浅析全球类脑计算人工智能的发展现状

morinson

浅析全球类脑计算人工智能的发展现状

2015-10-27 12:11:52    来源：无界新闻

　　类脑计算人工智能发展新动力
　　人工智能是当今社会的一个热点，就人工智能的现状和未来的发展方向，日本KDDI研究所研究员、通讯与网络专家吴剑明博士指出，相比于单纯利用程序的弱人工智能，强人工智能逐渐成为主流。强人工智能学派认为，人工智能应该通过研究神经元间的互相合作来模拟人脑的结构机制。这么说来，类脑计算是人工智能发展的一股新动力。
　　类脑计算，是由美国科学家Carver Mead在上世纪80年代末提出的。类脑计算代表这样的一个概念：运用包含虚拟电路的超大规模集成电路系统来模仿在人类神经系统中存在的神经生物构造。首先，神经科学家们要充分理解人的大脑是怎样运作的、我们的大脑是如何利用被上千米长的神经纤维连接着的处理单元和神经突触来接收和处理信息的。类脑计算跳脱出原有的计算机模式，开发出能够利用简单、可靠、快速且低能耗运算设备的随机行为的新技术。
　　类脑计算是一门综合科学，它与生物学、物理学、数学、计算机科学和电子工程等都有关系。根据《经济学人》杂志的报道，Karlheinz Meier是德国海德堡大学的一名物理学教授，类脑计算的领军人物之一。他认为类脑计算的终极目标是开发一台具备部分、甚至全部人脑拥有而普通电脑没有的特征的新型计算机。

　　类脑计算的三大特征：
　　1）低能耗（人类大脑的耗能量远远低于一台超级计算机的耗能量，一只老鼠的大脑能够以比一个模仿它大脑的计算机模拟系统快9000倍的速度处理信息，而且消耗更低的能量。）
　　2）容错性（如果一个微处理器失去了一根晶体管，它就不能用了。然而在人脑中，神经细胞的死亡是持续不断的，但这并不会给人脑带来灾难性的损害。）
　　3）不需要编程（人脑通过和外界的交互，就能够随时学习并且更新升级，不需要依照某个固定好的模版线性发展。）
　　各国政府竞相发展类脑计算
　　欧洲：欧盟-Human BrainProject（人类大脑项目）
　　欧盟人类大脑项目的类脑计算平台将建立在欧洲大陆研发的FACETS、BrainScaleS两个项目和英国研发的SpiNNaker项目之上。当前版本的类脑物理模型采用180纳米工艺技术，将50×106塑料突触和200000个神经元模型搭建在一个8英寸硅片上 。该系统不执行预编代码，而是根据电子设备的物理性质演变来发展。
　　这一项目的现有版本中，一个芯片就可以通过八百万个塑料突触的运行来模拟16000个神经元，而耗能只有1瓦。欧盟目前拥有两个类脑计算系统（PM和MC）以及用来支持这两个系统的完整生态系统。
　　美国：国防高等研究计划署-SyNAPSE
　　SyNAPSE项目由HRL实验室、惠普和IBM共同承担。IBM从2008年开始参与这一项目，于2014年开发出TrueNorth系统。这一系统运用扮演神经元角色的模块化芯片。研究人员可以把众多芯片连接在一起，制造出一个虚拟神经系统。
　　《麻省理工学院科技评论》的一篇报道中说，这种类脑计算的芯片技术与冯*诺依曼计算机架构有着本质上的区别。IBM的新芯片没有独立的内存和处理模块，因为它的神经元和突触将这两种功能交织在一起。这是它与传统计算机的一大区别。与传统的微处理器对比，这种新型芯片在处理数据方面要逊色一些，但是它在处理图像、声音和其它感官数据上都更有优势。

　　芯片上的一百多万个“神经元”被放置在相同大小的4096个块中，每块中有250个“神经元”。这一安排的灵感来源于哺乳动物的大脑结构，哺乳动物的大脑由重复电路构成，每个电路中有100到250个神经元。给这样的芯片编程涉及到选择哪些“神经元”进行连接，以及它们对彼此的影响程度有多大。该芯片上有超过50亿个晶体管，可谓是IBM之最，然而耗能非常小。
　　中国：“中国脑计划”
　　2014年5月，百度大脑项目正式启动。在今年全国两会上，百度CEO李彦宏又进一步提出建立“中国脑计划”。当下，在国家大力推动创新的时代背景下，“中国脑计划”有望获得政府的支持。该计划将从认识脑、保护脑和模拟脑三个方向展开研究。类脑计算将会是“中国脑计划”的重要组成部分。
　　在2015中国计算机大会的“类脑研究”分论坛上，杨雄里院士介绍说，“中国脑计划”是一个比较全面的计划，既有脑科学的基础理论方面的研究，又有类脑研究，美国的脑计划着重发展一些先进技术，这一点是不一样的。
　　在该分论坛上，张建伟教授指出，现在中国的类脑计划与人工智能、机器人领域都有进步，包括我们的研究数量非常非常全面，我们开发的各种各样软件、机器人的样机数量明显领先，传统领域的论文进步明显，我们有庞大的研发队伍，国际同行参与也增加，但是基础技术研究面广，强度和持续度有待增加，尤其是与智能机器人的结合，有助于机器人产业化的最后一公里的推进，中国的脑计划和机器人结合才能有非常光明的前景。
　　类脑计算一大步：深度学习
　　深度学习是类脑人工智能发展至今最成功的案例。深度学习直接把大量的数据投放到算法中，系统就会自动利用这些数据学习、研究。深度学习中的“训练”与“预测”过程对应的是人类大脑的“归纳”和“推测”过程。吴剑明博士表示：要真正实现强人工智能，必须借鉴人脑的结构和学习思维模式，通过深度学习这样的方法进行模拟，通过仿生学思路实现人工智能的突破。
　　清华大学类脑计算研究中心学会委员会主任张钹院士说：“我这个大脑一点都不清楚，你做的类脑计算机是什么样，我可以告诉大家，横坐标是空间的复杂度，空间复杂度最复杂是大脑，脑神经网络。我们现在做的就是把空间复杂性往机器里加一点，我们现在一步一步做，今天我们对脑的认识比较差，因此我们做的更接近现代计算机，如果我们对它了解更多，我们做出来的计算机可能更好。随着脑的研究进展，我们逐步的往大脑方面靠近，这个是完全可以做到的，也只有这样，我们才有可能做出来真正的类脑计算机。”