中國網/中國發展門戶網訊 20世紀90年代末，隨著互聯網的出現，人類社會步入智能時代，其標志是計算機科學和信息技術迅速發展、互聯網普及、大數據興起、人工智能（AI）技術進步。智能時代是以智能科技為核心技術、智能計算力為代表性生產力的時代。近年來，隨著計算機算力的增加，AI技術得到了快速發展和應用，人們推測當計算機的智能算力超過人腦的算力時，可能引發智能科技的變革。理解人腦如共享空間何能夠低能耗地進行大規模智能計算的原理是開發下一代智能算力的源泉。腦科學（brain science）是研究人、動物和機器的認知與智能的本質和規律的科學。人類大腦是最為復雜的信息和智能系統，對腦感知、認知功能神經網絡的解析會啟迪類腦智能理論和類腦智能技術。腦科學研究將如何貢獻于智能時代的社會發展？在智能時代，腦科學研究正凸顯它的多學科交叉研究的特征，以及學術研究與工程技術并舉的特征，腦科學由此新納入了腦機接口、類腦智能計算等研究領域。解析腦認知功能網絡是發展類腦智能的基礎。2023年，研究者繪制了小鼠大腦的完整細胞圖譜，以及較為全面的人腦和非人靈長類動物大腦圖譜，腦機接口進入人體臨床試驗。類腦智能研究與開發是腦科學新的前沿領域。新近出現的類腦處理器單元使構建大規模類腦智能計算系統成為可能，未來類腦超級算力極可能超過人類大腦算力，促進智能科技變革和影響人類社會發展。
智能時代腦科學的新領域——類腦智能
智能時代的科技內涵
智能時代的內涵是通過機器智能的發展和應用，推動一場以大數據為基礎的技術革命，智能計算系統能夠模擬和擴展人類的智能，具備感知、理解、學習和決策等能力。目前，計算機機器智能在語音識別、機器翻譯、文本摘要或創作及自動回答問題等領域逐漸超越人類智能，能夠處理原本只有人類才能處理的復雜問題。人機環境系統之間的緊密協作和優勢互補，人機交互不僅僅依賴于計算機知識和數學算法，還融合了哲學、神經科學、心理學、語言學、社會學等學科，實現全面和綜合性智能化應用，通過物聯網、大數據分析和AI等技術的融合，設備、系統和環境更加智能互聯和協同。智能技術幫助人類創新和創造，模擬、延伸和擴展人類智能，拓展人類認知的疆界，深刻地改變人類社會結構、生活方式和社交模式。
智能時代的核心科技是智能科技。智能時代生產力的特征是智能算力，超級智能計算系統（super intelligent computer）、智能芯片（intelligent chip）等智能計算設施和器件是制造智能算力的關鍵技術。腦科學及神經科學（neuroscience）、計算機科學、數學、普適智能計算系統、無線傳感器網絡、智能物聯網和區塊鏈等智能技術，推動著新的科技革命與產業變革。智能化設備和系統的大規模、綜合性運用，構建大型綜合性智能互聯和智能化管理系統，形成智能經濟和智能社會，使人類的生產和生活方式發生根本性的改變，推動人類社會的高效和可持續發展。
類腦智能科技的內涵
腦科學已經成為世界科技戰略制高點，人類開始描繪“智力藍圖”（intelligence blueprint），其目的是理解認知等大腦高級功能的物質及結構基礎，在防治認知障礙性疾病的同時，建立一套腦科學的智能理論和類腦智能科交流技。
狹義的類腦智能（brain-inspired intelligence）是借鑒生物腦的感知認知行為機制和信息傳遞機制，構建相關類腦智能算法、模型和系統，并通過軟硬件協同實現的機器智能。狹義的類腦智能與傳統的AI有較大的區別，后者是一門結合了數學、計算機科學、心理學等多學科理論發展起來的新技術。類腦智能計算的計算速度快、能耗少、邏輯分析和推理能力更強，類腦智能計算機體積小。類腦智能有望對計算系統架構、智能芯片、智能計算機、智能機器人進行顛覆性創新，在智能時代有著廣泛的應用前景。
廣義的類腦智能包括類腦血管系統等生物腦的非神經元及神經網絡系統。大腦是能量消耗和熱量產生最顯著的器官，大腦消耗人體20%—25%的能量，安靜時大腦產熱為人體產熱量的16%，大腦思考時消耗人體30%—50%的能量，產熱也增加。大腦血管豐富、血流量大，思考時腦血流加快、散熱增加，人體皮膚血液循環是主要散熱途徑。類腦血管散熱系統有助于設計更加節能、更小體積、更為安靜、更快速度和更加智慧的類腦智能計算機系統。廣義的類腦智能還包括正在興起的類腦組織工程（brain-like tissue engineering），其應用多能干細胞誘導分化的方法，獲取具有大腦細胞類型及結構的類腦器官，模擬和重現大腦的結構和功能及疾病發生過程，并探索類腦器官的潛在醫學應用，以期恢復、維持或改善損傷大腦的功能。
因此，類腦智能的科技目標是分別在硅基和碳基上構造類似生物腦的結構和功能/智能，并在智能芯片、計算機、機器人、腦醫學等方面加以應用。類腦智能研究領域已成為腦科學的一部分，使傳統的腦科學研究成為從發現步入創造的一門學科，其科研成果也呈現多種形式和類型。類腦智能也寫入了《神經科學》教科書。中國神經科學學會成立了腦機接口與交互分會和類腦智能分會，發表了《類腦智能產業與技術發展路線圖》。2022年Nature發文，認為類腦計算急需一幅宏大藍圖。
解析腦認知功能網絡
解析腦認知功能網絡是最終闡明智力起源的必由之路，同時可揭示人腦的工作原理，提升和擴展人的智力和創造性，啟發類腦智能理論和類腦智能技術。人腦認知神經網絡的功能依賴于860億個神經元互相聯結的物理模式，大量神經元通過復雜的聯結以模塊化的多層次結構來實現感知和認知功能。神經元在微納米尺度上通過突觸連接的構架與信號傳遞，在百微米尺度表現為大腦皮質功能柱等局域神經環路與信息編碼，而在宏觀尺度上實現不同腦區的神經網絡聯結與認知功能。值得注意的是長期以來缺乏對人腦左右半球的推理、演繹、邏輯、數理、情感、語言、社會認知、藝術、創造等高級功能的深入解析，以及其深層次的信息處理機制。
對腦感知認知神經網絡結構的研究主要通過對神經元類型和神經結構連接進行系統性的普查，繪制多尺度（從突觸到腦區到整個大腦）、多分辨率的腦圖譜（brain atlas）。對人腦感知認知神經網絡功能及機理的研究主要通過腦形態和分子成像、腦機接口等技術檢測神經元及神經環路活動，記錄大腦腦區一定時期內較為完整的神經元動態活動，各類神經遞質的存儲、釋放、調制等活動過程，解析腦功能的編碼與解碼機制。腦機接口正在發展生物相容性好的柔性腦機接口系統，以及高集成度和高分辨率的腦電、腦磁信號采集和智能化分析技術平臺。通過對神經系統結構和功能聯結規律進行全面解析將最終繪制成腦功能聯結圖譜（brain connectivity map）。
2023年，在美國“腦計劃”和中國“腦計劃”分別支持下，小鼠大腦的完整細胞圖譜，以及迄今最全面的人腦和非人靈長類動物大腦的遺傳、細胞和結構組成圖譜得以繪制。中國科學院腦科學與智能技術卓越創新中心及合作者開發了高精度大視場時空組學測序技術，繪制了獼猴皮層的細胞類型、分子特征及其空間分布圖譜。北京大學開發了一系列神經肽熒光探針，實現了對特定神經肽生物活性的實時、在體、高效和特異性的檢測，為研究神經肽在生理和病理狀態下的釋放過程、調控和功能提供了重要工具。Musall等發現了大腦皮層錐體細胞類型在決策過程中驅動不同功能的皮質活動模式，揭示了神經元類型特異性的皮層動力學塑造了感知決策。Stine等報道了上丘在終止積累證據、進行選擇決策中起著重要作用。Gordon等在大腦運動皮層發現了“軀體感覺-認知活動網絡”。廣東省智能科學與技術研究院（以下簡稱“廣東省智能院”）揭示了一條新的且不通過丘腦的脊髓-皮層直接通路（圖１），并闡明了此通路在痛覺調控中起重要作用，突破了軀體感覺信息必須經由丘腦傳遞至大腦皮層的傳統觀點，建立了皮層私密空間神經元直接接受脊髓投射神經元調控的新概念。
近期腦九宮格機接口技術取得了重要的進展。美國加州大學舊金山分校通過語言腦機接口使一位18年前因腦干中風造成的失語癥患者重獲語言溝通能力，實時文本合成速率在78個詞/分鐘，錯誤率25%。中國科學院微系統與信息技術研究所、復旦大學附屬華山醫院和上海腦虎科技有限公司以蠶絲蛋白材料、微機電系統（MEMS）等技術研制出的高通量、高密度、超柔性的記錄電極，針對柔性腦機接口植入過程中的創傷問題，開發了一種類蚊口器仿生柔性神經探針（圖2），能夠穿透硬腦膜實現多腦區微創植入，可感知植入過程中顱內血管的存在并提供損傷預警，并可實現大腦神經信號的術后即時采集和長期穩定跟蹤。他們開展了單神經元記錄、運動功能重建和漢語合成相關的柔性腦機接口人體臨床試驗34例，在國際上率先通過柔性腦機接口實現了癲癇患者實時多通道單神經元放電脈沖信號記錄，實現了患者實時運動解碼通過意念完成打乒乓球的電子游戲（延遲小于50毫秒，準確率大于90%），實現了臨床漢語語音語調解碼與合成（在無語言模型輔助下語音合成成功率高于90%）。
解析認知功能神經網絡，將為基于神經環路的干預措施、中樞神經系統的功能調節、神經精神疾病的治療提供靈感與思路。應用遺傳學、分子生物學、物理化學技術、腦機接口與交互技術研究感知與認知神經元的發育、病變和衰老過程，以及認知障礙性疾病病因和治療，將引領新的診斷和治療技術的發展和應用，提高人類的生活質量。2023年，浙江大學發現新型抗抑郁藥物氯胺酮與其靶點N-甲基-D-天冬氨酸（NMDA）受體相互作用中獨特的生物物理特性可能是其發揮長效作用的關鍵因素，為改造氯胺酮和開發更安全有效的新型抗抑郁藥物提供了方向。中國科學院深圳先進技術研究院提出了一種用于治療帕金森病的新型神經調控技術，在不影響大腦其他神經環路的情況下對帕金森病累及的關鍵神經環路進行精準靶向干預，為臨床治療提供了新策略。廈門大學發現了游離的主要組織相容性復合體I組成亞基β2-微球蛋白是介導淀粉樣蛋白毒性的關鍵致病因子，修正和豐富了阿爾茨海默病（AD）淀粉樣蛋白學說。我國企業界也開始從事腦疾病基礎研究和藥靶研究，上海魁特迪生物科技有限公司在2023年報道了人類DNA損傷誘導性轉錄物4樣轉錄物（DDIT4L）內含子保留（DIR）與AD樣認知障礙和淀粉樣斑塊形成有關。未來，可以期待我國更多的企業研發機構會投入腦疾病機理研究和診療技術開發。
開發類腦智能
人類大腦是最為復雜的信息和智能系統，對腦認知功能網絡的理解會啟迪類腦智能理論和類腦智能技術。類腦智能研究要發展類腦智能算法、感知認知模型和技術，目前主要體現在借助人腦信息處理機制，用脈沖信號表示時序信息的脈沖神經網絡（SNN）計算，有效地處理大量的非結構化數據，如圖像、聲音和文本等。類腦智能將從“腦結構啟發”向“兼顧腦結構啟發和腦功能啟發”邁進，“感知”和“認知”智能協同發展，由“專用智能”向“通用智能”轉變。目前的研究方向有：借鑒人腦存儲和計算合二為一的特點，研發存算一體計算框架和算法模型，突破“存算墻”的限制；實現類腦器件的三維高度集成，研制出規模化、可擴展的通用存算一體芯片和包含多種類腦器件的融合類腦芯片；發展適用于類腦計算的編程語言、工具和編譯器；借鑒人腦自主學習、推理演繹、涌現等高級功能機制，逐步實現機器的感知智能、自主記憶、推理與抉擇、自然語言、多模態協同感知與社會認知等功能。在智能傳感器、便攜式智能信息工具、低能耗高速度和高存儲的類腦智能芯片和計算機等智能系統支撐下，構建類腦智能物聯網，實現智能交通、智能醫療、無疆界全方位個性化服務、智能社會管理和決策體系等新社會形態和模式。
綠色類腦智能計算
國際上類腦智能算法及計算系統研究得到持續進展。2023年，Kim等提出了一種將卷積神經網絡（CNN）和SNN相結合的互補深度神經網絡（C-DNN）處理器，通過異構的SNN和CNN處理核，利用各自優點實現高精度低功耗的推理和訓練，實現了超高能效的類腦異構融合計算。Frenkel等比較了模擬生物神經處理系統的自下而上設計方法和為解決實際AI應用問題而設計的自上而下方法，并提出了實現類腦系統的競爭優勢所需的方法和框架。Rathi等探討了基于SNN的類腦計算，通過跨學科的方法，對設備、電路和算法進行多層優化，提供了一種端到端的實現方式，以實現高能效的類腦計算處理。美國IBM報道了一種大規模并行、高效能的神經推理架構——Northpole，具有存算一體、主動存儲和空間計算的特點，以及協同優化、高利用率的編程模型。
近年來，我國在類腦計算方面不僅在基礎理論上而且在產業技術上，都走在世界前列。2023年，清華大學報道了類腦多模態混合神經網絡及通用位置識別系統，以及一種新型的基于憶阻器神經形態芯片的邊緣學習技術。廣東省智能院發布了首個以BPU“天琴芯”和類腦晶圓芯片“天琴芯·海”為技術支撐的類腦智能計算系統（圖3）。BPU是更接近生物腦信息處理特性的智能處理器，采用類似神經脈沖發放傳遞的通信機制，支持事件驅動的大規模異步并行計算。相對于同樣擅長并行計算的圖形處理器（GPU）、張量處理器（TPU）和和神經網絡處理器（NPU），BPU對于非結構化、隨機排布、稀疏的數據運算具有更高的處理效率。因此：在算力能效上，“天琴芯”通過借鑒人腦存算一體和脈沖傳導的運作模式，突破馮·諾依曼瓶頸，消除“內存墻”和“功耗墻”的制約，實現類腦計算“速度更快、功耗更低”的算力突破。在集成技術上，“天琴芯·海”突破了晶圓級芯片互聯、封裝、供電、散熱等多種關鍵技術，單顆晶圓芯片可支持2億神經元擬態計算在節能減噪上，“天琴芯”系統使用無源散熱系統，借鑒人腦血管散熱模式，不需要電力支持可實現計算熱量的長距離傳導，為數據中心減少40%的能耗。北京大學和廣東省智能院還推出了BrainPy腦動力學仿真與類腦計算通用編程框架（圖4）。它是一個功能強大、靈活且可擴展的通用編程框架，支持腦動力學的模擬、訓練、分析等多種應用場景，實現高效的代碼執行，為類腦智能計算領域提供了一個統一的編程框架。
類腦智能超級計算系統
類比于動物進化的規律，隨著算力的增加，智能會加速發展。在過去數十年，摩爾定律與并行計算使計算能力提升了百萬倍，現在可能到了智能飛躍的拐點。2017年，美國微軟公司向OpenAI公司投資10億美元，雙方在Azure云計算服務平臺上構建AI超級計算機，擬使用強大的GPU算力以實現算法上的創新，研發通用人工智能（AGI），2022年發布了著名的ChatGPT——AI技術驅動的自然語言處理工具。2023年，AI芯片公司美國Cerebras Systems和總部位于阿聯酋的技術控股集團G42宣布，將攜手打造一個由9臺互聯的超級計算機組成的網絡，該網絡上的第一臺超級計算機“Condor Galaxy 1”（CG-1）已經上線，算力高達4 exaFLOPS。CG-1與已知的GPU集群不同，由時租會議64臺CS-2計算機組成，每臺CS-2由一個WSE-2晶圓芯片驅動，是目前性能最強的AI超級計算機。然而，傳統計算機與AI超級計算機的信號-數據轉換和高精度計算在能源和時間上產生高成本，復雜的深度學習模型耗費驚人的高訓練成本。高能耗在很大程度上是由于馮·諾依曼架構的數字計算系統處理數據和儲存數據是在不同的地方，處理器的大部分時間和精力都消耗在數據傳輸上。高能耗的現有超算系統不是可持續發展的AI應用平臺。
人腦有860億個神經元形成神經環路和網絡，能耗約20瓦，而相同大小的人工神經網絡數字模擬的能耗約8兆瓦。類腦智能計算技術極有可能突破傳統的超級計算機和現在的AI超級計算機所遇到的智能演化環境天花板和高能耗天花板。2024年，澳大利亞的國際神經形態系統中心聯合英特爾公司和戴爾公司將制造一臺“深南”（DeepSouth）神經形態超級計算機，預計在投入使用。“深南”采用高度并行化的架構，每秒能進行228萬億次突觸操作，通過計算機軟件程序和硬件設備來全面模擬人腦突觸，從而對突觸處理大腦信息的方式進行建模，研究大腦工作原理。Nature發布的“2024九大科技變革預測”中包括了歐洲第一臺超過10億次計算的超算Jupiter、美國國家實驗室的Aurora和Capitan，用于創建人類心臟和大腦數字孿生模型、地球氣候高分辨率模擬等。2024年，廣東省智能院基于創制的天琴芯系列BPU，將構建類腦異構融合智能計算機，類腦智能算力達到全人腦神經元規模，將是智能算力高和能效頂尖的類腦計算科研設備。
結論與展望
腦科學是智能時代的科技前沿。在一系列研究技術促進下，人類大腦功能聯結圖譜終將被成功繪制，腦機接口、類腦智能理論和類腦智能技術在未來數年內將成為腦科學和腦醫學研究和拓展的重要方向。我們還可以期待類腦智能超級計算機的算力超過人類大腦算力，類腦智能算力作為智能時代的新生產力會給智能科技乃至人類社會帶來重大變革。
在這一具有時代特征的腦科技發展歷程中，我們需要更有效地強化跨學科合作。通過國家和地方設立的腦科學和類腦智能研究計劃，開展學科交叉研究，促進學術機構的科研人員和產業界合作研究；建立以任務為導向的類腦智能研究機構，以及國際合作研究網絡，匯集相關學科及研究領域優秀科技人員，整合相關的各類技術方法，進行系統性設計和集成，讓集成電路、計算機科學家和工程師、數學家、物理學家、材料學家、分子細胞生物學家等與神經科學家有共同的語言，在整個研究和開發過程中通力合作，將腦啟發的科學原理應用于智能計算的軟件硬件設計和制造；建立跨機構的類腦智能人才培訓體系，設立相應的碩士和博士培訓計劃，與相關產業密切互動合作培訓高技能的技術人員。
在這一征途中我們面臨著系統性挑戰和發展機遇。目前，AI算法和應用技術研究與開發已經持續了數十年，現在各AI賦能的行業依賴于傳統的大規模數字數據分析和處理，現有的AI算力的高能耗與低效率將阻礙智能技術的廣泛應用。類腦智能研究與開發可以提供下一代顛覆性的低碳產業技術和一系列新的智能產業，然而，類腦智能技術及產業提升和演變還需要長期努力，建立其發展生態。為了實現類腦智能研究的快速發展和社會價值，我們需要建立學術研究界與產業界密切合作的有效機制，引入政府科研經費和商業資金，以支持腦及類腦智能科學研究，支持初創腦科技企業、新的衍生企業和轉型企業的發展。我國將會有更多的科研機構、大學、科技企業參與腦科學及類腦智能研究，多學科交叉和產學研合作機制正促成我國在腦醫學、類腦智能研究和開發以及相關產業走向世界前列。
（作者：張旭，中國神經科學學會 廣東省智能科學與技術研究院。《中國科學院院刊》供稿）