智東西（公眾號:zhidxcom）
文 | 心緣
“我們進(jin)入的新時(shi)代(dai)(dai)是(shi)生物技(ji)術時(shi)代(dai)(dai)，這將改變(bian)人類的意義。”
今年2月，在風險投資公司Platform Capital組織(zhi)的“非(fei)洲(zhou)崛起系列”雞(ji)尾酒會上(shang)，尼日利(li)亞(ya)神經科學家阿加比（Agabi）激情澎湃(pai)地發表演(yan)講。
他所創立的公司Koniku研發了一種特殊的芯片Koniku Kore，將活的轉基因腦細胞與傳統硅融合在一起。阿加比說，該芯片通過檢測人體釋放的揮發性有機化合物，能檢測從肺癌到新冠肺炎的一系列疾病。
不管是(shi)構成還是(shi)外觀，這個形如(ru)藍色(se)冰(bing)凍水(shui)母的(de)芯片都(dou)頗具科幻(huan)色(se)彩。但從已(yi)透露的(de)信息來看(kan)，Koniku Kore并不是(shi)紙上談兵(bing)，它在醫療、農業、軍(jun)事及(ji)機場安檢等領域的(de)落(luo)地前景，已(yi)經吸引多家知名公司的(de)青睞(lai)。
其早期的客戶包(bao)括埃克森(sen)美(mei)孚、保潔、制(zhi)藥公司阿斯(si)利康、全球化(hua)學(xue)品(pin)制(zhi)造商巴斯(si)夫等。近期新加(jia)坡樟宜機場(chang)也使用了Koniku的技術，用于防(fang)控新冠肺炎傳播。
Koniku并非個(ge)例(li)，人腦(nao)作為(wei)自然(ran)界(jie)最(zui)復雜的(de)結構體之一，已經啟發了太多不可(ke)思(si)議的(de)奇妙想法。
剛剛過去的2020年前4個(ge)月，在將(jiang)生物神經元與硅芯片結合的前沿技術(shu)領域，創新的波瀾正涌動不息(xi)。
一、打破腦科學與微電子學的界限
“在已知的(de)宇宙中，人類的(de)大腦(nao)是最復雜(za)的(de)東西，它復雜(za)得讓試圖解釋(shi)它的(de)簡單模型可笑，讓精致(zhi)的(de)模型無用。”
這是杜克(ke)大學認(ren)知神經科學中心的斯科特·胡特爾被廣為引用的一句名(ming)言。
迄今為止，人(ren)(ren)的(de)大(da)腦(nao)仍是一片生(sheng)長(chang)著(zhu)無(wu)數未解之謎的(de)原(yuan)野(ye)，無(wu)人(ren)(ren)能窺(kui)得(de)它的(de)全貌。但科學(xue)(xue)家們從未停止探索人(ren)(ren)腦(nao)奧秘的(de)腳(jiao)步，不僅嘗試破解生(sheng)命科學(xue)(xue)的(de)密(mi)碼，在腦(nao)重大(da)疾病(bing)研究方面有所突破，而且試圖(tu)模(mo)仿(fang)已知的(de)神(shen)經(jing)元活動，打(da)造(zao)類腦(nao)的(de)計算機系統。
如(ru)今計算機界(jie)的“當(dang)紅炸(zha)子雞(ji)”人工(gong)智能(neng)，其廣(guang)泛應用(yong)的神經網(wang)絡，即是模(mo)擬人腦(nao)神經處理(li)機制的典型代表。2016年阿爾(er)法狗(gou)（AlphaGo）擊敗(bai)圍棋(qi)冠軍李世石的那一刻，人工(gong)智能(neng)披上新的榮(rong)光，人創造出的非生命(ming)體具備了媲美人類(lei)的“高智商(shang)”。
但在(zai)能(neng)耗(hao)上(shang)，阿爾法狗輸得不是一點點。據科技(ji)公司Ceva估算，AlphaGo在(zai)下(xia)棋(qi)過程(cheng)中(zhong)約消耗(hao)1兆瓦的(de)電能(neng)，相當(dang)于一天約100戶家庭的(de)供電量(liang)。相比之(zhi)下(xia)，包含超過1000億(yi)個神經元的(de)人(ren)腦，消耗(hao)的(de)功率(lv)僅20瓦，只有(you)AlphaGo所消耗(hao)能(neng)量(liang)的(de)5萬分之(zhi)一。
當今人工智能（AI）芯(xin)片努力(li)進化的(de)兩個方(fang)向，一是更(geng)快的(de)計算速度(du)，二是更(geng)低的(de)功耗。如(ru)果向大腦(nao)神經(jing)元活動(dong)取經(jing)，是不是能做出(chu)兼顧高(gao)算力(li)和低功耗的(de)芯(xin)片？
兩種不同的思路開始在研發道路上激起火花：一種是將生物神經元與傳統半導體結合的生物計算，另一種則是用微電子技術來模仿神經元信息處理機制的類腦計算。
二、生物計算：碳基神經元+硅基半導體
腦功能的(de)實現(xian)依賴于神經元(yuan)和突觸組成(cheng)的(de)神經網絡(luo)，突觸起到將信(xin)息(xi)傳(chuan)輸與記憶存(cun)儲處理(li)相(xiang)結合的(de)關鍵(jian)作(zuo)用。
受(shou)大(da)腦啟發(fa)，一些研究人員嘗試(shi)建立生(sheng)物神(shen)經元與硅神(shen)經元之(zhi)間的連接，以推進(jin)腦機(ji)接口、超(chao)低(di)功耗混合芯(xin)片等前沿技(ji)術(shu)的發(fa)展(zhan)。
今年2月底(di)，《自然》旗下期刊《科學(xue)報告(gao)》刊登了一項由英國(guo)、瑞(rui)士、德(de)國(guo)和意大(da)利科學(xue)家聯合(he)推進的實(shi)驗(yan)，用納米級憶阻器(qi)模擬生(sheng)物突(tu)觸的基本功(gong)能，連接大(da)鼠(shu)神經(jing)元和人工神經(jing)元，使得這些神經(jing)元通過互聯網可(ke)以(yi)實(shi)現雙向實(shi)時(shi)通信(xin)。
“我們首次證明，芯片上的(de)人工神經(jing)元可以與大腦神經(jing)元相連，通過(guo)使(shi)用相同的(de)’脈(mo)沖’語言進(jin)行交流。”意大利帕多瓦(wa)大學(xue)(xue)生物醫學(xue)(xue)科學(xue)(xue)系教授Stefano Vassanelli說。
▲納米電子突(tu)觸在(zai)混合網絡中連接(jie)硅和(he)大腦神經元(yuan)
這種“混合大腦”能(neng)(neng)讓(rang)大腦神(shen)(shen)經(jing)網(wang)絡和AI神(shen)(shen)經(jing)網(wang)絡相互理解，從長遠來看，Vassanelli稱(cheng)其想法是利用人(ren)工脈沖神(shen)(shen)經(jing)網(wang)絡來恢復帕(pa)金(jin)森氏癥、中風或(huo)癲癇等局部(bu)腦疾病的功能(neng)(neng)。
Vassanelli指出：“一(yi)旦植入(ru)到大腦(nao)植入(ru)物中，硅(gui)脈沖(chong)神(shen)(shen)經(jing)(jing)元(yuan)將充當一(yi)種神(shen)(shen)經(jing)(jing)假體，人工(gong)神(shen)(shen)經(jing)(jing)元(yuan)將自適應地刺激功能失調的神(shen)(shen)經(jing)(jing)元(yuan)，促(cu)進功能恢復，甚至(zhi)能挽救功能喪失。”
論(lun)文鏈接(jie)：
這項研究是想用人工神經(jing)元(yuan)來補救出毛病的生(sheng)物(wu)神經(jing)元(yuan)，也有(you)科(ke)學家將真正的生(sheng)物(wu)神經(jing)元(yuan)和傳(chuan)統(tong)硅(gui)計(ji)算系統(tong)集成(cheng)在一(yi)起，試圖打造突破傳(chuan)統(tong)芯片限(xian)制的超(chao)級計(ji)算芯片。
澳大利亞初創公司Cortical Labs在(zai)今(jin)年(nian)4月宣布制造第一款混合計(ji)算機芯片，并(bing)在(zai)訓練該芯片玩雅達利祖師爺級乒乓球游戲(xi)《Pong》。
其官網上列舉了生物計算的四個優勢：流體智能、比數字電路更穩健、可擴展、功效高。
（1）流體智能：生物(wu)神經網絡具備自組(zu)織特性，不依賴(lai)所需(xu)知(zhi)識即可解決陌(mo)生問(wen)題(ti)。
（2）魯棒性：與數字(zi)電路不同，生(sheng)物網絡對物理損傷具(ju)有很強的(de)抵(di)抗力，其適應和重(zhong)組的(de)能力可以在傳(chuan)統(tong)電路失效的(de)地方維持功能。
（3）可伸縮性：生物智能可以從蜻蜓擴展到人類。培養神經元不需要絕對零度的設備或昂(ang)貴的納米級(ji)制造(zao)單元。
（4）功率效率：人(ren)腦有超過十億的(de)神經(jing)元，能耗僅20瓦，生(sheng)物計(ji)算(suan)擁有相似的(de)高能效特(te)性(xing)。
這(zhe)家創企(qi)在2019年(nian)6月成立，已從澳大利亞(ya)著(zhu)名(ming)風(feng)險投(tou)資(zi)公司Blackbird Ventures獲得(de)了(le)約61萬美元的種(zhong)子資(zi)金。
其聯合創始人(ren)兼首席執行官(guan)Hon Weong Chong是一名(ming)注冊(ce)醫生和軟件工程(cheng)師，曾就讀于(yu)約翰(han)霍普金斯大學(xue)信息學(xue)系，他基于(yu)自身豐(feng)富的(de)經驗(yan)和多學(xue)科(ke)背景，想帶(dai)領(ling)團隊打造出一個(ge)功能強大而功耗極低的(de)計(ji)算系統。
他們提取神經(jing)元的方式有(you)兩種：一是(shi)從小(xiao)鼠胚胎中(zhong)提取神經(jing)元，二是(shi)將人類皮膚細胞(bao)轉換(huan)回干細胞(bao)，并誘導它們成長(chang)為人類神經(jing)元。隨后這些神經(jing)元被(bei)嵌入一個(ge)(ge)特殊金屬氧化物(wu)芯片頂部的培養基中(zhong)，芯片包(bao)含一個(ge)(ge)由(you)22000個(ge)(ge)微小(xiao)電極組成的網格，可充當程序員與神經(jing)元之間的I/O介質。
據悉其(qi)芯(xin)片處理(li)能力少于蜻蜓大腦。Chong認為，這種芯(xin)片最終可能成為提(ti)供各種復雜推(tui)理(li)和(he)概念性理(li)解的關(guan)鍵(jian)，這是今天的AI無法做(zuo)到的。
▲Spike visualisor顯示實時神經網絡(luo)激活
Cortical Labs不是唯一從事生物計算的機構。開篇提及的美國加州創企Koniku，早在2014年就已成(cheng)立。
2017年，Koniku首次展示由老鼠神經元構建的64神經元硅芯片Koniku Kore，據稱是全(quan)球首個(ge)擁有“嗅覺”并可檢(jian)測(ce)爆炸(zha)物、疾病(bing)等(deng)氣味的(de)芯片。
▲Koniku Kore的原(yuan)型之一
三、類腦計算：群雄逐鹿，碩果千結
無獨有偶，今(jin)年3月(yue)，《自然-機(ji)器(qi)智(zhi)能(neng)》期刊上發表了一項研究(jiu)，報告(gao)了一種(zhong)模擬生物(wu)嗅覺(jue)識別10種(zhong)危險化學品氣味的(de)AI算法。
特別的是，這一研究由英特爾神經擬態芯片Loihi提供動力。
Loihi芯片在2017年首次亮相，包含128個內核、13萬神經元、1.3億突觸，每個(ge)內核模擬多個(ge)邏輯(ji)神經元，具有(you)支持多種學習(xi)模式的可(ke)擴(kuo)展片上學習(xi)能力。
神(shen)經擬態芯片既(ji)可(ke)以(yi)以(yi)比傳統處理(li)器更低的功耗，跑傳統深度神(shen)經網絡（DNN），也可(ke)以(yi)搭配充分考慮(lv)時間序列差異的脈沖神(shen)經網絡（SNN）。
和視覺信息不同，嗅覺信息是非結構化的，傳統深度學習算法并不適用，而SNN能更好地模仿生物感知和處理的節奏，同時它也不像深度學習那樣需要大量數據和參數來達到穩定狀態。比如在“聞氣味”這項研究中，傳統解決方案學習每類氣味，需要的訓練樣本量是Loihi芯片的3000倍以上。
今年3月，英特爾還創紀錄的將768顆Loihi芯片組裝成擁有1億個神經元的超級神經擬態計算系統，超過了倉鼠的大腦神經元總數。
英(ying)特爾(er)實驗室神經(jing)形態(tai)計算小組的高級研究科(ke)學(xue)家(jia)Nabil Imam表示，他(ta)們的工作是“當(dang)代研究在神經(jing)科(ke)學(xue)和(he)人工智能的十字路口一個(ge)典(dian)型例子”。
相比(bi)將(jiang)活神經元和半導體(ti)結(jie)合帶給人的(de)“玄幻感”，神經擬態芯片領域明顯更為(wei)熱鬧。
在這個通向未來計算的前沿研究道路上，既有英特爾、IBM、高通、三星、惠普等科技巨頭，也有BrainChip、西井科技、靈汐科技、aiCTX、Numenta、General Vision、Applied Brain Research、Brain Corporation等初創公司。
HRL實驗室、麻省理工學院、斯坦福大學、波士頓大學、曼徹斯特大學、海德堡大學、比利時微電子研究中心、清華大學、中科院、浙江大學、復旦大學等頂尖學府和(he)研(yan)究(jiu)機構，亦在這一(yi)領域的研(yan)究(jiu)中發揮著不(bu)容小覷的作(zuo)用。
從(cong)實(shi)現方式來看，神經擬態(tai)芯(xin)(xin)(xin)片可分為數字(zi)芯(xin)(xin)(xin)片、模擬芯(xin)(xin)(xin)片和新(xin)材(cai)料芯(xin)(xin)(xin)片。
數字芯(xin)片(pian)(pian)有英特爾Loihi、IBM TrueNorth、曼(man)徹斯特大(da)學(xue)(xue)SpiNNaker等；模擬芯(xin)片(pian)(pian)有斯坦福大(da)學(xue)(xue)Neurogrid、海德堡大(da)學(xue)(xue)BrainScales以及(ji)ROLLS等；新材料芯(xin)片(pian)(pian)主要包含憶(yi)阻器（Memristor）組成的陣列，為(wei)存儲與計算融合提供(gong)了器件(jian)支(zhi)撐。
去年4月，瑞士創企aiCTX推出全球首款純基于事件驅動運算的視覺AI處理器DynapCNN，單芯(xin)片集成超過(guo)100萬個神(shen)經元、400萬可(ke)編程(cheng)參數，適合實現(xian)大規模SNN。
aiCTX成(cheng)立于2017年，創始人兼(jian)CEO喬(qiao)寧博(bo)士畢業于中科院半導體研究(jiu)所，主要從事低功耗(hao)數(shu)模混合(he)電路的(de)設計，2012年加入蘇(su)(su)黎世大(da)學及蘇(su)(su)黎世聯邦理(li)工(gong)大(da)學的(de)神經信息研究(jiu)所INI進行類腦(nao)芯片研究(jiu)，對類腦(nao)芯片有(you)很深的(de)理(li)解。
▲ aiCTX首席執行官(guan)喬(qiao)寧(ning)博士展示其AI芯(xin)片
澳大利亞創企BrainChip同樣研發了基(ji)于(yu)事件驅動(dong)運(yun)算的神經擬態芯片。它成立于(yu)2013年，2015年9月在(zai)澳大利亞上市，2017年11月獲得2150萬美(mei)元Post-IPO融(rong)資(zi)，今年4月又融(rong)資(zi)312萬美(mei)元。
在今年2月的tinyML峰會上，BrainChip演示了其最新級神經擬態芯片Akida如何處理計算機視(shi)覺任務，證明它有兩個關(guan)鍵特性與傳(chuan)統深度學習加速器(qi)（DLA）大(da)不(bu)相同：
（1）處(chu)理給定卷積神經網絡(luo)（CNN），Akida的計算(suan)量比(bi)DLA少40%-60%。即是是處(chu)理像(xiang)MobileNet v1等較大的CNN模型，Akida通(tong)常也無需進行片外內存訪問或主機CPU通(tong)信。
（2）Akida結合(he)SNN，能直接在芯片上(shang)實時學習，且所需(xu)數據(ju)遠少于(yu)傳(chuan)統深度(du)神經網絡。
▲Akida SoC
日本影(ying)像(xiang)應用SoC方案供(gong)應商Socionext最早(zao)于(yu)2019年6月開始與BrainChip合作開發(fa)Akida芯片。據最新消(xiao)息，兩家公司已將完整的(de)Akida設計(ji)文(wen)件交(jiao)給晶圓廠臺積(ji)電。Akida工程樣品預計(ji)在今(jin)年第三季(ji)度問(wen)世。
BrainChip的AI芯(xin)片采用非多路(lu)復用的設(she)計，號稱比IBM采用多路(lu)復用設(she)計的TrueNorth芯(xin)片速度(du)快(kuai)上數千(qian)倍(bei)。
IBM早在2011年8月就(jiu)率先(xian)開啟類腦(nao)(nao)芯片的大(da)門，研發出(chu)單(dan)核包含256個(ge)神(shen)經元、65536個(ge)突觸的“神(shen)經擬態自適(shi)應可塑性可擴展電子芯片”原型(xing)，腦(nao)(nao)容量相當于蟲腦(nao)(nao)，能處理(li)像玩Pong游(you)戲這樣復(fu)雜的任務。
2014年，IBM公布第二代TrueNorth芯片，包含(han)4096個(ge)內(nei)核，100萬個(ge)神(shen)經(jing)元(yuan)(yuan)、2.56億(yi)個(ge)突(tu)觸，而功耗只(zhi)有65毫瓦。其(qi)長(chang)期(qi)目標是(shi)建立擁有100億(yi)個(ge)神(shen)經(jing)元(yuan)(yuan)、數百兆(zhao)個(ge)突(tu)觸、僅消耗1KW功率、體積不到0.002立方米的(de)芯片系統。
▲ IBM的TrueNorth芯片結構、功能、物理形(xing)態(tai)圖
不過相較英特爾Loihi芯片的高調推進和IBM TrueNorth芯片的聞名遐邇，高通在2013年公布的Zeroth芯片已(yi)經好幾年沒有新訊了。
目前全球知名的大型神經擬態計算系統，除了英特爾Loihi和IBM TrueNorth外，還有德國海德堡大學BrainScales、英國曼徹斯特大學SpiNNaker、美國斯坦福大學Neurogrid。
去年8月，清華大學類腦計算研究中心施路平教授團隊打造的類腦計算芯片“天機芯”登上國際知名學術期刊《自然》的封面，實現了中國在(zai)芯(xin)片和人工智能(neng)兩(liang)大領域(yu)《自然》論文零的突破。
天機芯集成千萬級神經元突觸，同時支持跑人工神經網絡（ANN）和脈沖神經網絡（SNN）異構融合，相比IBM TrueNorth芯片，支持更多算法，且密度提升20%，速度快10倍，帶寬提高100倍，精度可調，擴展性和靈活性也更好。
在清華(hua)東操場上，一輛(liang)搭載天機芯(xin)的自(zi)行車實現了自(zi)平衡、目標探測跟蹤、自(zi)動避障(zhang)、語音理解控(kong)制、自(zi)主決(jue)策(ce)等功能。
今年3月，臺灣國立清華大學（NTHU）模擬果蠅視神經功能，研發了一種存內計算AI芯片，能以(yi)超(chao)低功耗(hao)讓無人飛行器（UAV）像昆蟲一樣實現自(zi)動避障(zhang)。
同樣在這個月，國際頂級學術期刊《自然》刊登了奧地利維也納大學的一項新研究，模擬大腦對信息處理的方式，直接在圖像傳感器內實現了人工神經網絡（ANN），將圖像處理速度提升至傳統技術的數千甚至上萬倍。（AI芯片新玩法！圖像處理速度提升2萬倍，傳感器當神經網絡用）
▲ 輸(shu)入信息在視(shi)覺傳感器內進(jin)行(xing)計(ji)算，實現智能(neng)高效的(de)預處理
上海AI芯片創企西井科技也(ye)涉足了神(shen)經擬態(tai)芯片的研(yan)發，參考仿生類腦處理(li)方式，打(da)造了嵌入式“片上學習”AI芯片DeepWell、深度學習加速器Vastwell和SNN類腦運算平臺。
西井(jing)科技主攻(gong)智(zhi)(zhi)慧(hui)港口(kou)(kou)、智(zhi)(zhi)慧(hui)礦(kuang)場、智(zhi)(zhi)慧(hui)醫療等垂直(zhi)應用(yong)場景的AI解決方案(an)，是最早實現(xian)港口(kou)(kou)無人駕駛(shi)落地的AI企業。就在今年4月，西井(jing)科技完成了過(guo)億(yi)元的新一輪融(rong)資。
法國芯片公司Kalray是片(pian)(pian)上超算的開創者，2008年成立，其最新芯片(pian)(pian)Coolidge可用于(yu)加(jia)速數(shu)據(ju)中心和汽車應用中的AI。在今年年初(chu)的國際消(xiao)費電子展（CES 2020）上，Kalray展示了(le)Coolidge芯片(pian)(pian)的AI用例。
Kalray首席執行官Eric Baissus認為，其自研大規模并行處理器陣列（MPPA）架構與一些神經擬態(tai)方法相(xiang)似。在他看(kan)來，市場(chang)足(zu)夠(gou)大(da)，會有很多適用(yong)于不同類型(xing)架構的應用(yong)程(cheng)序，他相(xiang)信我們會看(kan)到更多有趣(qu)的神經擬態(tai)產品(pin)。
▲ Kalray MPPA架構(gou)
結語：創新是拓荒者對未來的饋贈
“在科學上，每(mei)一(yi)條道路(lu)(lu)都應該走(zou)(zou)一(yi)走(zou)(zou)，發現一(yi)條走(zou)(zou)不通(tong)的(de)道路(lu)(lu)，就是對科學的(de)一(yi)大(da)貢獻。”愛(ai)因斯坦曾如是說。
當前，無論是將生(sheng)物神經(jing)元與硅基芯(xin)片融(rong)合的(de)混合芯(xin)片，還是模仿人腦的(de)神經(jing)擬態芯(xin)片，距離真正(zheng)的(de)大規模商(shang)業應用(yong)還相對遙遠(yuan)。任何(he)涉及改變傳統系統思維(wei)方式，在通往落地的(de)道路上必然會(hui)經(jing)歷市場長(chang)期的(de)考驗。
每一(yi)個創新架構的誕生(sheng)，未(wei)必會立即(ji)與當(dang)下應用場(chang)景相(xiang)契合，但這并(bing)不代表(biao)其創新是做無用功(gong)。這些連(lian)接硅基(ji)(ji)物體和碳基(ji)(ji)生(sheng)命的奇妙構想，誰能斷定不是對未(wei)來(lai)技術的一(yi)瞥(pie)？
