登上Nature封面，清华施路平揭秘「天机」芯片研发历程

机器之心原创

作者：蛋酱

科技一直飞速改变着外在世界，类脑计算则让我们开始审视内心世界。11 月 3 日，清华大学类脑计算研究中心主任施路平登上 2019 腾讯科学 WE 大会的讲台，与大家分享了自己在类脑计算方面的心得和经验。

8 月 1 日，《Nature》杂志的封面文章介绍了清华大学在通用人工智能上的新尝试：一款名为「天机」的全新芯片架构，结合类脑计算和人工智能算法，展示了迄今为止从未有人实现过的强大能力。

这一重量级研究的背后，是清华大学精密仪器系教授、类脑计算中心主任施路平带领的团队。

自从工业革命以来，我们陆续发明了蒸汽机、发电机、计算机……人类一直在努力推动科技进步，以此改善物质世界。

「我们忽然发现，当物质生活发展很快的时候，我们的精神生活没有同步。类脑计算的发展，给了我们一个向内发展、审视自己内心的机会，」施路平说道。

施路平在 2019 腾讯科学 WE 大会。

施路平 2013 年加入清华大学，主要研究类脑计算模型和算法、类脑芯片和类脑计算机，并一手创建了类脑计算研究中心，他也是「天机芯」的研发者。在天机芯的控制下，一辆普通自行车实现了识别语音指令、自动控制平衡等功能，还能对前方行人进行探测和跟踪，并自动避开障碍，在驾驶技术层面像真实的人类一样灵活。

今年 8 月 1 日，「天机芯」登上了《Nature》的封面。那一篇《面向通用人工智能的混合天机芯片架构》，也成为了中国研究团队首篇在《Nature》上发表的横跨芯片和人工智能两大领域的论文。一时间，类脑计算被人们看作打开通用人工智能未来之门的钥匙。

如果要了解类脑计算，我们要从「通用人工智能」谈起。

「通用人工智能」是人类一直以来的梦想

通用人工智能不是一个新的 Idea，在图灵、冯诺伊曼等早期计算机科学家的文章中都可以读出来，通用人工智能是人类一直以来的梦想。正如施路平所说，在一定程度上，实现通用人工智能是人类研究人工智能的初衷。

直到几十年后的今天，「通用人工智能」才有了比较好的实现条件，也呈现出了比较快的发展态势。我们看到 AlphaGo 战胜人类最高水平的围棋选手，还有机器辩论选手可以打赢人类的冠军，诸如此类。但人工智能仍然有一些局限性，施路平总结说，我们想让人工智能「正常发挥」必须满足五个条件：充足的数据、确定性的问题、完备的知识、静态的环境、单一的系统。

现实不可能像理想中那么完美，我们想要的就是在「没有充足数据甚至是假数据」、「没有明确问题」的状态条件下，依然能够完美地处理问题的人工智能。试想，为什么人类能够举一反三、以不变应万变？答案在人脑中。

施路平认为，人脑是目前唯一的通用智能体，在未来十年，我们必须学会借鉴人脑的原理，来改善计算机系统。可以说，类脑计算是通用人工智能发展的基石。

研究「类脑」是一件正确的事

13 年前，施路平感知到了摩尔定律即将要失效，便开始了类脑计算的研究之路。不过这条路人烟稀少，类脑研究领域的很多东西都需要研究者去自己摸索。

施路平说，做研究可以挑选困难的来做，走着走着发现身边已经没人了，坚持下来的自己就变成了领先的。当然前提是这条路要正确，类脑计算就是一件「正确」的事。

他认为，人的智能是建立在碳基上的，而现在的「数码宇宙」是建立在硅基上的，碳基和硅基的结构非常相近。他相信一点：「碳基上能够实现的，硅基上一定能够实现。」

用脑科学发展通用人工智能，有两条路：一种是用脑科学的原理来改变计算机架构，另一种就是发明「类脑」。

这两条路都很好，「类脑」的创意思路更像人类在发明飞机时——那时候我们也不懂鸟类为什么能飞行，但只要我们模仿鸟类能模仿到极致，我们就掌握了飞行的要领。

同样地，人类并不可能完全理解人脑，那怎么能发展类脑计算机？施路平的观点是，计算机是把「多维」空间的信息转化为「一维」的信息，用「时间复杂度」来解决问题。人脑有一千到一万个神经原来把信息扩输，是用「空间复杂性」，这一点很重要。另外，人脑还使用脉冲来编码，引进了时间的因素，可以说人脑的处理方式能够兼顾「时空复杂度」。

做类脑计算，要保持时间复杂度，再增加空间复杂度——依靠的是「类脑芯片」。

这就是「天机芯」诞生之前的思考。

类脑计算推动通用人工智能赋能各行各业

「天机芯」的研究开始于 2012 年，第一代「「天机芯」」诞生于 2015 年，2017 年第二代「天机芯」出世以后，超越了 IBM 旗下的 TrueNorth 芯片，成为了当时世界上最先进的人工智能芯片，其组建密度为 TrueNorth 的 1.2 倍，运算速度更是达到 TrueNorth 的 10 倍。

他们更加专注于架构创新，提出了「异构融合」这样一个架构，即「天机架构」，这个架构能够将脑和电脑异构融合，也能将计算和存储异构融合。正像人类的脑那样，人们通常说脑是计算与存储一体的，实际上脑、计算、存储既有分立的也有统一的，此外还包括编码多样性、精确和近似等特征。

「天机芯」的架构既支持人工神经网络，又支持脉冲神经网络，通常深度学习加速器只支持计算机科学模型，神经形态芯片只支持神经科学模型，但天机芯同时支持两者的异构建模。

此外，施路平团队还利用类脑芯片构建了人工通用智能研究平台——一个可以和系统互动的多模态交叉研究平台，利用环境变化逼迫系统变化，从而通过观察系统变化来研究通用人工智能的基本规律。

最终，天机芯片让一辆自行车完美实现了感知、追踪、过障、避障、自动控制、语音理解、自主决策的功能。此外，团队还开发了一个软件工具链，也搭建了第一代类脑计算机。这项长达 7 年的研究登上了《Nature》封面，也让众人感知到了类脑计算研究的深远价值。

「这是一个非常具有挑战性的长期研究。」施路平说，把脑科学主导的方法和计算机科学主导的方法融合起来，加上算法、芯片、软件、硬件这样一个全链条的设计，才能让各个方面协同发展，真正让类脑计算推动通用人工智能的发展，赋能各行各业，比如说自动驾驶汽车、智能机器人等常见领域。此外，因其低能耗、低成本等特性，类脑芯片在家庭和服务性场景中也大有用武之地。

施路平表示，目前团队的研究方向是面向通用人工智能的「类脑云脑」，把脑的弹性和计算机的刚性结合起来，把数据驱动和知识驱动结合起来，把通用知识和推理结合起来。

「社会从一开始发展就有不公平的因素，由于经费有限、仪器有限，我们很难做到真正的理论联系实际，比如教育方面提倡的因材施教，随着类脑计算、人工通用智能的发展，这些问题都会逐渐解决。」

在外部世界飞速变化的今天，施路平更重视探索人的内心世界。这也是通常只出席学术活动的施路平，这次决定登上 2019 腾讯科学 WE 大会讲台的原因，因为科技是一种能力，而「向善」是一种选择。

机器之心「SOTA模型」：22大领域、127个任务，机器学习 SOTA 研究一网打尽。