我國成功研制億級神經(jīng)元類(lèi)腦計算機

9月1日，億級神經(jīng)元類(lèi)腦計算機重大成果新聞發(fā)布會(huì )在杭州召開(kāi)。浙江大學(xué)校長(cháng)吳朝暉院士出席并講話(huà)。他表示，人工智能浪潮正加快智能增強時(shí)代的到來(lái)，類(lèi)腦計算機將成為未來(lái)計算的主要形態(tài)和重要平臺，將在模擬腦功能、高效實(shí)現AI算法、提升計算能力等方面發(fā)揮重要的獨特作用。面向未來(lái)，學(xué)科交叉會(huì )聚將成為解決重大問(wèn)題的新方法，基于多學(xué)科、多領(lǐng)域的系統創(chuàng )新將成為研制類(lèi)腦計算機的有效形式。希望今天浙江大學(xué)和之江實(shí)驗室的創(chuàng )新一小步，可以成就人類(lèi)美好生活的發(fā)展一大步。

之江實(shí)驗室主任、浙江大學(xué)黨委副書(shū)記朱世強表示，雙方科研團隊夜以繼日，快速完成了研發(fā)設計，這一階段性成果具有重大里程碑意義。未來(lái)，項目團隊將基于我國自主產(chǎn)權類(lèi)腦芯片，研制規模更大的神經(jīng)元類(lèi)腦計算機，同時(shí)研究支撐其運行與開(kāi)發(fā)的類(lèi)腦基礎軟件體系，并逐步實(shí)現開(kāi)源與開(kāi)放，為我國類(lèi)腦計算新技術(shù)的發(fā)展貢獻力量。

重大成果新聞發(fā)布會(huì )現場(chǎng)

1.6米高的三個(gè)標準機柜并排而立，黑色的外殼給人酷酷的感覺(jué)，紅色的信號燈不停地閃爍，靠得近些似乎能聽(tīng)到里面脈沖信號飛速奔跑的聲音。

類(lèi)腦計算機

近日，浙江大學(xué)聯(lián)合之江實(shí)驗室共同研制成功了我國首臺基于自主知識產(chǎn)權類(lèi)腦芯片的類(lèi)腦計算機（Darwin Mouse）。

這臺類(lèi)腦計算機包含792顆浙江大學(xué)研制的達爾文2代類(lèi)腦芯片，支持1.2億脈沖神經(jīng)元、近千億神經(jīng)突觸，與小鼠大腦神經(jīng)元數量規模相當，典型運行功耗只需要350-500瓦，同時(shí)它也是目前國際上神經(jīng)元規模最大的類(lèi)腦計算機。

與此同時(shí)，團隊還研制了專(zhuān)門(mén)面向類(lèi)腦計算機的操作系統——達爾文類(lèi)腦操作系統（DarwinOS），實(shí)現對類(lèi)腦計算機硬件資源的有效管理與調度，支撐類(lèi)腦計算機的運行與應用。

類(lèi)腦計算機

顛覆傳統的新型計算模式

對于如今在工作生活各個(gè)領(lǐng)域中早已司空見(jiàn)慣的計算機，或許大家已經(jīng)忘了最初科學(xué)家是想通過(guò)機器模擬出一個(gè)人類(lèi)大腦。

然而計算機的發(fā)展，在當時(shí)選擇了以數值計算見(jiàn)長(cháng)的馮·諾依曼架構，也就是以數字加減乘除的方式來(lái)進(jìn)行信息架構。隨著(zhù)摩爾定理逐漸失效，馮·諾依曼架構帶來(lái)的局限日益明顯，存儲墻、功耗墻、智能提升等問(wèn)題，讓當前計算機發(fā)展面臨重大挑戰。

比如，存儲墻問(wèn)題是由于現有的馮·諾依曼架構中數據儲存和計算的分離產(chǎn)生的，“這就好比信息存儲在甲地，要計算的時(shí)候就把信息搬到乙地去，計算好了再搬回甲地去。但搬運的速度要遠遠低于計算的速度，反而讓搬運本身成為關(guān)鍵瓶頸?！毖芯繄F隊負責人、浙江大學(xué)計算機科學(xué)與技術(shù)學(xué)院教授潘綱說(shuō)，這種計算模式制約了以大數據為代表的計算性能提升。而由此帶來(lái)的數據“跑動(dòng)”，以及人工智能等高耗能計算又讓功耗墻問(wèn)題冒了出來(lái)。同時(shí)，數據驅動(dòng)的智能算法、訓練需要海量樣本與密集計算，但舉一反三、自我學(xué)習等高級能力比較差，“現在的機器智能離人的智能差得還很遠?！?/p>

研究人員在討論

如何突破現有計算運行方式導致的計算機瓶頸？

全球科學(xué)家們再次將目光瞄準到模仿生物大腦這個(gè)最初的夢(mèng)想，通過(guò)模擬人腦結構與運算機制來(lái)發(fā)展新的計算技術(shù)，以期實(shí)現高能效與高智能水平的計算。

生物大腦在與環(huán)境相互作用過(guò)程中能夠自然產(chǎn)生不同的智能行為，包括語(yǔ)音理解、視覺(jué)識別、決策任務(wù)、操作控制等，而且消耗的能量非常低。自然界中，很多神經(jīng)元遠低于100萬(wàn)的昆蟲(chóng)就能做到實(shí)時(shí)目標跟蹤、路徑規劃、導航和障礙物躲避。

類(lèi)腦計算機應用演示：嗅覺(jué)識別

潘綱介紹說(shuō)，用硬件及軟件模擬大腦神經(jīng)網(wǎng)絡(luò )的結構與運行機制，構造一種全新的人工智能系統，這種顛覆傳統計算架構的新型計算模式，就是類(lèi)腦計算。其特點(diǎn)在于存算一體、事件驅動(dòng)、高度并行等，是國際學(xué)術(shù)界與工業(yè)界的研究焦點(diǎn)，更是重要的科技戰略，“類(lèi)腦計算已被看作是解決人工智能等計算難題的重要路徑之一?！?/p>

近年來(lái)，浙江大學(xué)聚焦人類(lèi)智能與機器智能等核心領(lǐng)域，實(shí)施了簡(jiǎn)稱(chēng)為“雙腦計劃”的腦科學(xué)與人工智能會(huì )聚研究計劃，希望借鑒腦的結構模型和功能機制，將腦科學(xué)的前沿成果應用到人工智能等研究領(lǐng)域，建立引領(lǐng)未來(lái)的新型計算機體系結構。

2015年和2019年浙江大學(xué)分別研制成功達爾文1代和達爾文2代類(lèi)腦計算芯片，用芯片去模擬大腦神經(jīng)網(wǎng)絡(luò )的結構與功能機制，在圖像、視頻、自然語(yǔ)言的模糊處理中具有優(yōu)勢。而這次的成果是將792顆我國自主產(chǎn)權的達爾文2代類(lèi)腦計算芯片集成在3臺1.6米高的標準服務(wù)器機箱中，形成了一臺強大的機架式類(lèi)腦計算機。

那么，這種高效能低功耗是如何實(shí)現的呢？項目研究骨干馬德副教授說(shuō)，大腦神經(jīng)元的工作機理是鉀離子鈉離子的流入流出導致細胞膜電壓變化，從而傳遞信息，“可以簡(jiǎn)單理解為，一個(gè)神經(jīng)元接受輸入脈沖，導致細胞體的膜電壓升高，當膜電壓達到特定閾值時(shí)，會(huì )發(fā)出一個(gè)輸出脈沖到軸突，并通過(guò)突觸傳遞到后續神經(jīng)元從而改變其膜電壓，實(shí)現信息的傳遞?！?/p>

這里很重要的一點(diǎn)是異步運行，也就是信號來(lái)的時(shí)候啟動(dòng)，沒(méi)有信號就不運行。類(lèi)腦芯片的工作原理就類(lèi)似于生物的神經(jīng)元行為，通過(guò)脈沖傳遞信號，這樣就能實(shí)現高度并行，效率提升。

腦機交互演示

真正像腦一樣“思考”

有了硬件，還得有軟件。

項目研究骨干金孝飛介紹，每顆芯片上有15萬(wàn)個(gè)神經(jīng)元，每4顆芯片做成一塊板子，若干塊板子再連接起來(lái)成為一個(gè)模塊。這臺類(lèi)腦計算機就是這樣像搭積木一樣搭起來(lái)。

說(shuō)起來(lái)容易，可要讓這么多神經(jīng)元能夠互聯(lián)并且可拓展從而實(shí)現高效的聯(lián)動(dòng)組合，同時(shí)要把雜亂無(wú)章的信息流有序分配到對應的功能腦區，可不那么簡(jiǎn)單。

為此，科研人員專(zhuān)門(mén)研發(fā)了一個(gè)面向類(lèi)腦計算機的類(lèi)腦操作系統——DarwinOS。

這款達爾文類(lèi)腦操作系統面向馮·諾依曼架構與神經(jīng)擬態(tài)架構的混合計算架構，實(shí)現了對異構計算資源的統一調度和管理，為大規模脈沖神經(jīng)網(wǎng)絡(luò )計算任務(wù)提供運行和服務(wù)平臺。項目研究骨干呂攀介紹說(shuō)：“目前達爾文類(lèi)腦操作系統的功能任務(wù)切換時(shí)間達微秒級，可支持億級類(lèi)腦硬件資源管理?！?/p>

由此，類(lèi)腦計算機研究的價(jià)值真正得以實(shí)現——既可以應用于生活中的智能任務(wù)處理，也可以應用于神經(jīng)科學(xué)研究，為神經(jīng)科學(xué)家提供更快更大規模的仿真工具，提供探索大腦工作機理的新實(shí)驗手段。

類(lèi)腦計算機應用演示：意念打字

目前，浙江大學(xué)與之江實(shí)驗室的科研人員基于Darwin Mouse類(lèi)腦計算機已經(jīng)實(shí)現了多種智能任務(wù)。研究者將類(lèi)腦計算機作為智能中樞，實(shí)現抗洪搶險場(chǎng)景下多個(gè)機器人的協(xié)同工作，涉及到語(yǔ)音識別、目標檢測、路徑規劃等多項智能任務(wù)的同時(shí)處理，以及機器人間的協(xié)同。同時(shí)，還用類(lèi)腦計算機模擬了多個(gè)不同腦區，建立了丘腦外側膝狀核的神經(jīng)網(wǎng)絡(luò )模型，仿真了不同頻率閃動(dòng)的視覺(jué)刺激時(shí)該腦區神經(jīng)元的周期性反應；借鑒海馬體神經(jīng)環(huán)路結構和神經(jīng)機制構建了學(xué)習-記憶融合模型，實(shí)現音樂(lè )、詩(shī)詞、謎語(yǔ)等的時(shí)序記憶功能；實(shí)現了腦電信號的穩態(tài)視覺(jué)誘發(fā)電位實(shí)時(shí)解碼，可“意念”打字輸入。

類(lèi)腦計算機應用演示：多機器人協(xié)同抗洪搶險

記者在實(shí)驗現場(chǎng)看到，3臺外形相似的機器人，在經(jīng)過(guò)簡(jiǎn)單的訓練后，合作開(kāi)展抗洪救險任務(wù)。只見(jiàn)1號機器人憑借自帶攝像頭開(kāi)始在場(chǎng)地巡邏，當發(fā)現堤壩缺口后，就呼叫負責工程的3號機器人前來(lái)修壩，同時(shí)搜尋受傷人員，當發(fā)現倒在地上的人體模型后，又呼叫負責救援的2號機器人。3號機器人和2號機器人趕來(lái)執行任務(wù)，1號機器人又去別的地方巡邏了。

類(lèi)腦計算機應用演示：多機器人協(xié)同抗洪搶險

這一幕似乎并不新鮮，現有的機器人也能做到。但最大的不同在于這幾個(gè)機器人是在類(lèi)腦計算機的控制下通過(guò)語(yǔ)音開(kāi)展移動(dòng)指令，并接受任務(wù)分配?！安煌瑱C器人的任務(wù)可以通過(guò)指令切換，也就是說(shuō)它們的功能并不是固定的，而是通過(guò)不同腦區來(lái)操控的，1號機器人現在干巡邏的活，過(guò)會(huì )又可以變成負責救援或者工程?！表椖垦芯抗歉衫瞵摳苯淌谡f(shuō)。

在另一個(gè)實(shí)驗場(chǎng)景中，課題組成員給計算機演唱一首歌其中的兩句，然后，計算機就能通過(guò)回想把后續的歌曲內容“唱”出來(lái)。

“這是類(lèi)腦計算機通過(guò)模擬海馬體記憶機制，實(shí)現對大腦內部記憶信息的存取，與我們常用的檢索功能不同?！表椖垦芯抗歉商迫A錦教授說(shuō)，Darwin Mouse類(lèi)腦計算機通過(guò)借鑒海馬體網(wǎng)絡(luò )結構以及神經(jīng)機制建立記憶模型架構，可以模擬海馬體的記憶-學(xué)習功能，通過(guò)記憶的脈沖編碼，同一模型就可以學(xué)習與記憶語(yǔ)音、歌曲、文本等不同類(lèi)型數據。

類(lèi)腦計算機應用演示：模擬海馬體的記憶回想

類(lèi)腦計算機將如何“進(jìn)化”

1946年誕生的世界第一臺計算機重達28噸，運算速度為每秒5000次的加法運算，然而在以后的70多年里，計算機技術(shù)飛速發(fā)展。類(lèi)腦計算機的發(fā)展速度很有可能也會(huì )令人驚訝。

別看現在的類(lèi)腦計算機是個(gè)“大塊頭”，科學(xué)家們表示，隨著(zhù)達爾文芯片及其他硬件的不斷迭代升級，體積縮小將指日可待。未來(lái)類(lèi)腦計算機或將植入手機、機器人，產(chǎn)生新的智能服務(wù)體驗。

與硬件上的更新相比，如何讓類(lèi)腦計算機變得更聰明是科學(xué)家們下一步研究的重點(diǎn)。

目前，市面上的傳感器輸入的信號還是以數字為主，在應用到Darwin Mouse類(lèi)腦計算機上，要加一個(gè)編碼層，將信號轉換為脈沖式的，而在這個(gè)過(guò)程中，信息有丟失和損傷，會(huì )在一定程度上降低計算機的功效。如果能解決這個(gè)問(wèn)題，類(lèi)腦計算機就能變得更加智能。

當前，類(lèi)腦計算研究還處于初級階段，Darwin Mouse類(lèi)腦計算機，無(wú)論從規模還是智能化程度上都與真正的人類(lèi)大腦還有很大的差距，但其意義在于能夠為這種技術(shù)路徑提供一個(gè)重要的實(shí)踐樣例，為研究人員提供一個(gè)工具和平臺，驗證類(lèi)腦算法，以更強的魯棒性、實(shí)時(shí)性和智能化去解決實(shí)際的任務(wù)。

浙江大學(xué)和之江實(shí)驗室研究員的目標是，希望隨著(zhù)神經(jīng)科學(xué)發(fā)展和類(lèi)腦計算機的系統軟件、工具鏈及算法的成熟，有朝一日能夠讓類(lèi)腦計算機像馮·諾依曼架構計算機一樣通用化，真正像大腦一樣高效工作，與馮·諾依曼架構并存與互補去解決不同的問(wèn)題。

一位業(yè)內人士表示，從加減乘除這樣的數值計算方式，到模擬大腦的脈沖計算方式，這是一次重要的計算模式的變革。潘綱說(shuō)：“我們希望能夠像生物進(jìn)化一樣，不斷地讓達爾文系列類(lèi)腦計算機朝著(zhù)人類(lèi)智能的方向發(fā)展，以超低功耗提供更強的人工智能?！?/p>