讓機器像人腦一樣工作——這不是幻想，已經有科學家走在實現它的路上。

據外媒報道，英國曼徹斯特大學計算機科學學院“激活”了世界上最大的“大腦”——一臺類腦超級計算機SpiNNaker。據曼徹斯特大學官網介紹，這臺計算機擁有100萬個處理器內核（processor cores）,每秒可進行200萬億次運算，處理信息的方式與人腦類似。SpiNNaker設計師、計算機工程教授史蒂夫·弗伯表示，該類腦超算“重構了傳統(tǒng)計算機的工作方式”。

模擬生物大腦的信息處理方式

“SpiNNaker之所以被稱為類腦超級計算機，是因為它在模仿生物大腦處理信息的方式，而且處理速度和規(guī)模遠超同類機型，但在體系結構上與傳統(tǒng)意義的超級計算機有明顯不同。我更傾向于把這類模仿生物大腦的機器統(tǒng)稱為‘類腦機’。”北京大學計算機科學技術系主任黃鐵軍在接受科技日報記者采訪時表示，超級計算機往往是指性能更高、規(guī)模更大的傳統(tǒng)計算機，而類腦機則是指借鑒、模擬生物大腦神經系統(tǒng)結構和信息處理過程的智能機器，而非單純進行計算任務的傳統(tǒng)計算機。

美國加州科技大學校長秦志剛也持有相同觀點。“類腦機與傳統(tǒng)計算機的工作方式不同。”他表示，個人計算機往往只有1個中央處理器（CPU），該CPU功能強大，可處理多種任務，但在這種模式下，任務只能被接續(xù)處理，即處理完一個、才能處理下一個。但類腦機的原型——生物大腦的工作方式并非如此。據統(tǒng)計，人的大腦中約有1000億個神經元，這些神經元是人腦神經系統(tǒng)最基本的結構和功能單位。每個神經元均可被看成是一個簡化版CPU，其計算功能雖比不上計算機的CPU，但勝在數量多，且每個神經元均可獨立完成任務。簡而言之，可以把大腦看成是由多個同時運轉的CPU組成的機器，其具有高效的多任務信息處理能力。

常規(guī)超級計算機雖也有大量CPU，但是這些CPU只能進行簡單并行工作，相比之下，生物神經元相互連接形成的網絡結構要復雜得多。

那么，類腦機如何模仿生物大腦中神經元之間的信息交換和處理過程？

大腦中每個神經元通過數千個神經突觸與其他神經元連接，構成可感知、綜合處理、反饋信息的神經網絡系統(tǒng)。感知到外界信號后，上游神經元可將信號以神經脈沖的形式“發(fā)送”給多個下游神經元，下游神經元再將這一脈沖信號傳遞給更多的神經元。這些神經脈沖信號在神經元之間的傳遞過程實際上就是大腦處理信息的過程。

“類腦機通過大規(guī)模神經形態(tài)芯片模擬生物神經網絡，每塊芯片上都集成了大量電子或光子神經元和突觸陣列。”黃鐵軍介紹，與生物神經元不同，電子版神經元的連接狀態(tài)可通過軟件實現。類腦機處理信息也采用傳遞神經脈沖信號的方式進行，只是通常不是直接采用生物神經網絡的連接模式，而是采用路由交換的方式，提高靈活性。一種典型的做法是將脈沖信號打包，然后利用包裹上的“投遞地址”等信息實現面向下游神經元的精準投遞；待下游神經元收到大量的信息包，而后根據自身的處理特性生成新的脈沖，再將信息“投遞”出去，周而往復。當這種類腦機的計算精度達到一定程度后，就能產生僅生物大腦才具有的某些功能，甚至可能出現“靈感涌現”等高級智能。

更節(jié)能，可促進相關學科發(fā)展

1981年，美國生物學家杰拉爾德·艾德曼提出了“綜合神經建模”理論，這位科學家成為仿真生物大腦領域的先驅者。30多年來，人們花費了大量的精力、財力研究類腦算法、模型及配套硬件設施。以SpiNNaker為例，該項目始建于2006年，迄今已花費了約1500萬歐元。

那么，類腦機為何能讓人們如此著迷并為之付出諸多努力？“類腦機擁有現階段主流人工智能模型（如深度神經網絡）無法比擬的高智能、低能耗的優(yōu)勢。”中國科學院自動化研究所副所長劉成林表示，深度神經網絡往往只具有完成單一任務的智能，如圖片識別、語音識別等，缺乏綜合處理不同場景信息的能力，這也是制約其未來發(fā)展的瓶頸問題之一。類腦機則得益于模仿大腦的“先天優(yōu)勢”，在綜合感知、推理等方面的能力更為突出。

類腦機在低能耗方面具有顯著的優(yōu)勢。人腦執(zhí)行計算任務所消耗的能量要比目前通用計算機低很多。正如歐盟在其推出的《人類大腦計劃（Human Brain Project）》報告中指出，在處理等量任務時，目前沒有任何人工系統(tǒng)能夠媲美人腦的低能耗。人類大腦的能耗功率一般在20瓦左右，而一臺常用筆記本電腦的耗能功率約為100瓦。這種差距在基于人工神經網絡的人工智能上表現得更為顯現。2016年，阿爾法狗對戰(zhàn)圍棋九段高手李世石時，該人工智能程序的功耗達1兆瓦，將近人腦的5萬倍。“現階段類腦機的能耗雖無法降至人腦水平，但比人工神經網絡節(jié)能。”劉成林表示。

另一方面，類腦機的研究可以促進腦科學和神經科學研究的發(fā)展。大腦是人身體中最復雜的器官，其神經結構和運行機理至今仍有很多不清楚的地方，靠影像手段難以直接觀測。劉成林指出，類腦機作為模擬大腦的計算模型，通過計算產生類似大腦的活動和智能行為，可以反過來為腦神經結構和功能的研究提供有益的啟發(fā)。同時，腦科學和神經科學的進步也將促進類腦機向更高智能方向發(fā)展。

首臺實時模擬人腦機器或4年后出現

“目前類腦機研究仍處在起步階段，其學習、創(chuàng)造能力還遠不如人腦。但是隨著相關技術的進一步發(fā)展，不可否認，類腦機確有達到甚至超越人腦的可能。”秦志剛說。

黃鐵軍則描繪了未來類腦機的藍圖：當神經形態(tài)器件和芯片的精密程度發(fā)展到一定階段后，在信息處理速度上或比人腦快幾個數量級，同時在外形上沒有了人腦骨骼結構的限制……

距離研制出這樣一臺“電腦”，我們還有多遠的路要走？黃鐵軍介紹說，根據歐盟推出的《人類大腦計劃》，到2022年首臺實時模擬人類大腦的機器就會出現，約20年后尺寸與人腦相當又能精確模擬人腦功能的類腦機或將面世。

當類腦機出現后，它會給我們的生活帶來哪些改變？“類腦機的出現必然會給人們的生活方式，尤其是學習方式帶來巨大的變革。類腦機可大量減少人類重復性的工作，同時其也會成為創(chuàng)新靈感的來源之一。”秦志剛表示。

劉成林認為，裝有類腦機的機器人可能在功能上與真人無異，會思考、判斷、學習，能夠提供更貼心的服務，并代替人從事高智力工作，極大地提高工作效率，促進社會經濟發(fā)展。但是，未來高智能機器的發(fā)展和廣泛使用也可能帶來失業(yè)、被誤用等負面影響，相關的倫理、風險研究應逐步展開，相關法律法規(guī)建設也應同步完善。