“類腦智能”是當前人工智能領域最新的熱點方向，利用神經(jīng)形態(tài)計算來模擬人類大腦處理信息的過程，是人工智能的終極目標。類腦智能具有在信息處理機制上類腦、認知行為和智能水平上類人的特點，最終目標是通過借鑒腦神經(jīng)結(jié)構(gòu)和信息處理機制，使機器以類腦的方式實現(xiàn)各種人類認知能力及協(xié)同機制，達到或超越人類的智能水平。2017年5月，谷歌公司的人工智能軟件“Alpha Go”戰(zhàn)勝目前圍棋世界排名第一的柯潔；2016年12月，牛津大學與谷歌公司等研發(fā)的自動唇讀系統(tǒng)“LipNet”對BBC電視節(jié)目嘉賓進行唇語解讀，準確率達到46.8％（唇語專家準確率為12.4％左右）。隨著典型類腦智能試驗產(chǎn)品的出現(xiàn)，其技術與商業(yè)化應用受到社會各界的廣泛關注，各國紛紛投入技術研發(fā)，各大企業(yè)不斷開展商業(yè)化應用探索。
技術研發(fā)現(xiàn)狀
五大技術研發(fā)成為熱點
>>>> 相關計算理論與建模
認知體系結(jié)構(gòu)研究是類腦認知計算模型研究的基礎。近年來研究人員逐漸向神經(jīng)網(wǎng)絡中融入記憶、推理和注意等機制。此外，還開展不同腦區(qū)協(xié)同認知模型研究，構(gòu)建面向通用智能的類腦認知計算模型。如，加拿大滑鐵盧大學研制的SPAUN腦模擬器，將250萬個神經(jīng)元模塊化地分割為10余個腦區(qū)，實現(xiàn)了模擬筆跡、邏輯填空、工作記憶、視覺信息處理等能力。
>>>> 人工神經(jīng)網(wǎng)絡
近年來發(fā)展起來的深度神經(jīng)網(wǎng)絡（DNN）模型模擬了人腦在腦區(qū)尺度進行層次化信息處理的機制。其中，卷積神經(jīng)網(wǎng)絡（CNN）受生物視覺系統(tǒng)的啟示，將生物神經(jīng)元之間的局部連接關系以及信息處理的層級結(jié)構(gòu)應用到計算模型中，模擬大腦多個層級的信息處理；脈沖神經(jīng)網(wǎng)絡（SNN）是近年來研發(fā)出的另一種新型神經(jīng)網(wǎng)絡，其神經(jīng)元以電脈沖的形式對信息進行編碼，能夠很好地編碼時間信息，更接近真實神經(jīng)元對信息的編碼方式，被認為是能接近仿生機制的神經(jīng)網(wǎng)絡模型。
>>>> 神經(jīng)接口、腦機接口
通過神經(jīng)解碼（將大腦的神經(jīng)信號轉(zhuǎn)化為對外部設備的控制信號），使計算機從大腦神經(jīng)活動中獲知人的行為意向，分為侵入式腦機接口和非侵入式腦機接口，侵入式主要用于重建特殊感覺（如視覺）以及癱瘓病人的運動功能，通常直接植入到大腦的灰質(zhì)；非侵入式是用緊貼頭皮的多個電極采集大腦腦電圖信號。美國Emotiv公司開發(fā)出一套人機交互設備“Emotiv Epoc”意念控制器，運用非侵入性腦電波儀技術，感測并學習每個使用者大腦神經(jīng)元信號模式，實時讀取使用者大腦對特定動作產(chǎn)生的意思，通過軟件分析解讀其意念、感覺與情緒。
>>>> 神經(jīng)形態(tài)芯片、類腦計算機
參考人腦神經(jīng)元結(jié)構(gòu)和人腦感知認知方式設計的芯片，可分為神經(jīng)形態(tài)芯片、參考人腦感知認知的計算模型兩大類。隨著類腦芯片的深入發(fā)展，基于類腦芯片的類腦計算機雛形已經(jīng)出現(xiàn)。2016年IBM公司開發(fā)出基于其Truenorth芯片的類腦計算機NS16e，采用16顆TrueNorth芯片組成芯片陣列，通過電路系統(tǒng)模擬人腦神經(jīng)元及突觸的工作方式，通過模式和分類關聯(lián)過往和現(xiàn)在的數(shù)據(jù)，并基于概率和關聯(lián)識別模式做出決策。
>>>>神經(jīng)機器人、類腦智能機器人
類腦智能機器人是融合了視覺、聽覺、思考和執(zhí)行等能力的綜合智能系統(tǒng)，能夠以類似人腦的工作方式運行。通過將人腦的內(nèi)部機理融入機器人系統(tǒng)，提高機器人的認知、學習和控制能力，進而產(chǎn)生更深度的交叉與合作。研究人員正努力使機器人以類腦方式實現(xiàn)對外界的感知及自身控制一體化，使其能夠模仿外周神經(jīng)系統(tǒng)感知、中樞神經(jīng)系統(tǒng)輸出與多層級反饋回路，實現(xiàn)機器人從感知外界信息到自身運動的快速性和準確性。瑞士洛桑理工學院2015年開發(fā)了一個神經(jīng)系統(tǒng)仿真工具，該工具建立了數(shù)字化的老鼠大腦計算模型和虛擬老鼠身體模型，將這兩個模型結(jié)合起來模擬大腦和身體互動的神經(jīng)機制，目前已在模型中模擬出小白鼠大腦中3.1萬個神經(jīng)元活動。
未來發(fā)展方向
兩大關鍵技術有待突破
發(fā)展可自適應的類腦學習方法與認知結(jié)構(gòu)。目前越來越多的研究著眼于提高神經(jīng)網(wǎng)絡、認知計算模型以及智能系統(tǒng)的自適應能力，讓機器像人一樣從周圍環(huán)境中對知識、模型結(jié)構(gòu)和參數(shù)進行學習并自適應進化。發(fā)展可持續(xù)的類人學習機制，需要通過腦科學來建立適應這類學習機制的認知結(jié)構(gòu)，基于這些類腦學習方法和認知結(jié)構(gòu)再進一步發(fā)展類腦認知計算模型，最終真正設計并實現(xiàn)“機制類腦、行為類人”的通用類腦智能計算模型。
發(fā)展具有更高效能的新一代人工神經(jīng)網(wǎng)絡模型。目前的深度神經(jīng)網(wǎng)絡一定程度上已經(jīng)借鑒了神經(jīng)系統(tǒng)的工作原理，并具備相對完整的編解碼、學習與訓練方法，但該類模型還存在很大的提升空間。大部分脈沖神經(jīng)網(wǎng)絡的網(wǎng)絡訓練只考慮了兩個神經(jīng)元之間的局部可塑性機制，缺乏對介觀（如神經(jīng)元網(wǎng)絡連接、皮層結(jié)構(gòu)）、宏觀尺度（如腦區(qū)之間的網(wǎng)絡連接）的借鑒，在性能上與DNN等模型存在一定差距。兩個模型都需要不斷從腦科學中汲取營養(yǎng)并不斷融合，發(fā)展出性能更好、效能更高的新一代人工神經(jīng)網(wǎng)絡模型。
國外現(xiàn)狀
政府注重項目引導、企業(yè)關注研發(fā)生態(tài)
美國自20世紀90年代起就開展了多個腦科學項目研究，并于2013年正式啟動“BRAIN計劃”，針對大腦結(jié)構(gòu)圖建立、神經(jīng)回路操作工具開發(fā)等七大領域進行研發(fā)布局；歐盟自2002年開始對150多個腦科學研究項目進行資助，并于2013年正式提出“人腦計劃（HBP）”，試圖在未來神經(jīng)科學、未來醫(yī)學和未來計算等領域開發(fā)出新的前沿醫(yī)學和信息技術。加拿大、日本、德國、英國等也先后推出腦科學研究計劃，希望搶占未來技術的制高點、掌握未來戰(zhàn)略的主動權。同時，許多國際企業(yè)紛紛推出類腦智能研究計劃，在以IBM、微軟、蘋果等為代表的龍頭企業(yè)的推動下，類腦智能受到高度關注。
>>>> 各國關注方向各有側(cè)重
雖然各國都積極布局類腦智能的研發(fā)，但關注點各有側(cè)重。美國重視相關理論建模、腦機接口、機器學習等方面，將理論、建模和統(tǒng)計分析融入大腦研究是“BRAIN計劃”的七個最優(yōu)先領域之一；日本的“腦科學戰(zhàn)略研究項目”重點開展腦機接口、腦計算機研發(fā)和神經(jīng)信息相關的理論構(gòu)建，該項目提出的新技術發(fā)展目標是在15年內(nèi)實現(xiàn)各層次腦功能的超大規(guī)模模擬技術，開展神經(jīng)科學的數(shù)學、物理學研究；歐盟的“人腦計劃”重點開展人腦模擬、神經(jīng)形態(tài)計算、神經(jīng)機器人等領域的研究；韓國則重視腦神經(jīng)信息學、腦工程學、人工神經(jīng)網(wǎng)絡、大腦仿真計算機等領域的研發(fā)。
>>>> 重視跨學科、跨部門合作推進
美國聯(lián)邦政府機構(gòu)（DARPA、IARPA等）主導類腦智能的基礎與應用研究，大學、私營機構(gòu)和企業(yè)等重點開展相關技術開發(fā)和產(chǎn)品應用推廣（參與的民間機構(gòu)已有20余家），各機構(gòu)根據(jù)自身優(yōu)勢開展跨學科、跨部門合作；歐盟“人腦計劃”有核心項目和合作項目兩類，核心項目由歐盟委員會資助，合作項目則吸引成員國機構(gòu)、非政府組織參與；日本類腦智能研究以國際電器通信基礎技術研究所 、國家級技術研究所（如理化研究所腦科學綜合研究中心）和各大學相互合作的模式來開展跨學科研發(fā)；韓國“國家腦科學發(fā)展戰(zhàn)略”實施過程中，私營企業(yè)在神經(jīng)科學研究前期就參與進來，促進研發(fā)成果快速商業(yè)化，鼓勵以產(chǎn)品為導向的研發(fā)規(guī)劃與實施，并加強跨學科合作與交叉融合，加強公私合作。
>>>> 各大企業(yè)爭相布局
全球科技巨頭如谷歌、微軟、IBM、Facebook都將人工智能視為下一個技術引爆點，紛紛斥巨資參與研發(fā)與競爭。IBM是最早布局人工智能的公司之一，1997年研發(fā)出深藍計算機、2011年研發(fā)出watson系統(tǒng)，目前IBM的布局圍繞watson系統(tǒng)和Synapse類腦芯片展開，同時通過并購打造人工智能生態(tài)系統(tǒng)；谷歌則通過大量收購語音和人臉識別、深度學習、機器人公司以獲取技術、專利和人才，其在深度學習、神經(jīng)網(wǎng)絡等方面處于全球領先地位；Facebook也逐步收購語音識別、機器翻譯等公司，并設立人工智能實驗室，開發(fā)聊天機器人。除龍頭企業(yè)外，如美國Emotiv公司等一批新興公司也在類腦智能方面取得了高水平的研發(fā)成果。
>>>> 專利分布呈現(xiàn)集聚態(tài)勢
在專利方面，《2016全球人工智能發(fā)展報告》顯示，全球人工智能專利的申請數(shù)量中，美國（26891）、中國（15745）和日本（14604）位列前三，占全球總申請量的73.85%，（第四名德國僅為中國的27.8%）。從細分領域看，機器人、神經(jīng)網(wǎng)絡、語音識別和圖像識別成為熱點領域；從專利申請人來看，前瞻技術方面提交專利申請較多的是IBM、谷歌、微軟等國際巨頭，我國主要是百度、騰訊、阿里巴巴等互聯(lián)網(wǎng)企業(yè)。以“AlphaGo”為代表的深度學習相關專利公開的有1809項，主要集中在特定功能的數(shù)據(jù)處理（信息檢索及其數(shù)據(jù)庫結(jié)構(gòu)）、采用神經(jīng)網(wǎng)絡模型的學習方法、圖形識別分析等領域。
國內(nèi)現(xiàn)狀
亟待加強統(tǒng)籌規(guī)劃與跨學科交叉協(xié)同
《“十三五”國家科技創(chuàng)新規(guī)劃》提出部署腦科學與類腦研究重大科技專項，開展類腦計算與腦機智能研究，研究重點涵蓋腦神經(jīng)計算、認知功能模擬、神經(jīng)形態(tài)芯片和類腦處理器、腦機接口、類腦機器人等多個方面。
>>>> 我國在類腦計算、類腦芯片、類腦智能機器人等領域取得進展
在類腦智能計算模型方面，中科院腦科學與智能技術卓越創(chuàng)新中心優(yōu)化了脈沖神經(jīng)網(wǎng)絡模型，引入了學習、記憶機制，并構(gòu)建了面向億級類腦神經(jīng)網(wǎng)絡建模的計算平臺；在類腦芯片方面，中科院計算技術研究所研發(fā)了“寒武紀1號”類腦芯片、浙江大學與杭州電子科技大學合作研發(fā)了首款支持脈沖神經(jīng)網(wǎng)絡的“達爾文”芯片；在類腦智能機器人方面，中科院自動化研究所實現(xiàn)了機械臂的交互控制和生理控制康復機器人的應用，通過模擬嬰兒對物體的自發(fā)、動態(tài)認知過程將其應用于提高機器人的自學習和歸納能力。
>>>> 順應未來發(fā)展，我國應繼續(xù)開展核心技術攻關，加強跨學科的協(xié)同與合作
與發(fā)達國家相比，我國在類腦智能的基礎前沿研究、軟硬件結(jié)合的類腦智能機器人等領域?qū)嵙^弱，各研發(fā)機構(gòu)的研究重點過于雷同?；诖?，我國應借鑒美國、日本的經(jīng)驗，在國家層面進行統(tǒng)籌規(guī)劃，國內(nèi)各機構(gòu)應根據(jù)自身優(yōu)勢，部署重點研究領域時應有所聚焦和分工，避免重復建設。同時，類腦智能是高度學科交叉的領域，迫切需要加強腦科學與數(shù)學、計算機科學、物理、工程與材料學等學科的交叉融合。
來源： 三思派
