姓名 符子龙，学号14020120006
【嵌牛导读】近年来，随着图像处理、模式识别、机器翻译、数据挖掘等一系列以智能为核心的应用加速兴起，传统“电脑”愈发显得“力不从心”，人们也开启了比“曼哈顿计划”更具挑战性的“仿脑”和“造脑”计划。所谓“类脑计算”，就是指仿真、模拟和学习借鉴人脑的神经系统结构和信息处理过程，构建出具有学习能力的超低功耗新型计算系统。未来的计算机，或许真的越来越像人类“大脑”。
【嵌牛鼻子】人工智能，类脑计算，神经网络芯片
【嵌牛提问】人类失去“电脑”，世界将会怎样？类脑计算机与传统的冯诺伊曼结构的区别？
【嵌牛正文】
即便是人们把目前得到广泛应用的计算机叫做“电脑”，但实际上它们离真正的人类“大脑”还有较大距离。近年来，随着图像处理、模式识别、机器翻译、数据挖掘等一系列以智能为核心的应用加速兴起，传统“电脑”愈发显得“力不从心”，人们也开启了比“曼哈顿计划”更具挑战性的“仿脑”和“造脑”计划。所谓“类脑计算”，就是指仿真、模拟和学习借鉴人脑的神经系统结构和信息处理过程，构建出具有学习能力的超低功耗新型计算系统。未来的计算机，或许真的越来越像人类“大脑”。
“电脑”已来——人类大脑的极致克隆
当你在报纸上读到一段文字时，它已经历过一段奇妙的旅程。在这段旅程中，它先后被转换成二进制机器语言，进行数据传输、物理单元存储、字符转换及显示和打印输出等一系列繁琐过程，最后以标准格式被印刷到报纸上。随着视频处理、语音识别、机器翻译、数据挖掘等智能化应用时代的加速到来，数据处理量成指数倍增长，传统计算机设备越来越“不堪重负”。
相比于“谷歌大脑”用了上万个处理器、耗时数天来学习如何识别猫脸，相比于“阿尔法狗”平均每局围棋耗电费用近3000美元，仅仅由大量神经元通过突触连接在一起的人类大脑显得既“聪明”又“省电”，而构成人脑的庞大复杂运算网络也成为研究热点。目前，模拟人脑神经元信息处理机制的深度神经网络技术，已成为“智能时代”最为重要的信息处理与建模方法，把深度神经网络技术与计算机融合成“类脑计算”也日益受到世界各科技强国的高度关注。
发轫于1956年的人工智能曾试图赋予计算机更多的“类人智能”，由此衍变而来的“类脑计算”已成为人类追求使计算机拥有自主学习、想象创造的“终极目标”。“类脑计算”是指通过仿真、模拟和学习借鉴人脑的神经系统结构和信息处理过程的装置、模型与方法，构建出可实时处理非结构化信息、具有学习能力的超低功耗新型计算系统，目标就是制造可被称为真正“电脑”的类脑计算机。
早在2008年，美国工程院就把“大脑反向工程”列为本世纪14个重大工程项目之一，旨在对人脑意识原理和计算方式做深度“解剖”。目前，美国空军研究实验室正在与IBM公司合作研制大脑启发式超级计算系统，这种由芯片阵列组成的“类脑计算”系统的识别和感官处理能力相当于人脑的6400万个神经元和160亿个神经突触。美国国防部高级研究计划局（DARPA）投入巨资资助IBM公司研制的计算机芯片“真北”，采用了类脑神经网络设计，在执行图像识别与综合感官处理等复杂认知任务时，效率远远高于传统计算机芯片。在此基础上，美国正在加紧构建类脑超级计算平台，一台真正的“用电大脑”或将到来。
不再“烧脑”——像人脑一样高速运行
在“真北”芯片问世之时，这枚包含了100万个神经元与超过2亿个突触的芯片就震惊世界，成功入选当年的“十大科学突破”。这种模拟神经元和突触的神经网络芯片将打破传统计算机超过70年的工作模式，甚至将成为人类研发百万兆级速度新一代超级计算机的“算力引擎”。
与人脑一样，神经网络芯片打造的“类脑计算”也具有显著的高速运行和低能耗特征。研究表明，让一台超级计算机完成与人类大脑同等任务的工作，需要消耗的能量是人脑的1000万倍，巨大的能耗压力也成为计算能力增长的一大技术瓶颈。此外，在处理诸如模式识别等复杂问题时，计算机的运算能力其实远远不如人脑。未来我们要想迈入 “智能时代”，可绝不能靠着传统计算机芯片继续“烧脑”。
“类脑计算”的研究主要包括神经科学、大脑信息处理原理、类脑计算器和类脑学习与处理算法等领域。目前，人们对于自己的大脑是如何“工作”的已经积累了丰富知识，在此基础上，为新一代“电脑”配上更好的硬件和算法成为当务之急。德国研究人员已经实现了在8英寸硅片上集成20万个神经元和5000万个突触的神经网络芯片设计，并进一步搭建了使用“神经形态处理器”的计算机，与人脑在某些特征上已经高度相似。
“类脑计算”研究的初衷，就是在不影响性能的前提下进一步降低现有计算设备功耗，或是在相同功耗下实现更高的计算速度。但要想真正实现高度“类人”水平的人工智能，还需要进一步理解人脑对于信息处理及学习算法。从2013年开始，美国就宣布启动了“脑活动绘图”，重点资助开展大规模神经网络技术研究的人脑研究领域。DARPA近年来更是启动了数十项旨在提高对大脑了解和应用的研究项目，其中可靠神经接口技术、恢复编码存储器集成神经装置等项目已经初具“类脑计算”的诸多特征。
最强“战脑”——用科技组装的“作战大脑”
早在“阿尔法狗”与职业围棋选手对局时，就有人推测“阿尔法狗”采用的已经是“类人脑”的高度智能技术。其实，“阿尔法狗”只是结合了类脑与非类脑的计算与智能，完美发挥各自特长才取得了如此巨大的成功。未来功耗更低、更加智能的“类脑计算”一旦到来，或将开启智能化革命的序幕，对社会生活和军事变革产生广泛而深远的影响。
正是基于此，美国早已将关注点聚焦到“类脑计算”，试图打造应对未来战争的最强“战脑”。DARPA从2008年起开始资助IBM公司的脉冲神经网络芯片研究。如今，IBM公司已经发布了“真北”的升级版“类脑”芯片，集运算、通信、存储功能于一体，还进一步搭建起神经元“类脑计算”原型机，引起世界各国的高度关注。同时，他们还积极发展能够模拟人脑认知和推理能力的类脑芯片处理器，开展包括“传感与分析自适应局部学习”等多个项目研究。就拿目前Google公司提出的深度增强学习算法而言，就可实现通过不断试错学习提高人工智能水平，将为未来模式识别的军事应用发挥重要作用。
除了用科技组装的“作战大脑”，未来军事应用最为火爆的当属具有“类脑智能”的新一代机器人。“类脑智能”机器人不同于通过预先设定规则而实现各种动作及行为的“机器”，它是可通过模仿人类及与环境交互而作出决策的“智能一族”。目前，DARPA已经开展了名为“阿凡达”的研究项目，旨在通过探索人类机能整合神经代码，进行进攻性武器和系统的“类脑”控制。此外，他们还曾投入巨资研究自主式双脚机器人，可实现“机器人大兵”执行诸如搜索监视、救助伤员、攻击威胁目标等一系列作战任务。同时，各类“脑控”无人车和无人机也正在加速研制过程中，未来具有“类脑智能”的无人设备就可通过自主“思考”实现无人驾驶与飞行。
当然，“类脑计算”目前也只处于初步研究阶段，但其对于人类了解自身具有重要价值，同时在经济和国防应用领域也具有广阔的发展前景。
