類腦計算是借鑒腦科學的基本原理，面向人工的通用智能，基于神經形態工程發展的新的計算技術。
為什么要發展這樣一個技術？現在人類生活在一個數碼宇宙，萬事萬物隨時隨地聯系起來，構成一個萬物互聯的數碼宇宙。這個宇宙成長非常快，信息每兩年翻一番，整個宇宙迅速地膨脹，而且從來不退步，而這樣一個宇宙是基于我們現在的計算機架構，而計算機架構又基于馮諾依曼架構。
馮諾依曼架構是我個人認為人類發展史上最簡潔、漂亮、對我們影響最大的一個架構，特點是計算和存儲分離，計算、存儲通過總線來回調度。可以設想一下，來回的調度耗費了很多的能量、耽誤時間、速度慢、造成了堵塞，所以就有了帶寬的瓶頸。
2017年圖靈獎的得主John L。Hennessy 和 David A。Patterson最近寫了一篇長文，得出的結論是：未來的10年是計算架構發展的黃金10年。主要原因是，過去我們是用計算機做計算，而現在我們是用它處理信息，但數碼宇宙每兩年翻一番，所有能耗無法承受。
當然，還有其它原因，那就是我們現在生活在一個人工智能時代，人工智能取得了非常大的成績，盡管AlphaGo戰勝世界圍棋冠軍，但人工智能仍然有很多的瓶頸，簡單來說人工智能的發展必須滿足5個條件：
1、充足的數據。2、決定性的問題。3、完備的知識。4、靜態。5、單一的系統。
舉個例子，如果讓智能機器人自主地走向一個目的地，事先不進行編程它是無法做到的，我們人類用了幾年的時間建立起這個概念：在哪里、怎么出去、走門、走窗戶，所有的這些都與通用智能有關，所以我們的結論是：要發展一個人工通用智能。
要發展人工通用智能，我們必須向腦學習，因為腦是整個宇宙目前唯一的一個通用智能體。把人腦和電腦相比，雖然兩個系統原理不同，但二者有很強的互補作用。
所以，可以通過借鑒腦科學的基本原理，來改造現在的計算機系統。發展類腦計算是發展人工通用智能的一個非常重要的部分，因為這是計算的基石。
發展人工通用智能并不是最近才有的想法，如果我們翻閱圖靈、馮諾依曼這些大科學家早期的文章，不難發現這是科學家們一直以來的夢想。
為什么現在是發展人工通用智能最好的時候呢？因為隨著精密儀器的發展，人類對腦了解的越來越多，現在似乎到了一個理解腦的關口。超級計算機的發展可以幫助科學家做非常棒的模擬仿真，省錢、省力又省時間的大數據和云計算給科學家提供了一個像腦一樣復雜的系統，和腦交相呼應，這樣我們就可以共同研究、互相促進。
另外，隨著納米器件的發展，科學家可以去發展電子器件，能耗能達到人類大腦神經元和突觸這樣的水平，所以現在是發展人工通用智能最好的一個時機。
發展類腦計算去支撐人工通用智能，在這里面腦起了非常大的作用，它到底起了一個什么作用？
13年前，有感于摩爾定律在二三十年后將要到頭，所以我開啟了類腦計算的研究，雖然我自認為自己研究做的還不錯，但在類腦計算方面，我忽然感到自己不會做研究了，因為這個領域沒有文獻，很多東西需要自己摸索，所以感到非常的苦惱。
有一次我去爬山，故意讓自己鉆進森林，不出意外，我迷路了。后來我就根據太陽來判斷方向，盯著一個方向一直走、一直走，一直走到高速公路上，攔了一輛車。還有一次，我在陰天進入了森林，也迷路了，我就想了一個辦法：一直往高處爬，爬到最高的地方，盯住一個點一直走、一直走，最后又走到高速公路上，攔了一輛車回家了。
通過這兩件事情，我就開始思考，大腦在這里面起的是指南針的作用，給我提供的是方向感。
做科學研究，我喜歡選擇領域比較難的來做，因為我覺得越難做的反而越容易，因為太容易的領域會有很多競爭者，很難做到領先。如果是比較難的領域，做著做著可能旁邊就沒人做了，自己反而可以領先，但有一個前提條件：方向必須是正確的，如果你走到一條錯路上，那就很尷尬。
人類的智能是建立在碳基上的，在硅基上我們已經建造了現在的數碼宇宙，而碳基和硅基的結構非常相近，所以我們有一個信念，碳基上能夠實現的，在硅基上也一定能夠實現。
學科分布：發展類腦計算和人工通用智能的挑戰
發展類腦計算和人工通用智能真正的挑既不是科學，也不是技術，而是我們的學科分布，目前的學科分布使得我們沒有合適的人來做這方面的研究，而且腦科學和計算機科學一個主要是探索自然世界，后者更關注應用。這兩個領域有不同的文化、語言，而且目標也不一樣，所以多學科融合尤為關鍵。
清華大學類腦計算研究中心由7個院系組成，因為這個領域不僅僅是計算機和腦科學的融合，還有數學、物理、電子、微電子等的融合。
我們7個院系的老師在一起反復討論，每周半天的時間，最后我們7年只做了一件事情，叫融合、融合再融合。
在這個過程當中，我們梳理了一下如何去發展人工通用智能，主要是有兩條路線：第一，計算機主導的；第二，腦科學主導的。計算機主導的像機器學習，它在圖象識別、語音理解、自然語言的處理方面，取得了輝煌的成績，但它很難去處理不確定性的問題等。
腦科學神經形態計算，發展的也很快，但由于我們不理解腦的機制原理，極大地阻礙了它的發展，但是兩條技術路線實際上互補，二者結合起來是目前我們認為最好的一種方法。
發展類腦科學實際上還有兩條：1、基于計算機，用腦科學的基本原理來改變計算架構；2、我們用一個“類腦”這樣簡單又明了的詞涵蓋了這兩個部分。
不理解人腦原理，如何能造出類腦計算系統？
這個研究實際上你要研究理論、芯片、軟件、系統、云腦到應用。但是，大家總是問一個問題：不理解人腦，憑什么能造出類腦計算系統？
我們思考了很久，后來我們得到了答案。答案是這樣的：計算機是把多維空間的信息轉換成為0、1這樣的一維信息流，用計算來解決問題。CPU的主頻越來越快，換句話說你用的是時間復雜度，問題是當你縮小維度的時候，相關性卻丟失了，這就是人很容易確定一個物體是在真實空間里還是在鏡子里，但對于計算機則很難，這就是根本原因。
對于大腦，我們不知道它的基本原理，但是我們知道，一個神經元連接一千到一萬個神經元，換句話說我們在這個地方把信息擴輸了，把相關性增強了，我們用的是空間復雜度。另外，大腦還用脈沖來進行編碼，引進了時間的因素，我們還利用了時空復雜度，所以想保持現在的計算機所有的優點，保持時間復雜度，來增加一塊類腦芯片。
增加的是什么呢？增加的是空間復雜度、時空復雜度。如果我們以這種觀點來看現在的技術，你就發現現在的人工、神經網絡的加速器，是面向深度人工神經網絡。它利用的就是空間復雜度，而像腦一樣工作的，神經形態計算，面向的是脈沖神經網絡。它利用的是時空復雜度，一個空間復雜度，一個時空復雜度，何不把它結合起來呢？
所以，我們提出了天機芯片架構，用了3％的代價，實現了既支持人工神經網絡，又支持像腦一樣工作的脈沖神經網絡，而且還支持兩個異構建模。我們還利用類腦芯片，構建了一個人工通用智能的研究平臺。
我們的想法是這樣，構建一個可以和系統互動的多模態交叉研究平臺，我們利用環境變化逼迫這個系統變化，當它變化的時候，我們觀察應用這種變化，系統應該遵循的基本原理，從而幫助我們迭代發展，利用一塊天機芯片，我們就實現了感知、追蹤、過障、避障、自動控制、語音理解、自主決策。
芯片很重要，軟件也很重要，因為如果沒有軟件，應用工程師不愿意做應用軟件開發。所以我們自己開發了一個軟件工具鏈，在我們實驗室，實際上現在已經搭起了第一代的類腦計算機。
我們現在做的是一個類腦云腦。它和現在的云計算的差別是：云計算是把很多技術整合起來，而類腦云腦是面向人工通用智能的，因為人工通用智能的研究從基本上來講，不同于把很多人工智能簡單的疊加在一起，我們的想法是把腦的彈性和計算機的剛性結合起來，把數據驅動和知識驅動結合起來，把通用知識和推理結合起來。
當然，這是一個非常具有挑戰性的長期研究，我們的策略是循序漸進，可以設想一下，我們先專注在一個一個問題的研究上，這個可以稱為是第一代，然后兩個問題一起研究，這個可以稱為第二代，然后第三代、第四代，最后是第五代，從而讓我們構建人工通用智能。
人工通用智能：賦能各行各業
我們發展類腦計算，支撐人工通用智能，因為它是通用智能，所以它可以賦能各行各業，可以有很多的應用。
我們對智能教育特別感興趣，目前教育的很多問題都可以通過這個的研究來解決。比如說高質量的教育資源很稀少，造成了教育不公，由于經費有限、儀器有限，我們很難做到真正的理論聯系實際等。
隨著類腦計算、人工通用智能的發展，這些都會逐漸的解決，然后發展新的系統。但是還有一個非常重要的因素，因為教育最主要的是塑造人。
自工業革命以來，人類發展了蒸汽機、發電機、計算機、大數據，還有現在的萬物互聯，人類一直在改變外部的世界，一直在改變我們的物質生活。當我們的物質生活發展的已經很快時，我們的精神生活實際上沒有同步發展，我們現在在智能時代發展類腦計算，從而有機會向內發展，審視我們的內心。
衷心地希望人類在發展我們的技術、探索外界世界的同時，能夠也研究一下我們的內在世界，內外兼修、共同發展，從而建設一個美好、和諧的世界！
作者： 施路平