构建“人造超级大脑”(开卷知新)( 二 )


研制理想的类脑芯片 , 需要在多个学科中寻找突破口 。比如从材料层面探索类生物物质 , 从器件层面构造神经元与突触 , 从电路层面实现神经网络的连接 , 从算法层面研究大脑的思考能力 , 等等 。目前 , 类脑芯片研究有3个主攻方向 。
一是寻找工作行为特性与大脑神经元相似的纳米器件 。类脑芯片由大量更小的电子器件组成 , 这些器件每个仅几十纳米到几百纳米大小 , 被称为纳米器件 。长期以来 , 研究人员不断寻找与构造合适的纳米器件 。如一类叫作忆阻器的纳米器件 , 其纳米夹层中的离子运动可以改变器件的工作状态 , 这与大脑神经元及突触细胞膜中所包含的离子通道的作用相似 。有些忆阻器可以一直保持这样的工作状态 , 即使断电了也不会丢失 , 就跟人的记忆一样 。
二是设计适合类脑芯片的新型计算体系架构 。有了上亿甚至上百亿个类脑纳米器件后 , 还要使它们都按照人们需要的行为模式协同工作 , 即要形成与类脑芯片运行相匹配的体系架构 。目前最常见的计算芯片(CPU)均是在冯·诺伊曼体系架构下建立的 。这种架构的最大特点是“存算分离” , 即存储单元和计算单元是分开的 , 好比编曲和演奏是分开的 。程序员像是作曲家 , 编程好比编曲 , 写有程序的存储器就像曲谱本 , 操作者则像是演奏家 , 其运算好比演奏 , 乐器就是具备计算能力的计算单元 。一个计算单元可以根据存储器里的不同程序执行不同任务 , 就像同一台钢琴可以演奏不同曲子一样 。与此原理不同的是 , 生物大脑并不区分存储区和计算区 , 而是集“作曲家、曲谱本、演奏家和演奏工具”于一体 。它是信息的存储者 , 也是信息的处理者 , 还是信息的创造者 , 具有自我学习、思考、创新创造等能力 。
三是解决类脑芯片的能效问题 。研究发现 , 人脑是一部能效极高的“计算机” , 若用现在的计算机去处理人脑承担的任务 , 粗略估计需要高达100兆瓦的功耗 , 是人脑功耗的500万倍 。人脑可以低能量消耗运行的原因之一 , 就是存算一体的机制最大程度减少了数据的传输需求与传输距离 , 节约了传统计算架构中计算单元和存储单元间通信所消耗的时间和能量 。因此 , 类脑芯片不仅能够像人脑一样根据外界动态信息做出反应并不断学习 , 还可以在无信息输入的时候进入“休息”的省电状态 。
类脑计算的未来:在学科交叉与突破创新中蓬勃发展
综观全球 , 类脑研究不断取得新进展 。我国于2021年正式启动科技创新2030——“脑科学与类脑研究”重大项目 , 将大力开展类脑研究 。一些发达国家也相继提出类脑研究计划 。可以预见 , 类脑研究将进入前所未有的高速发展期 , 催生一批新理论和技术成果 , 引领新一轮科技革命 。目前 , 类脑计算的基础理论和核心技术已取得不少突破 。
类脑研究发展迅猛、前景广阔 , 但总体仍处于起步阶段 。特别是要想实现构建“人造超级大脑”的美好愿望 , 还需突破多个难点 。比如世界上单颗类脑芯片仅停留在百万级神经元规模 , 最大的类脑计算系统也只达到了亿级神经元 , 而一只小鼠的大脑神经元数量就达到了1亿左右 , 人脑的神经元数量更是有600亿—1000亿之多 。总体而言 , 基于硬件的类脑计算过程模拟与真实大脑相比仍有不小差距 , 类脑学习的运作机制与算法研究还很有限 。再如目前人类对大脑神经元如何编码、转导和储存神经信息有较多了解 , 但尚不了解神经信息如何产生感知觉、情绪、抉择、语言等各种大脑高级认知功能 。要让科幻电影里那样的“人类超级大脑”计算机成为现实 , 仍需研究者久久为功 。