑的计算机在进行模拟之前不会等待理解智能或思维的机制，而是绕过这个更困难的科学问题，通过工程和技术手段(如结构模拟)间接达到功能模拟的目的。
事实上，科学发现和技术发明一直是一个复杂的互动过程，而不是“前者决定后者”的简单关系。中国的“四大发明”都是技术实践的成果，没有科学发现作为前提。在现代科技史上，飞机和空气动力学是另一个生动的例子。经典流体力学形成于19世纪，但是没有空气动力学来指导飞机设计。莱特兄弟在1903年发明了飞机，冯·卡门在1908年去巴黎观看飞行表演后，他下定决心“不惜一切代价研究风和在风中飞行的所有奥秘，有一天我会向费尔蒙解释为什么他的飞机能在空中飞行”。
脑科学和类似大脑的计算机之间的关系也是如此。尽管人脑是迄今为止已知的最复杂的结构，而且规模很大，但它仍然是一个具有有限复杂性的物理结构:它有大约1000亿个神经元，每个神经元通过数千个甚至数万个突触与其他神经元相连。利用神经科学实验手段，从分子生物学和细胞生物学的层面分析大脑神经元和突触的物理和化学特性，理解神经元和突触的信号处理和信息处理特性，没有不可突破的技术障碍。随着检测方法的不断改进，脑分析变得越来越精确，神经元和突触作为信息处理单元为分析的准确性设置了下限，因此脑分析是一个可以实现的工程技术问题。
2008年，美国工程学院将“大脑逆向工程”列为本世纪14大工程问题之一。近年来，各国的“脑计划”也将高精度脑分析列为重要的支持内容。我们应该停止担心大脑意识的原则是否已经突破。我们应该在大脑分析和模拟的最新进展的基础上，努力在制造类大脑计算机方面取得突破。一旦类似大脑的计算机能够产生一些类似大脑的功能，大脑智能的秘密不久就会被揭开。
B.像大脑一样计算的技术路线
一般来说，像计算机一样的大脑技术路线可以分为三个层次:结构层次模仿大脑，设备层次接近大脑，智力层次超过大脑。在过去的十年里，国内外在这三个层面都取得了许多成就。
所谓“结构层面的模仿大脑”是将大脑作为一种物质和生理对象来分析，以获得基本单位(各种神经元、突触等)的功能。)及其连接关系(网络结构)。这一阶段主要通过使用先进的分析和检测技术的神经科学实验来完成。
1952年，英国科学家霍奇金和赫胥黎提出了以他们命名的HH方程，该方程准确地描述了单神经元放电的非线性动力学过程。这是神经元信息处理的标准数学模型。近年来，国内相关检测方法也取得了快速进展。例如，由北京大学生物动态光学成像中心主任、哈佛大学终身教授谢晓亮领导的生物动态光学成像中心，可以通过单分子光谱学观察细胞内的动态生理过程。2014年，华中科技大学罗庆明教授领导的“单细胞分辨率全脑显微光学切片断层成像技术及仪器”获国家科技发明二等奖，实现了神经细胞尺度的大脑皮层结构分析。在国际上，2014年6月，美国国立卫生研究院发布了美国大脑计划的12年计划，重点是支持新的大脑分析和检测技术。目标是绘制一张与“人类基因图”相当的“人类大脑动态图”。相关进展表明，人类大脑结构的分析有望在十年内实现重大突破。
所谓“人脑的器件层次方法”是指开发能够模拟神经元和突触功能的微纳光电器件，从而在有限的物理空间和功耗下构建人脑规模的神经网络系统。该领域的一个代表性项目是2008年由美国国防高级研究计划局发起的“神经形态适应性可塑性扩展电子系统”(synapse)。它的目标是开发功能、规模和密度与人类大脑皮层相当的电子设备。它的耗电量为1千瓦(人脑为20瓦)，IBM和几所大学已经获得了超过1亿美元的资助。2014年8月7日，IBM在《科学》杂志上发表了一篇文章，宣布成功开发了TrueNorth神经形态芯片，该芯片包含100万个神经元和2.56亿个突触。这项成果被评为“2014年十大科学突破”。德国海德堡大学在开发神经形态芯片方面积累了十多年的经验。今年3月，他们在一个8英寸的硅片上组装了20万个神经元和5000万个突触。使用这种“神经形态处理器”的计算机已经成功运行。它的神经元是由模拟电路实现的，它们的功能比IBM的计划更接近生物神经元。
类似大脑的计算机研究的目标是制造一台类似大脑的计算机。其硬件本体是一个大规模的神经形态芯片，主要包括两部分:神经元阵列和突触阵列。前者通过后者相互连接，典型的连接结构是交叉的，将一个神经元与数千个甚至数万个其他神经元连接起来。此外，还可以通过软件来定义和调整连接。类脑计算机的基础软件除了管理神经形态硬件外，主要实现各种神经网络到底层硬件设备阵列的映射。这里的“软件神经网络”可以重用生物大脑的部分甚至整个，也可以是经过优化甚至是新设计的神经网络。
所谓“智力水平超越大脑”，属于类大脑计算机的应用软件水平问题。它是指通过信息刺激、训练和学习类大脑的计算机来培养和进化智力，使其产生类似人脑的智力，甚至出现自主意识。刺激源可以是虚拟环境、来自真实环境的各种信息(例如互联网大数据)和信号(例如世界各地的照相机和各种物联网传感器)，或者在自然环境中探索和交互的机器人“身体”。在这个过程中，类大脑计算机可以调节神经网络的突触连接和连接强度，实现学习、记忆、识别、对话、推理和更高的智能。
C.北京的类似大脑的计算研究
中国在脑像计算方面的相关研究已经有十多年的研究历史。北京大学微电子研究所于2006年开始开发神经形态学装置，并于2012年实现神经突触模拟装置。反应速度比生物突触快100万倍，而单位体积只有生物突触的1/10万。光学突触也有突破。在类脑信息处理和计算模型方面，北京大学教育部机器感知与智能重点实验室和国家数字视频编解码技术工程实验室在视觉信息编码和识别方面有着深厚的积累。北京大学今年还成立了“脑科学和类脑科学研究中心”，由生命科学学院、信息科学学院、技术学院、心理学系和基础医学系开展跨学科研究。
北京大学是中国大脑研究蓬勃发展的缩影。自今年年初以来，清华大学在七个系建立了一个“类脑计算研究中心”，对基础理论、芯片和软件系统进行全方位研究。中国科学院自动化研究所建立了一个“类大脑智能研究中心”。中国科学院计算技术研究所开发了世界上第一个深度学习处理器芯片。中国传媒大学脑科学与智能媒体研究所和北京印刷学院等单位在神经系统的高效模拟和神经形态装置的印刷方面也有良好的工作基础。
今年以来，北京市科委对脑科学和类脑计算进行了深入研究，制定了“北京脑科学研究”专项计划，并于9月1日正式发布。“大脑认知和类似大脑的计算”是该专项的两项关键任务之一。沿着“结构模拟、器件逼近和功能超越”的技术路线，分三个层次、九个方面提出了科研任务:建设四个基本公共平台(脑分析模拟平台、认知功能模拟平台、神经形态器件平台和类脑计算机系统平台)，支持类脑计算的基础研发和产业创新。开发了两个类脑计算处理器芯片(类脑处理器和机器学习处理器)，并投入实际应用。希望开发类似大脑的计算机软件和硬件系统，在视听感知、自主学习和自然对话三个脑智能方向实现突破和规模化应用。该专项目标是依托首都在类脑领域的科研优势，在计算理论基础研究、类脑计算机发展和类脑智能三个方面的理论研究和关键技术上取得重大突破，初步形成独立可控的类脑计算机产业链，将北京建设成为具有全球影响力的类脑计算科技创新中心和产业化中心。
目前，十几个以北京高校、科研机构和企业为重点的脑像计算研究项目已经全面启动。这是作者参与的“脑初级视觉系统分析仿真平台的研究与应用验证”项目的一个实例。该项目汇集了信息科学和生命科学的研究团队:教育部视觉损伤与修复重点实验室负责测量各种视觉刺激下各种视网膜神经节细胞的分布模型，国家数字视频编解码技术工程实验室负责开发高保真视网膜模拟软件，生物医学中心使用双光子成像研究灵长类初级视皮层的神经机制。 定量生物中心从神经网络仿真和动态分析方面进行软件仿真，并通过生物实验和计算机仿真进行交叉验证，实现对生物视觉系统视觉信息处理和处理过程的准确重构。 预计本研究不仅将加深对生物视觉系统信息处理过程的理解，还将启发新的高效视频编码方法和目标检测与识别算法，并通过新一代视觉芯片支持智能机器人和无人机的产业化发展。
正如飞机的发明极大地促进了空气动力学的发展一样，类大脑计算机作为生物大脑的模拟系统，也将在揭开意识之谜方面发挥重要作用。需要特别注意的是，由于类大脑计算机的速度是生物神经元和突触的100多万倍，一旦智能通过涌现产生，其后果是不可预测的，对人类来说可能是天使或魔鬼。因此，相关的伦理和风险研究应该同时进行。
(北京大学计算机科学与技术系主任黄铁军)