立于百年機(jī)遇變革潮頭，數(shù)字經(jīng)濟(jì)已成中國經(jīng)濟(jì)高質(zhì)量躍遷新引擎。加速數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化，是當(dāng)下發(fā)展數(shù)字經(jīng)濟(jì)及數(shù)字化轉(zhuǎn)型的重要命題。到底什么是數(shù)字經(jīng)濟(jì)？數(shù)字經(jīng)濟(jì)現(xiàn)處何種階段？數(shù)字經(jīng)濟(jì)的發(fā)展方向在哪里？如何實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型？……

江偉杰博士現(xiàn)任全球半導(dǎo)體聯(lián)盟亞太區(qū)執(zhí)行長，擁有豐富的實(shí)際應(yīng)用和芯片開發(fā)工程經(jīng)驗。全球半導(dǎo)體聯(lián)盟擁有近400家成員公司，產(chǎn)值占半導(dǎo)體行業(yè)75％以上。

世界上最復(fù)雜的東西是什么？

答案不是機(jī)器，不是AI，是我們的大腦。

神經(jīng)學(xué)家說，人腦是世界上最復(fù)雜的東西，它復(fù)雜得讓試圖解釋它的簡單模型可笑，讓精致的模型無用。生物學(xué)家說，人的大腦是否能理解它自己，是最古老的哲學(xué)問題。

在人工智能的發(fā)展中，一直存在著兩大技術(shù)路徑，一條是以模型學(xué)習(xí)驅(qū)動的數(shù)據(jù)智能，另外一條是以認(rèn)知仿生驅(qū)動的類腦智能。前者即我們通常所指的“人工智能”技術(shù)，它已廣泛應(yīng)用于人臉識別、機(jī)器視覺等各大領(lǐng)域；后者作為全新的技術(shù)才剛剛開始，具備巨大的想象空間。

近日，億歐EqualOcean采訪了新氦類腦智能平臺總經(jīng)理江偉杰，試圖探究：類腦技術(shù)究竟意義何在？其未來將如何發(fā)展？

算法世界的成本瓶頸

先用一組數(shù)據(jù)來感知計算機(jī)世界和人腦世界的差距：

曾排名世界第一的超級計算機(jī)天河一號，裝有3．2萬顆主CPU和4．8萬個協(xié)處理器，其計算力相當(dāng)于13億人同時用計算器算上1000年，但耗電量驚人，滿負(fù)荷下一天電費(fèi)超30萬，一年費(fèi)用超1億；

日本曾將算力排名世界第4的超級計算機(jī)與人腦作PK實(shí)驗，結(jié)果出乎意料地顯示，這臺超級計算機(jī)在模擬1％人腦活動的時候就消耗了將近40分鐘，而我們的大腦執(zhí)行這樣的工作只需要1秒鐘；

人腦消耗的能量如果用電量來衡量的話，功率是25W，相比之下，標(biāo)準(zhǔn)計算機(jī)僅識別1000種不同的物體，就需要消耗250W的能量。

這些事實(shí)都指向一個問題：算法成本有多高？

聰明的算法模型固然提高了人們的工作效率，但要進(jìn)一步發(fā)展以執(zhí)行更復(fù)雜任務(wù)，將不可避免面臨高功耗、低效率所帶來的成本瓶頸。

計算機(jī)的世界里，這一切都源于“馮·諾依曼結(jié)構(gòu)”。1946年，第一臺通用計算機(jī)ENIAC誕生，在它27噸的龐大身軀里，CPU負(fù)責(zé)加工處理數(shù)據(jù)，內(nèi)存負(fù)責(zé)存儲。自此，存儲單元和運(yùn)算單元分離，成為計算機(jī)的基本架構(gòu)。

但兩相分離的產(chǎn)業(yè)格局，導(dǎo)致內(nèi)存技術(shù)與處理器技術(shù)發(fā)展不同步。在過去的20多年中，處理器的性能以每年大約55％的速度快速提升，而內(nèi)存性能的提升速度則只有每年10％左右。內(nèi)存的存取速度嚴(yán)重滯后于處理器的計算速度，“內(nèi)存墻瓶頸”導(dǎo)致高性能處理器難以發(fā)揮出應(yīng)有的功效，對高性能計算形成極大制約。

但在人腦結(jié)構(gòu)下，計算和存儲發(fā)生在同一神經(jīng)突觸中，數(shù)以百萬億的神經(jīng)元同時進(jìn)行著存儲和計算，讓信息處理變得快速而高效。

怎樣模仿人類神經(jīng)系統(tǒng)工作原理，開發(fā)出快速、可靠、低耗的運(yùn)算技術(shù)？類腦技術(shù)即由來于此。

低功耗、高智能的類腦技術(shù)

類腦技術(shù)采用了和傳統(tǒng)計算機(jī)完全不同的架構(gòu)，利用基于時序的脈沖神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，處理復(fù)雜的計算任務(wù)。江偉杰舉了一個形象生動的例子，解釋基于時序的脈沖編碼和傳統(tǒng)二進(jìn)制編碼的差別。

假設(shè)房間里裝了智能攝像頭，為了達(dá)到安防效果，它需要隨時在線，即使房間里大部分時間空空蕩蕩，它也必須一幀一幀拍攝下去。

但脈沖結(jié)構(gòu)是事件驅(qū)動的，類腦技術(shù)的神經(jīng)單元只有在接收或發(fā)出尖峰信號時才處于活躍狀態(tài)。這種結(jié)構(gòu)下，系統(tǒng)只有在房間里有人闖入時才做出反應(yīng)，若無事件發(fā)生，系統(tǒng)將保持閑置狀態(tài)，這將大大縮減計算量。

除此之外，類腦的計算原理與計算機(jī)二進(jìn)制亦不同。江偉杰介紹，計算機(jī)二進(jìn)制的世界是非黑即白的，只有對錯兩種選擇，但類腦的模擬計算世界不是簡單的二元論。

類腦芯片元件模擬了神經(jīng)元被流過突觸的離子激活的工作原理，它通過交換梯度信號或權(quán)重信號激活，達(dá)到模擬人腦處理信息的目的。和人腦一樣，類腦芯片擅長的不是“粗暴”的二進(jìn)制計算方式，而是高進(jìn)制的復(fù)雜運(yùn)算，例如推理、識別。

“類腦模擬計算的密度比二進(jìn)制大很多，但精度上有所欠缺?！苯瓊ソ芨嬖V億歐。

“很多人談到類腦技術(shù)，總是要把它定位成比人工智能更高級的存在，但這種態(tài)度我并不認(rèn)同?！彼毖?，“人工智能在很多方面有非常獨(dú)特的優(yōu)越性，類腦技術(shù)和人工智能的關(guān)系，應(yīng)該是互補(bǔ)而不是替代的關(guān)系。在技術(shù)應(yīng)用中，我們的態(tài)度很簡單，哪個好用就用哪個”。

舉例來說，AlphaGo用精妙的算法打敗世界冠軍李世石，展示了人工智能的巨大潛力。在9＊9的棋盤上，規(guī)則是固定的，系統(tǒng)只需要大量數(shù)據(jù)作為輸入，通過不斷訓(xùn)練檢查結(jié)果，再校對調(diào)整參數(shù)，即能得到最優(yōu)擬合方程。

“但下棋不會是類腦技術(shù)所涉獵的領(lǐng)域?！苯瓊ソ苷f，“類腦擅長的是推理，是在小樣本、高噪聲環(huán)境下解決問題?！?/p>

如果說人工智能長于應(yīng)對大樣本條件下的經(jīng)典問題，那么類腦技術(shù)則是解決鮮有先例、不易總結(jié)的“疑難雜癥”。在現(xiàn)實(shí)應(yīng)用中，兩種技術(shù)互為補(bǔ)充，讓各行各業(yè)更“智能”。

類腦前沿應(yīng)用

2013年，歐盟人腦旗艦計劃發(fā)布，該項目如是表明類腦技術(shù)的重要性：“在未來10到20年內(nèi)，誰要引領(lǐng)世界經(jīng)濟(jì)，誰就必須在這個領(lǐng)域領(lǐng)先?！?/p>

在此后的多年里，類腦技術(shù)在全球取得了飛速進(jìn)展。

2014年，美國IBM開發(fā)出與人腦類似的TrueNorth系統(tǒng)。它模仿人類大腦結(jié)構(gòu)，每顆芯片內(nèi)置100萬個模擬神經(jīng)元和2．56億個模擬神經(jīng)突觸，組成具有4800萬個神經(jīng)元的網(wǎng)絡(luò)，智力水平抵得上一只小老鼠，而能耗僅為2．5瓦。

2019年7月，在美國國防部高級研究計劃局電子復(fù)興峰會上，英特爾隆重展示了其“Pohoiki Beach”芯片系統(tǒng)。它含有800多萬神經(jīng)元，在人工智能任務(wù)中執(zhí)行速度比傳統(tǒng)CPU快一千倍，能效提高一萬倍，已能勝任觸覺感知、假肢控制、玩桌足球等簡單任務(wù)。

時隔半月后，清華大學(xué)類腦計算研究中心施路平團(tuán)隊發(fā)布“天機(jī)”芯片，登上《自然》（Nature）封面，實(shí)現(xiàn)了中國在芯片和人工智能兩大領(lǐng)域《自然》論文零的突破。這款芯片包含了大約4萬神經(jīng)元和1000萬突觸，被搭載在自動行駛自行車上，能夠?qū)崿F(xiàn)目標(biāo)探測和追蹤、語音識別、避障、平衡控制、自主決策等多項功能。

“盡管芯片產(chǎn)業(yè)西方領(lǐng)先，但在類腦這一全新技術(shù)上，大家在同一起跑線上?！苯瓊ソ苷f。

天機(jī)芯不僅是世界首款異構(gòu)融合類腦芯片，也是首款既支持脈沖神經(jīng)又支持人工神經(jīng)網(wǎng)絡(luò)的智能芯片。它融合了計算機(jī)科學(xué)和腦科學(xué)領(lǐng)域的技術(shù)優(yōu)勢，成為第六屆世界互聯(lián)網(wǎng)大會上15項世界互聯(lián)網(wǎng)領(lǐng)先科技成果之一。

在類腦技術(shù)研發(fā)上，中國比肩西方，甚至走在了前列。而在行業(yè)應(yīng)用上，江偉杰所在的新氦類腦智能平臺，致力于為整個產(chǎn)業(yè)共享核心資源，孵化類腦技術(shù)的具體應(yīng)用。

江偉杰向億歐介紹了幾個類腦技術(shù)的應(yīng)用案例。

例如，某藥企在產(chǎn)品銷售過程中，經(jīng)常發(fā)現(xiàn)有渠道利用規(guī)則漏洞作虛假交易，以騙取業(yè)績提成。傳統(tǒng)方法是請審計專家做風(fēng)險提示，準(zhǔn)確率大概在15％左右。后來藥企訴諸AI技術(shù)，但當(dāng)專家測試交易模型后，卻發(fā)現(xiàn)結(jié)果的準(zhǔn)確率僅達(dá)到5％，原因在于復(fù)雜的高噪聲環(huán)境中，算法模型準(zhǔn)確性大大降低。

而當(dāng)類腦技術(shù)被用于檢查虛假交易時，系統(tǒng)僅僅用最原始的個別交易記錄，通過本地學(xué)習(xí)、推理演繹，便將風(fēng)險提示命中率提高到60％左右，大大節(jié)省了人工成本。

再例如，某些大型工廠需要檢查設(shè)備是否出現(xiàn)裂縫，由于數(shù)據(jù)量稀少，AI算法在小樣本環(huán)境下近乎失效。但類腦系統(tǒng)利用推理方式，可以通過已有的模型去適應(yīng)這些樣本或小樣本場景，很好地解決了這一問題。

“在垂直應(yīng)用上，類腦技術(shù)還有很大的發(fā)揮空間?！苯瓊ソ苷f道。目前，類腦技術(shù)在個別高噪聲、小樣本場景下已有嘗試，對于經(jīng)典人工智能算法表現(xiàn)好的場景，倒不見得有優(yōu)勢。

“我們不僅要懂技術(shù)，更要理解中國廣闊的應(yīng)用場景，理解社會環(huán)境?！碑?dāng)談到未來，江偉杰如是展望，“我相信未來10年，中國類腦技術(shù)一定會取得大發(fā)展?！?/p>

相比于計算機(jī)“單純”的零一世界，類腦的世界復(fù)雜、多樣，充滿了重重挑戰(zhàn)。當(dāng)前，無論在前沿技術(shù)研發(fā)，還是垂直行業(yè)應(yīng)用上，中國都取得了卓越的進(jìn)步。在制度不斷完善、技術(shù)不斷改進(jìn)的未來，人腦讀懂人腦，將不是夢想。

責(zé)任編輯：xj