“清华大学通用人工智能芯片“天机芯”登上《自然》封面——以“类脑”觅“

本篇文章3217字，读完约8分钟

最近出版的《自然》封面复印件展示了清华大学类脑计算研究中心施路平团队开发的新型人工智能芯片天机芯( tianjic )。 这是世界上第一个异构融合型脑芯片，实现了中国芯片和人工智能两个行业“自然”论文的零突破。

中国制造的天机芯作为世界上首个异构融合型大脑芯片，到底有什么突破？

芯片是人工智能系统的大脑。 目前的人工智能技术( ai )存在两个主要大脑:一个是支持人工神经互联网的深度学习加速器，基于研究计算机的计算机科学，让计算机执行机器学习算法。 另一种是支持脉冲神经互联网的神经形态芯片，基于研究人脑的神经科学，无限模拟人脑。

同样是人工智能，但是鸡和鸭不能交流。 这是因为两种ai脑的平台各不相同，不兼容。 天空机芯可以将这两个本来不兼容的人工智能芯片一体化，成为世界上第一个异构融合型大脑芯片。 该融合技术有望实现人工共通知能力( agi )。 基本上，人工智能平台可以执行人类所能完成的所有任务。

我们7年前组队开始了这项研究，现在取得了初步成果。 类脑计算支撑着人工共通智能的迅速发展，并致力于各行各业，这是我们整个研究的愿景。 研究小组负责人、清华大学精密仪器系教授施路平说。

自行车做好了

用来展示天空机芯性能的平台是清华大学操场上一辆欢腾的自行车。 这是一辆无人驾驶的自行车。 在实验中，无人自行车不仅可以识别声音指令，实现自身平衡控制，还可以自身越过路面的小突起，不失去平衡跌倒，可以检测、跟踪前方的行人，自动避免障碍。 这体现了其动态感知、目标探测、过障、自主决策等能力。

自行车骑得好了吗？不，这只是因为有空机芯的大脑。 这辆自行车装有惯性测量单元传感器、照相机、麦克风、制动马达、转向马达等制动器、控制平台、计算平台等解决平台。

在这些功能中，语音识别、视觉跟踪是大脑启发模型。 目标检测和运动控制是机器学习算法，自主决策是两者混合的模型。 研究小组的邓磊说，我们需要建立一个小型的大脑计算平台。 自行车是我们最终的考虑因素。

涵盖感知、决策、执行的完整任务。 需要能够与现实环境对话的真实的演示系统。 演示系统需要能够安全控制，可以重复实验的系统可以解决芯片的功耗和实时性要求，体现芯片的特点，可以运行五种不同的神经网络:用于图像解决和物体检测的cnn、cnn 用于人类目标跟踪的cann，用于姿态平衡和方向控制的mlp，用于决定控制的混合互联网。 芯片采用核心架构和任意路由拓扑，自由集成各种神经互联网和混合代码方案，在多个模型之间无缝通信，最终让人们看到了能够顺利完成这各种任务的精致自行车。 据说这是世界上第一辆同时拥有计算机思维和人脑思维，几乎具有独立思考能力的自行车。

怎样才能窥视飞机呢

以运动的视频分辨率为例。 完全使用深度学习技术需要逐帧解决，功耗大、成本高、数据量大、受传感器带宽限制会产生卡顿。 完全用神经形态技术解决，数据量下降，能耗小，但解决正确率低，容易出错。 我们的芯片通过结合两种模式来解决，可以很好地平衡成本和功能。 邓磊说。

两种模式的功耗有什么不同？ 人脑的耗电量约为20瓦，但根据ibm的推算，实时模拟的人脑需要300辆以上的天河2号，正在从事中。 天河2号光一年电费就要1亿元，但全速计算的话电费就要1亿5千万元。

将来，人工智能是必然的趋势。 而且，人工智能可以赋予各行各业力量。 施平介绍说，现有的人工智能是独有的人工智能，只要一个问题对应一种处理方法，满足条件，现有的系统就会运行良好。 但是，现有的人工智能很难解决模糊问题，也无法跨界解决问题。 例如阿尔法狗下围棋会赢世界冠军，但不会阅读理解问题。

对此，解决了视觉、听觉、学习、推理等多种任务，具备了一反三、融会贯通能力的人工共通通知能力。 快速发展人工智能是人工智能学界一直在努力的方向，国内外许多机构都在进行。

我们认为未来是融合架构，不是放弃现有的计算机系统，而是改善。 施平说，目前快速发展人工智能的两种途径分别以计算机思维和人脑思维为基础，各有优缺点。 但是，小组的研究发现，两者都代表了大脑解决新闻的部分模型。 于是我们想到了将两者有机融合的想法。 这是我们研究事业的主体思想。

那么，融合会面临那些挑战吗？ 最大的挑战不是来自科学技术，而是我们的学科分布太细，不利于处理这么多复杂的问题。 所以，多学科深度融合是处理问题的关键，结合计算机思维和人脑思维的特点，可以帮助我们快速发展人工智能。 施路平表示，清华大学类脑计算研究中心由校内7个系联合设立，融合了脑科学、电子、微电子、计算机、自动化、材料及精密仪器等学科，从成立伊始就以开发基于天机系列芯片的类脑系统为目标。

小组成员、清华大学精密仪器系副研究员裴京说:“世界上很少有团队能像我们这样组织7个系，让各行各业的专家一起研究。 来清华交流的国际团队认为我们是研究类大脑计算最成功的模型。

但是，面对人工智能研究的多样性很复杂，研究道路并不顺利。 施路平讲述了他多年前上山迷路的故事。 刚研究类脑计算时，他为相关文献的不足而烦恼。 在一次登山中，他出了大街随便走，迷路后，靠太阳明确方向，沿一个方向出山。

可见在没有人走过的路上，如何寻找方向是很重要的。 施平说，脑科学是金矿，自然界的通用智能系统只有人脑，用类脑找天机，从脑科学的最新研究成果中找方向标成为必然选择。

施平团队的类脑研究与单纯模拟大脑结构的模仿脑不同。 类脑和仿脑的出发点不同。 大脑尽量模仿与大脑相同的结构，在这个结构中发挥新的计算功能。 类脑研究多为人工智能时空，为了处理复杂度、能效等问题，如果从脑研究中发现可以处理这些问题的优点，无论是结构上的优点，还是新闻运行模式上的优点，施路平团队都可以作为参考，天亩

类脑是参考，不是轻易模仿，而是像神一样，不是形状相似。 在参考的过程中，我们对大脑、智能有了越来越深的了解。 施平说。

未来机芯世界

迄今为止，天空芯片是我们研究过的最完美的结果。 但这并不意味着通用智能系统已经完成，这只是初步成果。 施平说，团队在研发中逐渐重复产品，在接近人工通用智能之前，不会一蹴而就。

目前，天机芯一直开发到第三代。 年问世的第一代机芯为110纳米，仅为小样本( demo )； 年制造的第二代天机芯为28纳米，由156个功能核心fcore组成，包含约4万个神经元和1千万个突触。 这也是这次《自然》封面复印件上的芯片。 与当今世界先进的ibmtruenorth芯片相比，第二代天机芯功能更完整，灵活性和可扩展性更好，密度提高了20%，速度至少提高了10倍，带宽至少提高了100倍。

新一代芯片将在14纳米以下。 裴京表示，第三代芯片比第二代强大得多，有望于明年年初完成研发。

目前，商业化的应用也提上了日程。 这篇论文的签名者中，有两人在北京灵汐科技有限企业就职。 这是从清华大学类脑计算研究中心孵化出来的高科技公司，第三代天芯片是双方共同开发的。 这家企业还迅速发展了基于天机芯系统的工具链，芯片上市后，应用开发的工程师们可以使用这些工具开发所需的应用。

在应用方面，我们考虑首先处理共同的问题，提供平台。 裴京说。

从无人自行车的实验来看，天机芯上市后，完全可以应用于自动驾驶汽车和智能机器人。 从长期来看，以人工通用智能为目标的机芯，只要能真正实现自己的理想，就可以用于所有行业。 因为通用人工智能会让机器学习无论你和你的大脑发生的任何事件。

那么，电脑能超越人脑吗？ 电脑超过了人脑。 例如，不管你记得还是不记得，都可以计算。 但是，目前在许多智能水平，如自主学习、模糊推理等诸多行业，计算机与人脑仍有相当大的距离。 类脑计算可以缩小它们的差距。 施平认为，计算机的优势在于，超越人脑的行业会更多，所以即使前进也不会后退，但我们不必因此而害怕迅速发展。 必须用人类的智慧规范人工智能的迅速发展，并使之为人类服务。