類腦智慧：人工智慧發展的另一條路徑
人工智慧的迅速發展將深刻改變世界發展模式和人類生活方式。為搶抓人工智慧發展重大戰略機遇，各國均在構築先發優勢。 類腦智慧作為人工智慧的另一條發展路徑，也是實現通用人工智慧的最可能路徑，成為各國的關注焦點。
類腦智慧是人工智慧發展的必要路徑
當前人工智慧存在兩條技術發展路徑。一條是以模型學習驅動的資料智慧，另外一條是以認知仿生驅動的類腦智慧。當前現階段人工智慧發展的主流技術路線是資料智慧，但是資料智慧存在一定侷限性，如：資料方面，需要海量資料和高質量的標註；自主學習、自適應等能力弱，高度依賴於模型構建；計算資源消耗比較大，CPU、GPU消耗量巨大；缺乏邏輯分析和推理能力不足，僅具備感知識別能力；時序處理能力弱，缺乏時間相關性；僅解決特定問題，適用於專用場景智慧。
類腦智慧可以解決資料智慧的侷限性和不足。資料方面，類腦智慧可處理小資料、小標註問題，適用於弱監督和無監督問題；更符合大腦認知能力，自主學習、關聯分析能力強，魯棒性較強；計算資源消耗較少，人腦計算功耗約20瓦，類腦智慧模仿人腦實現低功耗；邏輯分析和推理能力較強，具備認知推理能力；時序相關性好，更符合現實世界；可能解決通用場景問題，實現強人工智慧和通用智慧。
類腦智慧的定義
類腦智慧是受大腦神經執行機制和認知行為機制啟發，以計算建模為手段，通過軟硬體協同實現的機器智慧。類腦智慧具備資訊處理機制上類腦、認知行為表現上類人、智慧水平上達到或超越人的特點。2018年8月，Gartner公司釋出2018年新興技術成熟度曲線，公佈了5大新興技術趨勢，其中類腦智慧、神經晶片硬體和腦機介面作為重要技術趨勢。
類腦智慧發展有三個層面的目標，分別是結構層次模仿腦、器件層次逼近腦、功能層次超越腦。具體來說，結構層次，主要研究基本單元（各類神經元和神經突觸等）的功能及其連線關係（網路結構），通過神經科學實驗的分析探測技術完成；器件層次，重點在於研製模擬神經元和神經突觸功能的微納光電器件，在有限物理空間和功耗條件下構造出人腦規模的神經網路系統，如研製神經形態晶片、類腦計算機；功能層次，對類腦計算機進行資訊刺激、訓練和學習，使其產生與人腦類似的智慧甚至湧現自主意識，實現智慧培育和進化，學習、記憶、識別、會話、推理、決策以及更高智慧。
現階段類腦智慧研究發展依然緩慢。一是由於腦機理認知尚不清楚。大腦是人類進化的高階產物，重量約1.5公斤，佔體重2%，功耗約20瓦，佔全身功耗20%，當前人類對大腦的認識還不足5%，尚無完整的腦譜圖可參考；二是由於類腦計算模型和演算法尚不精確。神經元連線的多樣性變化性，使得前饋、反饋、前饋激勵、前饋抑制、反饋激勵、反饋抑制的建模不精確，腦功能分割槽與多腦區協同的演算法不準確；三是現有計算架構和能力制約。現在計算系統是馮諾依曼架構，計算與儲存分離，系統功耗高、並行度低、規模有限，而類腦計算系統是非馮諾依曼架構，計算與儲存統合，高密度、低功耗，顛覆現有架構的代價較大。
各國高度重視積極佈局
先進國家積極佈局類腦智慧研發。美國於2013年啟動“BRAIN計劃”，將大腦結構圖建立、類腦相關理論建模、腦機介面等列為研發重點；歐盟於2013年提出“人腦計劃”，重點開展人腦模擬、神經形態計算、神經機器人等領域研究；日本於2008年提出“腦科學戰略研究專案”，重點開展腦機介面、腦計算機研發和神經資訊相關的理論構建；韓國在2016年釋出《腦科學研究戰略》，重視腦神經資訊學、腦工程學、人工神經網路、大腦模擬計算機等領域的研發。
企業爭相佈局類腦智慧。IBM圍繞Watson系統和TrueNorth類腦晶片，意圖搶先打造類腦智慧生態系統；谷歌依託全球技術領先地位，在現有谷歌大腦基礎上結合醫學、生物學積極佈局人工智慧；微軟提出意識網路架構，聲稱是具備可解釋性的新型類腦系統。除龍頭企業外，美國Emotiv、美國Neurallink、美國Kernel、美國Brainco、瑞士aiCTX等一批新興公司在類腦智慧方面取得很多研發成果，部分進入產業化階段。
我國積極統籌加速佈局類腦智慧。我國在2006年《國家中長期科學和技術發展規劃綱要（2006—2020）》中就把“腦科學與認知”列入基礎研究8個科學前沿問題之一。在2016年《“十三五”國家科技創新規劃》也將腦科學與類腦研究列入科技創新2030重大專案。2017年國務院《新一代人工智慧發展規劃》提出了2030年類腦智慧領域取得重大突破的發展目標。我國於2017、2018年分別成立了類腦智慧技術及應用國家工程實驗室、北京腦科學與類腦研究中心，形成了“南腦北腦”共同快速發展的格局。
類腦智慧技術體系
類腦智慧技術體系分四 層：基礎理論層、硬體層、軟體層、產品層。 基礎理論層基於腦認知與神經計算，主要從生物醫學角度研究大腦可塑性機制、腦功能結構、腦圖譜等大腦資訊處理機制研究；硬體層主要是實現類腦功能的神經形態晶片，也就是非馮諾依曼架構的類腦晶片，如脈衝神經網路晶片、憶阻器、憶容器、憶感器等；軟體層包含核心演算法和通用技術，核心演算法主要是弱監督學習和無監督學習機器學習機制，如脈衝神經網路、增強學習、對抗神經網路等；通用技術主要是包含視覺感知、聽覺感知、多模態融合感知、自然語言理解、推理決策等；產品層主要包含互動產品和整機產品，互動產品包含腦機介面、腦控裝置、神經介面、智慧假體等，整機產品主要有類腦計算機、類腦機器人等。
類腦智慧當前存在先結構後功能和先功能後結構兩條發展思路。先結構後功能，主要指先研究清楚大腦生理結構，然後根據大腦執行機制研究如何實現大腦功能；先功能後結構，主要是先使用資訊科技模仿大腦功能，在模仿過程中逐步探索大腦機制，然後相互反饋促進。兩條發展思路各有千秋，功能和結構的任意發展突破都會推動類腦智慧的極大發展，因此現階段兩條路線並行發展。
類腦智慧目前整體處於實驗室研究階段，腦機介面技術是類腦領域目前唯一產業化的領域。腦機介面技術是在人或動物腦（或者腦細胞的培養物）與外部裝置間建立直接連線通路，以“人腦”為中心，以腦訊號為基礎，通過腦-機介面實現控制人機混合系統。腦機介面應用於醫療領域，實現癱瘓人士通過腦機裝置控制機械臂完成相應動作，也可實現對多動症、癲癇等疾病採取神經反饋方式做對應的恢復訓練；用於智慧家居，實現意念控制開關燈、開關門、開關窗簾等，進一步控制家庭服務機器人。全球最受關注的腦機介面公司前十名多分佈在北美和歐洲，我國產業界逐步推出產品，如科斗腦機、海天智慧等公司研發生產出植入式腦微電極、腦控智慧康復機器人等產品。
未來發展建議
加快構建全景戰略檢視，突出重點方向。從科研、技術和產業等多維度形成類腦智慧體系化佈局，並突出重點發展方向，具體圍繞結構、器件、功能三個層面開展重點佈局和超前部署。
加大對基礎工藝/演算法/軟體等的投入力度。我國長期以來在新演算法、新結構、新原理的研究方面原創不足，制約類腦智慧整體創新供給能力。因此，仍需持續加大對原始科研創新的重視力度，對關鍵基礎工藝/演算法/軟體等加大支撐投入力度。
強化政產學研合作，推動技術體系化創新。類腦智慧體系涉及要素較多，需要政產學研緊密合作，深化多方協同的合作，共同推動技術實現體系化的創新。借鑑其他先進國家佈局經驗，突出政產學研多方合作在類腦智慧創新中的合力作用，構建國內多方協同的創新體系。
AI如何持續滲透平安城市？安防企業為何紛紛“進軍”商業？智慧交通除了“大腦”還該關注什麼？如何抓準家庭社群安全零散的市場？
2019年5月23/24日，億歐將舉辦GIIS2019中國智慧城市峰會，本次峰會將延續前兩次會的主題，邀請知名專家學者、行業龍頭企業、標杆初創企業、知名投資人等，聚焦技術在智慧城市領域（平安城市、智慧商業、智慧交通、家庭社群安全）的應用現狀及未來發展。
活動連結：
https://www.iyiou.com/post/ad/id/795
本文已標註來源和出處，版權歸原作者所有，如有侵權，請聯絡我們。