類腦計算是指借鑒大腦中進行信息處理的基本規律

2016年3月，AlphaGo與職業圍棋選手的對局引發了人們對於人工智慧的高度關注。計算機在一個公認的非常複雜的計算與智力任務中，打敗了人類的頂尖選手，靠的是類人腦的智能嗎？從系統的結構看，AlphaGo結合了深度神經網路訓練與蒙特卡洛模擬。廣義的說，深度神經網路是類腦的計算形式，而蒙特卡洛方法則是發揮機器運算速度的優勢，模擬出數量巨大的可能性用以進一步判斷，這現在看來不是大腦工作的機制。所以AlphaGo可以說是結合了類腦與非類腦的計算與智能，完美髮揮其各自特長所取得的成功。除了AlphaGo 所運用的深度神經網路之外，現在研究的類腦計算和智能還有哪些方面？可能會在不久的將來帶來什麼樣的突破呢？

什麼是類腦計算？

一般地說，類腦計算是指借鑒大腦中進行信息處理的基本規律，在硬體實現與軟體演算法等多個層面，對於現有的計算體系與系統做出本質的變革，從而實現在計算能耗、計算能力與計算效率等諸多方面的大幅改進。過去幾十年來通訊與計算機技術的長足發展帶來了信息化革命，但現有計算系統仍然面臨2個嚴重的發展瓶頸：一是系統能耗過高，二是對於人腦能輕鬆勝任的認知任務（比如語言及複雜場景的理解等）處理能力不足，難以支撐高水平的智能。大腦在這兩個方面的明顯優勢使得借鑒大腦成了一個非常有前景的方向。類腦計算是生命科學，特別是腦科學與信息技術的高度交叉和融合，其技術內涵包括對於大腦信息處理原理的深入理解，在此基礎上開發新型的處理器、演算法和系統集成架構，並將其運用於新一代人工智慧、大數據處理、人機交互等廣泛的領域。類腦計算技術有望使人工信息處理系統以非常低的能耗，產生出可以與人腦相比擬的智能。很多人認為，這一方向的實質進展將可能真正開啟智能化革命的序幕，從而對社會生產生活帶來深刻地變革。

腦信息處理基本規律的研究

類腦計算的研究大致可以分為神經科學的研究、特別是大腦信息處理基本原理的研究，類腦計算器件（硬體）的研究和類腦學習與處理演算法（軟體）的研究3個方面。在神經科學領域，過去幾十年間，特別是過去10年左右的時間，取得了非常快速的發展。現在對於大腦的工作原理已經積累了豐富的知識，這為類腦計算的發展提供了重要的生物學基礎。人腦是一個由近千億的神經元通過數百萬億的接觸位點（突觸）所構成的複雜網路。感覺、運動、認知等各種腦功能的實現，其物質基礎都是信息在這一巨大的網路當中的有序傳遞與處理。通過幾代神經科學家的努力，目前對於單個神經元的結構與功能已經有較多了解。但對於功能相對簡單的神經元如何通過網路組織起來，形成我們現在所知的最為高效的信息處理系統，還有很多問題尚待解決。腦網路在微觀水平上表現為神經突觸所構成的連接，在介觀水平上表現為單個神經元之間所構成的連接，在宏觀水平上則表現為由腦區和亞區所構成的連接。在不同尺度的腦網路上所進行的信息處理既存在重要差別，又相互緊密聯繫，是一個統一的整體。目前神經科學的研究熱點就主要集中於在上述各層面解析腦網路的結構，觀察腦網路的活動，最終闡明腦網路的功能，即信息存儲、傳遞與處理的機制。要實現這一目標，需要突破的關鍵技術是對於腦網路結構的精確與快速測定，腦網路活動的大規模檢測與調控，以及對於這些海量數據的高效分析，此外也亟需在實驗數據的約束下，建立適當的模型和理論，形成對腦信息處理的完整認識。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！