“天机”今登Nature封面：清华施路平团队发布全球首款异构融合类脑芯片！

对付这项研究中各人较量体谅的几个题目，清华大学慎密仪器系传授施路平、清华大学慎密仪器系副研究员裴京、加州大学圣塔芭芭拉分校博士后邓磊代表研究团队接管了媒体的采访。

问：研究中碰着的最大的挑衅是什么？

施路平：我们是从2012年就开始孕育这项研究，碰着了许多的挑衅，可是我们以为，最大挑衅不来自于科学、也不来自技能，而是在于学科的漫衍倒霉于我们办理这样的一个题目，以是我们以为多学科深度融合是办理这个题目的要害。以是在这项研究傍边，我们构成了一个多学科融合的团队，由七个院系构成了一个类脑计较研究中心，包围脑科学、计较机、微电子、电子、精仪、自动化、原料等。在这里，出格感激清华大学校列位率领对跨学科建树的大力大举支持，这是本项目取得乐成的要害。

邓磊：在芯片方面，碰着的最大挑衅是怎样实现深度和高效的融合。我夸大两点：

第一，是深度和高效。今朝较量火的神经收集模子有两类，一类是从计较机科学来的，一类是从脑科学来的。这两种模子的说话有很大差异，它们有纷歧样的计较道理，有纷歧样的信号编码方法，也有纷歧样的应用场景，以是它们所必要的计较架构和存储架构长短常纷歧样的，哪怕计划的优化方针都是很纷歧样的，这一点可以从今朝我们能看到的一些深度进修加快器，尚有一些神经形态芯片，它们根基上计划系统都是独立的。因此可以看出，深度融归并不简朴，并不是说计一律个深度进修加快模块、再计一律个神经形态模块、再把它们拼到一路就可以了，这样是行不通的，我们很难确定每部门的比例是几多，由于实际中的应用是伟大多变的，这不是高效的。

第二，假如构建一个异构的殽杂模子，也许还必要在两个模块之间有专门的信号转换单位，这又会有许多特另外本钱，以是，怎样计一律套芯片架构来兼容这两类模子，并且又可以机动的设置和具有高机能，这也是我们芯片计划中的挑衅。

问：为什么选择无人自行车作为一个切入点？

施路平：自行车是为我们芯片处事的。其时我们颠末尾重复的深入接头，确定要开拓一款什么样的应用平台来展示我们这样一个异构融合新的成果，这是一件不轻易的工作。我们有四点考量：

第一，我们但愿这是一个有点相同大脑的一个多模态体系，而不是像此刻AI的一些做算法，只做单一应用。我们但愿这是一个包围感知决定和执行的完备的链路，这样才气够给我们异构融合的多种模子提供支撑，以是这是与单一模子差异的。 

第二，我们但愿这个也是可以或许与真真相形交互的，而不是说在机房内里做一下尝试可能在电脑里做一套仿真。我们但愿它可以或许是一个真真相形交互。

第三，我们但愿这个体系它最好是对我们的处理赏罚芯片是有功耗和及时性要求的，这样才气够浮现我们专用芯片的上风。

第四，是由于我们要通过做重复的尝试，我们但愿这个体系是可控的、可扩展的。

通过考量上述几点，我们最终选择了无人自行车平台，让它有语音识此外成果、有方针探测追踪的成果，可以行为节制、避障、自主决定。以是它看起来固然很小，但现实上是一个五脏俱全的小型的类脑计较平台。

问：类脑可以逾越人脑吗？

施路平：各人对付类脑技能可否逾越人脑这方面很感乐趣。现实上这就和各人始终在问电脑怎样来逾越人脑一样。

电脑早就逾越了人脑，只是说在哪些方面。我们各人此刻以为天才所具有的那些我们叹为观止的手段，着实此刻的电脑是很轻易来实现的，好比说记得快、记得准、算得快、算得准等等，在这些方面，对付计较机来讲都是小儿科。

可是今朝在许多智能的条理，出格是对付不确定性的题目，对付好比说进修、自主决定等许多规模，计较机和人脑照旧有相等大的间隔。 

计较机遇逐渐的缩小差距，至于最后可否全面的高出人脑，我小我私人认为从技能的层面会越来越多，由于计较机的成长有一个特点，就是它从不退步，它一向往前走。可是我信托我们人是有伶俐的，我们会在成长的进程傍边来逐渐的完美我们对付研究规模的一个领略，来把控它的风险，由于我信托人们之以是对这个题目重视，是由于我们担忧会不会像科幻影戏说的那样歼灭人类。

现实上，能歼灭人类的对象我们早就已经造出来了，就是核兵器，可是为什么此刻它没有歼灭人类？是由于我们把握它、我们可以节制它。像类脑计较、能人工智能、人工通用智能这些对象，我们信托人类可以很好地操作我们的伶俐来类型它的成长的路径，来让它造福于我们人类，最大限度的停止那些风险。

本文相助单元包罗北京灵汐科技有限公司、北京师范大学、新加坡科技与计划大学和美国加州大学圣芭芭拉分校。

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!