半月談記者 朱涵

小到筆記本電腦，大到超級計算機(jī)，有計算的地方，似乎就有高能耗——不對，除了我們的大腦。

我們的大腦奧妙無窮，尤其妙的一點，就是“高效低耗”，解決問題不需要特別多的能量。也正因此，不少科學(xué)家意識到，人工智能研發(fā)，應(yīng)該先學(xué)學(xué)生物腦的機(jī)理。

不那么耗能的智能

城市街道上，一輛自動駕駛汽車正在行駛。如果這時，有一個孩子追著皮球沖上馬路，出現(xiàn)在汽車正前方，接下來會發(fā)生什么?

車載系統(tǒng)的多個傳感器立即捕捉到這一情況，專用的神經(jīng)網(wǎng)絡(luò)處理器和GPU開始高速運算，在大約100毫秒內(nèi)完成從感知到?jīng)Q策的過程，只是，峰值狀態(tài)能耗可能達(dá)到數(shù)百瓦;人類在大腦指揮下，同樣能在電光石火間踩下剎車，但大腦的能耗大約只有20瓦，差不多一個節(jié)能燈泡的級別。

“作為人體最核心的‘信息處理系統(tǒng)’，從節(jié)能的角度看，大腦可稱為世界上最先進(jìn)的計算機(jī)?！闭憬髮W(xué)醫(yī)學(xué)院教授馬歡說，人的大腦有1000億神經(jīng)元，數(shù)百萬億的突觸連接，神經(jīng)元之間勾連互動，形成了極其復(fù)雜的神經(jīng)網(wǎng)絡(luò)，經(jīng)過上百萬年的演化，人腦以并行和分布的邏輯處理信息的方式達(dá)到了極其精妙的水準(zhǔn)，尤為不可思議的，就是能夠以低能耗同時處理多個任務(wù)。

浙江大學(xué)醫(yī)學(xué)院馬歡教授（前排中）與團(tuán)隊

實際上，除了炙手可熱的人工神經(jīng)網(wǎng)絡(luò)方向外，今日人工智能的另一種思路，就是更深入地向我們的大腦學(xué)習(xí)，也就是通過高精度地模擬生物神經(jīng)和身體系統(tǒng)，實現(xiàn)更強(qiáng)智能，即所謂“類腦智能”。

業(yè)界已經(jīng)指出，人工智能發(fā)展的約束條件，其實不止于芯片，能源短缺的風(fēng)險也迫在眉睫。支撐種種“深度學(xué)習(xí)”的高能耗，猶如懸在智能時代人類頭頂?shù)囊话牙麆Α?/p>

也許，走出利劍陰影的希望，恰恰就萌生于我們自己的頭腦之中——既然我們的大腦可以如此高效低耗，為何不把更多精力放在模擬大腦運轉(zhuǎn)機(jī)制上?

一窺大腦高效的奧秘

要理解大腦高效低耗運作的奧秘，還得從它的基礎(chǔ)構(gòu)成——神經(jīng)元開始我們的探究。

神經(jīng)元是神經(jīng)系統(tǒng)的基本結(jié)構(gòu)和功能單元，是服務(wù)于大腦這個“信息處理系統(tǒng)”的“信息傳遞網(wǎng)絡(luò)”，神經(jīng)元構(gòu)筑的，是至今我們也沒有完全理解的神經(jīng)網(wǎng)絡(luò)。不過，科學(xué)家已經(jīng)明白，神經(jīng)元要想工作，就離不開傳遞信息的關(guān)鍵樞紐——突觸，以及生命體專屬“供電站”——線粒體。

神經(jīng)元的形狀蠻特別，可以形容為一種極化結(jié)構(gòu)，除了胞體，還有向外生長的樹突和軸突，而神經(jīng)元處理和存儲信息的水準(zhǔn)，可以說就取決于這些遠(yuǎn)離胞體的樹突和軸突上的突觸。無數(shù)突觸賦予了神經(jīng)元信息并行處理的能力，我們要理解大腦的耗能問題，其實就是要設(shè)法搞清楚，突觸周邊的些微天地之中，能量是怎樣得到精密調(diào)控的?

直接研究人腦，目前還不現(xiàn)實，科學(xué)家求助于模式動物小鼠。馬歡團(tuán)隊借助小鼠獲得的初步發(fā)現(xiàn)是，在學(xué)習(xí)記憶或者人工誘導(dǎo)的神經(jīng)活動下，神經(jīng)元突觸附近的線粒體基因轉(zhuǎn)錄顯著增加，換句話說，大腦的能量供給充足了許多。好，第一步清楚了，一旦“思考”引發(fā)神經(jīng)活動，神經(jīng)元會迅速達(dá)成一種物質(zhì)能量高效協(xié)調(diào)轉(zhuǎn)化的機(jī)制。

接下來的發(fā)現(xiàn)就是關(guān)鍵所在了。原來，不同于傳統(tǒng)計算機(jī)的整體供能方式，哺乳類動物大腦采用了一種獨特的“按需供能”策略，也就是說，針對每個突觸(就好比數(shù)據(jù)節(jié)點)的需求“按需分配”，投放可為神經(jīng)活動(也就是信息處理)所用的線粒體“能量包”。這種專業(yè)上稱為“可塑性調(diào)控”的過程，讓每個神經(jīng)元的活動可以既富于活力，又不會白白浪費能源。

向大腦學(xué)習(xí)，前景如何?

現(xiàn)今，許多科學(xué)家及工程師都在通過模擬人類大腦或神經(jīng)網(wǎng)絡(luò)來推動人工智能發(fā)展。就像上文提到的，“深度學(xué)習(xí)”近年來取得了巨大的成功，比方說，目標(biāo)和語音識別方面，人工智能表現(xiàn)之優(yōu)異，已不亞于人，甚至能擊敗人類大師。

但在面對許多現(xiàn)實世界的任務(wù)時，人工智能又還遠(yuǎn)不及人類——比如在擁擠的城市街道上識別自行車或特定行人，或伸手端起一杯茶并穩(wěn)穩(wěn)地送到嘴邊，令人工智能尤覺困難的，是需要創(chuàng)造力的工作。這正是人工智能亟須向大腦學(xué)習(xí)的地方。

向大腦學(xué)習(xí)，已經(jīng)有一些項目成果令人矚目。清華大學(xué)類腦計算研究中心團(tuán)隊研制出的世界首款類腦互補視覺芯片“天眸芯”，在極低的帶寬和功耗代價下，實現(xiàn)了高速、高精度、高動態(tài)范圍的視覺信息采集;北京智源人工智能研究院研制的“天寶”高精度仿真秀麗線蟲，在302個神經(jīng)元精細(xì)建模、96塊肌肉與3341個力學(xué)計算單元的支撐下，能夠模擬真實生物，像真實線蟲一樣嗅探并控制身體向興趣目標(biāo)蠕動，下一步還有望實現(xiàn)避障、覓食等生命體具備的復(fù)雜智能行為……

清華大學(xué)專家介紹基于原語表示的類腦互補視覺感知芯片 黃宗治 攝

今日科學(xué)界的共識是，對大腦的研究堪稱自然科學(xué)的“終極疆域”，打造像人腦一樣高效的“機(jī)器腦”會是科學(xué)家腦中不褪色的夢想。通往這條夢想的路并不平坦，但每一步都踏出希望。