天机芯试图突破瓶颈，实现“异构融合”，即融合两种人工智能范式，不仅在算法上，更是在硬件上。包括赵明国在内，清华大学类脑计算研究中心的整个团队与这个设想周旋了七年。

　　来源：中国新闻周刊 本刊记者/李明子 发于2019.9.16总第916期《中国新闻周刊》

　　如何让一辆单车自主行走？清华大学自动化系教授赵明国或许是最有发言权的人之一，他研究智能自行车已经五年多。经过几轮升级进化，这台通体黑色的高科技自行车已经可以在变速跟踪目标的同时主动躲避障碍、理解语音指示并自主决策了。

　　这归功于它的“大脑”，一枚名为“天机”的人工智能芯片。“自行车只是天机芯的一个应用，目的就是验证这款芯片的设想是可行的。”赵明国对《中国新闻周刊》说。“当然了，现在还不能指望车子摔倒后自己学着站起来。”

　　尽管AI一词最初就是用于表达与人类智能相似的机器智能的含义，但在其跌宕起伏的发展过程中，AI的内涵已经发生了变化，成为机器学习、统计分析的代名词，远离了智能的初衷。在这种情况下，一些“不忘初心”的研究人员共同成立了人工通用智能协会，并确定使用人工通用智能(Artificial general intelligence)作为该领域的正规称谓。

　　在人工通用智能领域，基于计算机科学的算法是主流，其具体应用如图像识别、语言处理和游戏等，已然深入日常生活，可以高度准确地完成指定任务，但还无法像人一样具有思考和决策的智慧。另一个发展方向则是以生物领域的神经科学为导向，试图模仿人类大脑皮层，但还没有成熟的应用。由于两者在公式和编码方案上的根本差异，此前分别依赖于截然不同平台。

　　天机芯试图突破瓶颈，实现“异构融合”，即融合两种人工智能范式，不仅在算法上，更是在硬件上。包括赵明国在内，清华大学类脑计算研究中心的整个团队与这个设想周旋了七年。

　　今年8月，天机芯登上《自然》杂志的封面。“异构融合本身是颠覆性的，没有经验可借鉴，也没有参考资料。”此次研究的合作单位成员、新加坡科技与设计大学终身副教授、人工智能实验室主任赵蓉解释说。赵明国在接受《麻省理工科技评论》采访时表示，“天机芯为未来人工通用智能的发展提供了一种可能的解决方案”，国内媒体则称赞说，“这实现了中国在芯片和人工智能两大领域Nature论文零的突破”。

　　“人工通用智能最好的前景就是将机器学习与大脑建模结合起来，这也是异构融合方案吸引人的地方”

　　天机芯被安置在自行车后座一个黑色盒子里，实际上还没有小拇指甲盖大，准确数字是3.8㎜×3.8㎜，上面密密麻麻地排列着156个计算单元，在更微观的层面，共包含四万个神经元和一千万个突触。

　　仅从数量上看，单枚芯片的智力还不如一只果蝇，这种常被拿来实验的昆虫有几十万到一百万个神经元，是人脑神经元数量的两千多万分之一。“这只是个基础，证明可以在这么小的板子上高密度计算，未来还会不断优化。”团队成员之一、清华大学计算机科学与技术系教授张悠慧解释说。

　　模拟人脑的基础归功于团队另一位成员，清华生物医学工程系副教授宋森。他建立了一个可以综合表达神经元特性的数学模型，继而用器件和电路模拟出来，把对人脑神经回路的观察应用到算法和芯片构建上。

　　硬件的设计思路，就是总结出人工通用智能两种模式的共性，共享给神经元和突触，让神经元和突触本身可自由配置，既可以服务基于计算机科学的人工通用智能算法，也可以服务受神经科学启发的模型和算法，达到混合、协同的效果。这就好比一个可以兼容苹果IOS和安卓的手机系统，尽量总结出两者的共性并支持之，同时保留IOS和安卓的个性，灵活设计硬件，使之能按需配置，既能支持苹果，又能支持安卓。

　　系统芯片是软件和硬件的结合，张悠慧的工作便是设计软件工具链，让上层算法能够在芯片上跑起来，简单地说，就是通过工具链将不同层面的算法自动匹配到芯片的不同位置。

　　忆阻器主要发明人、加州大学洛杉矶分校物理系教授理查德·斯坦利·威廉姆斯(Williams， R。 Stanley)在给《中国新闻周刊》回复的邮件中写道：“人工通用智能的瓶颈在于我们缺乏对人类大脑的了解，最好的前景就是将机器学习与大脑建模结合起来，这也是异构融合方案吸引人的地方，它允许不同方案混合起来解决单个领域出现的问题。”

　　芯片研发的同时，赵明国也在训练自行车，让它“掌握平衡”。“就像人学骑自行车一样，一开始很难平衡，但会骑之后就很容易了。”赵明国解释说，这需要综合考虑自行车的速度、弹性车轮和不同地面之间的摩擦、风的扰动等等问题。

　　经过不计其数的试验，到2014年底，自行车已经可以在平地匀速前行，或是在稍微粗糙一点的草地上自行，通过车把的转向控制就可以实现。几个月后，安装完大脑的自行车已经可以在天机芯的控制下完成图像识别、语音识别等多种智能。

　　搭载天机芯的无人智能自行车已经可以完成语音识别、目标锁定、障碍辨别和自主决策等功能。

　　在清华大学精密仪器系另一间实验室，不到20平方米的房间里架了36台摄像机，全天记录天机芯采集的数据，然后输送到类脑计算机进行分析、计算、优化，再反馈到芯片和自行车上。

　　“Straight！Left！Speed up！”(直行，左转，加速)2016年冬天，赵明国的学生们穿着羽绒服在操场上训练自行车时，这辆晃晃悠悠的单车已经可以顺利完成所有指令。围绕这枚小小的芯片，类脑计算研究团队融合了生物医学、电子、微电子、计算机、自动化、材料和精密仪器等7个院系的多个学科的师生。

　　天机芯是非冯·诺依曼结构的。对此，赵蓉解释说，这种结构是将处理与存储两个模块分离，中央处理器(CPU)执行计算命令前要先从存储单元中把数据调出，计算后再存到存储器中。伴随大数据和人工智能的发展，处理器不断优化，速度呈指数上升，时间单位可精确到微秒，而存储器被远远落在了后面，两者之间的差距越来越大，这种分离的架构已经无法满足高速、节能等新要求。“总体上看，天机芯的处理和存储已经可以在不同层面上实现了不同程度的统一。”

　　有业内专家指出，目前所有通用的计算机都是冯·诺依曼结构的，突破冯结构是业界的一个研究方向，此前也已经有不少探索实践，出现了一些代表性成果。但直到今天，这些非冯结构的应用场景、应用规模都还比较有限，难以大规模推广。像天机芯这样基于人脑的神经科学架构起来的计算体系，是一个很有希望的尝试，值得继续研究。

　　“如果研究总想着如何赶超先进，是否能应用，就很难做到最好，或是做出颠覆性成果。”

　　“人为什么需要一台无人智能自行车？”这是赵明国听到的最多的疑问，在天机芯登上《自然》之前，疑问背后的质疑明显多于好奇。

　　曾有一位企业家参观实验室时，毫不客气地说，“搞这个有什么用，什么也干不了，生产不了什么应用。”一定程度上，这代表了当时多数人的普遍态度。

　　回国前，施路平曾在新加坡科技局数据存储研究院担任人工认知存储器实验室主任，2004年，因其在类超晶格相变材料和器件上的杰出贡献，作为第一完成人成为当年新加坡国家科技奖得主。在收到加盟清华的邀请时，施路平已经带领团队研究类脑计算近六年。他认识到存储与处理之间不可逾越的高墙源自传统的冯·诺依曼结构，打破瓶颈的办法就是学习人脑模式，将计算与存储融合，这不仅需要存储器方面的人才，更需要生物工程学、计算机系统等多个学科的融合。这次邀约，让他心动了。

　　“清华有实现多学科融合的基础。”赵蓉回忆说，当时在新加坡也曾尝试跨学校、跨机构合作，但各家有各自的科研任务，融合起来有难度。至于清华，“毕竟大家都在一个校园里，更重要的是，清华有高水平的脑科学方面的专家。”2012年，施路平辞去在新加坡的所有职务，全职回到清华。

　　就在施路平回到清华组建类脑计算团队之时，世界各地的科研人员和机构也先后意识到仿生学对未来人工智能的意义。2008年，美国国防部下属的国防高级研究计划局(DARPA)通过立项，开始资助科技公司IBM研制面向智能处理的脉冲神经网络芯片；2013年，欧盟“人脑计划”获得10亿欧元的资金支持，由26个国家的135个机构合作参与，研究为期10年；日本科学家也在2014年发起“神经科学研究计划”，项目预计在未来十年受到日本教育部、文化部和医学研究与发展委员会共400亿日元的资助。

　　净身回国的施路平当时一没有人，二没有钱，项目书连首轮盲选都挺不过去，“类脑计算是个啥玩意？”人们不了解，也不敢信。好在他的坚持得到清华大学前后两任校长的大力支持，当时主管人事的副校长邱勇负责引进施路平，时任校长陈吉宁拿出600万元校长基金支持类脑计算研究，这笔启动资金支撑施路平度过了最艰难的“创业期”。

　　加入清华后，施路平每天骑着一台小破自行车穿梭在清华校园里，到处联系团队、人员。赵明国当时还不知道，这个突然加入教师篮球队、与他志气相投的施路平，就是传说中学校从新加坡挖来的专家，直到2014年夏天，施路平到他的实验室谈起类脑计算芯片与机器人的合作，才把人对号入座。

　　张悠慧的加入稍晚一些，2014年秋季开学后，他应施路平邀请参加类脑计算团队的组会。“一屋子二三十位老师，除了常打交道应用算法、计算机系统、材料等专业的同事，还有生物系的专家。”张悠慧回忆说，最初大家“互相听不懂对方在说什么，因为大家的研究思路就不一样。”张悠慧举例说，生物领域一般先做假设，再去验证，而做系统软件设计之前一般已经有了明确要解决的问题。

　　异构融合的设想是施路平提出的，然后和团队一起不断讨论。他习惯把随时蹦出的想法记在随身携带的本子上，有时半夜想起什么，就爬起来把点子写出来。

　　国内类脑计算研究的发展在2014年迎来转机。当年8月，IBM宣布推出百万神经元类脑芯片TrueNorth，只有邮票大小，重量几克，能力相当于一台超级计算机，功耗却只有65毫瓦，这一研究在2014年被《科学》杂志刊登后，越来越多的人开始拥抱“类脑计算”。但TrueNorth仍没有打破冯·诺依曼体系。

　　“如果研究总想着如何赶超先进，是否能应用，就很难做到最好，或是做出颠覆性成果。”赵明国对《中国新闻周刊》说。2015年，第一代天机芯诞生，异构融合的想法被证实可行，但芯片工艺和性能还需要进一步优化，于是在2017年推出了第二代，就是《自然》封面上那个画着人类大脑的芯片的真身。

　　2017年底，一家名为“天津清芯众诚科技合伙企业”的公司成立，经营范围包括芯片、系统、算法、软件技术服务等，股东包括施路平、张悠慧、赵蓉及清华大学精密仪器系副研究员裴京等几位团队主创人员。两个月后，由天津清芯出资占股62.68%的北京灵汐科技有限公司成立，在天津清芯基础上，增加了销售自行开发的产品、计算机、软件及辅助设备、电子产品等业务。《自然》论文中两位署名作者就来自灵汐科技。

　　灵汐科技市场总监华宝洪今年5月接受媒体采访时表示，公司由清华大学类脑计算研究中心孵化，将产学研结合，对核心技术进行产业化，提供商业化的类脑计算服务。未来，天机芯将通过灵汐科技走向市场。

　　三年前的夏天，施路平在赵明国实验室提了两个合作方案，通过智能自行车检验天机芯只是其一，另一个难度更大，但更符合市场胃口，把成熟的天机芯应用到赵明国的仿真机器人身上。不过，赵明国透露说，天机芯与机器人的结合还只是个设想，需要更多的研究与磨合，更何况，第二代天机芯也还在优化，远未达到真正的智能。

　　类脑计算系统仍处于起步阶段，尚未形成公认的技术方案，天机芯提供了其中一种可能。据施路平团队介绍，第三代天机芯正在研发，能效将是第二代的100倍，有更大的商用价值，野外侦察、无人驾驶，或是更为具体的应用场景。“2020年会出第三代，但具体应用还不便透露。”斯坦利·威廉姆则强调说，“大脑处理信息的运作原理对科学来说还是个谜，在我们接近一个令人满意的答案之前，理解大脑如何工作还需要许多年。”

　　施路平说，尽管距离替代人类还很遥远，但借鉴人脑信息处理方式打破传统架构，创造出适用于实时处理非结构化信息的超低功耗新型计算系统是未来的方向，也就是所谓的类脑计算。欧盟人脑计划项目更为激进地提出，“在未来二十到三十年内，谁要想主导世界经济，谁就必须在这个领域领先。”