专题：脑科学与类脑智能 前，通过模拟人脑神经元信息处理机制的深度神经网络技通过融入对人的机理的探索，有望实现类脑智能机器人与 术已经成为智能时代最为重要的建模方法，将深度神经网 人“共情”，从而产生更深度的交互与合作，也有望对国 络技术融合到计算芯片（又称为类脑计算芯片）也日益 防、工业、服务业等领城提供更多的帮助。 受到重视。事实上，在20世纪80年代，超大型体积电路 本文针对类脑计算芯片和类脑智能机器人发展的迫 (VLSI)主要研制者之一Carver Mead已经开始利用大规 切需要，分析其技术发展现状，并对迫切需要展开的研 模集成电路来实现此类神经网络计算功能，这项工作获得 究内容进行一些思考。 了美国太空总署(NASA)与国家卫生研究院(NIH)的 重视。然而在相当长的一段时间里，基于传统互补金属氧 1类脑芯片 化物半导体(CMOS)技术的类脑计算芯片的实现一直进 广义上来讲，“类脑芯片”是指参考人脑神经元结 展缓慢。2007年纳米尺寸忆组器(Memristor)的出现使 构和人脑感知认知方式来设计的芯片。很显然，“神经 得类脑计算芯片的研究有了突飞猛进的发展，它可有效实 形态芯片”就是一种类脑芯片，顾名思义，它侧重于参 现可调节突触强度的生物神经突触和神经元之间的互联， 照人脑神经元模型及其组织结构来设计芯片结构，这代 从而为类脑计算芯片的快速发展奠定重要基础。 表了类脑芯片研究的一大方向。随着各国“脑计划”的 与类脑计算芯片同步发展的还有类脑智能机器人。 兴起和开展，涌现出了大量神经形态芯片研究成果，受 我国政府提出的《中国制造2025》规划纲要将机器人产 到国际上的广泛重视并为学界和业界所熟知。例如，欧 业发展作为智能制造重点推进的领域之一。目前，机器人 盟支持的SpiNNaker和BrainScaleS、斯坦福大学的Neu 已经被广泛应用于汽车及零部件制造、机械加工、电子电 rogrid、.BM公司的TrueNorth以及高通公司的Zeroth。 气及食品工业等诸多领域，成为衡量国家制造业水平和 TrueNorth是IBM潜心研发近10年的类脑芯片。美 科技水平的重要标志。尽管已有机器人经常也被称为“智 国DARPA计划从20O8年起就开始资助BM公司研制面 能”机器人，然而这些“智能”机器人能够实现的动作及 向智能处理的脉冲神经网络芯片。2011年，IBM公司通 行为能力基本是通过预定义的规则实现的，而人类进行动 过模拟大脑结构，首次研制出两个具有感知认知能力的 作、行为的学习主要是通过模仿及与环境的交互实现的。 硅芯片原型，可以像大脑一样具有学习和处理信息的能 此外，目前“智能”机器人还不具有类脑的多模态感知及 力。类脑芯片的每个神经元都是交叉连接，具有大规模 基于感知信息的类脑自主决策能力。在运动机制方面，目并行能力。20I4年，IBM公司发布了称为“TrueNorth” 前智能机器人不具备类人的外周神经系统，其灵活性和自 的第二代类脑芯片。与第一代类脑芯片相比，TrueNorth 适应性与人类运动系统还具有较大差距。 芯片性能大幅提升，其神经元数量由256个增加到100万 随者人工智能、机器人和传感器技术的不断发展， 个；可编程突触数量由262144个增加到2.56亿个：每秒 机器人已经由传统在线示教工作模式向智能工作模式方向 可执行460亿次突触运算，总功耗为70mW,每平方厘 发展，结合脑科学研究成果，有希望为机器人理论和应用 米功耗20mW。与此同时，TrueNort山处理核体积仅为第 研究带来新的突破，最终有望成功制造类脑智能机器人。 一代类脑芯片的1/15。目前，BM公司已开发出一台神 类脑智能机器人系统是融合了视觉、听觉、思考和执行等 经元计算机原型.它采用l6颗TrueNorth芯片，具有实 能力的综合智能系统，它能够以类似于人脑的工作方式运时视颖处理能力。TrueNorth芯片的超强指标和卓越表 行。同时，类脑智能机器人力图将人的内部机理融人机器 现在其发布之初就引起了学界的极大轰动。 人系统，从而提高机器人的认知、学习和动作控制能力。 与TrueNorth不同，Zeroth则是高通公司近几年才开 8042016年~第31卷第7期804 2016年 . 第31卷 . 第 7期 专题：脑科学与类脑智能 前，通过模拟人脑神经元信息处理机制的深度神经网络技 术已经成为智能时代最为重要的建模方法，将深度神经网 络技术融合到计算芯片（又称为类脑计算芯片）也日益 受到重视。事实上，在 20 世纪 80 年代，超大型体积电路 （VLSI）主要研制者之一 Carver Mead 已经开始利用大规 模集成电路来实现此类神经网络计算功能，这项工作获得 了美国太空总署（NASA）与国家卫生研究院（NIH）的 重视。然而在相当长的一段时间里，基于传统互补金属氧 化物半导体（CMOS）技术的类脑计算芯片的实现一直进 展缓慢。2007 年纳米尺寸忆阻器（Memristor）的出现使 得类脑计算芯片的研究有了突飞猛进的发展，它可有效实 现可调节突触强度的生物神经突触和神经元之间的互联， 从而为类脑计算芯片的快速发展奠定重要基础。 与类脑计算芯片同步发展的还有类脑智能机器人。 我国政府提出的《中国制造 2025》规划纲要将机器人产 业发展作为智能制造重点推进的领域之一。目前，机器人 已经被广泛应用于汽车及零部件制造、机械加工、电子电 气及食品工业等诸多领域，成为衡量国家制造业水平和 科技水平的重要标志。尽管已有机器人经常也被称为“智 能”机器人，然而这些“智能”机器人能够实现的动作及 行为能力基本是通过预定义的规则实现的，而人类进行动 作、行为的学习主要是通过模仿及与环境的交互实现的。 此外，目前“智能”机器人还不具有类脑的多模态感知及 基于感知信息的类脑自主决策能力。在运动机制方面，目 前智能机器人不具备类人的外周神经系统，其灵活性和自 适应性与人类运动系统还具有较大差距。 随着人工智能、机器人和传感器技术的不断发展， 机器人已经由传统在线示教工作模式向智能工作模式方向 发展，结合脑科学研究成果，有希望为机器人理论和应用 研究带来新的突破，最终有望成功制造类脑智能机器人。 类脑智能机器人系统是融合了视觉、听觉、思考和执行等 能力的综合智能系统，它能够以类似于人脑的工作方式运 行。同时，类脑智能机器人力图将人的内部机理融入机器 人系统，从而提高机器人的认知、学习和动作控制能力。 通过融入对人的机理的探索，有望实现类脑智能机器人与 人“共情”，从而产生更深度的交互与合作，也有望对国 防、工业、服务业等领域提供更多的帮助[1]。 本文针对类脑计算芯片和类脑智能机器人发展的迫 切需要，分析其技术发展现状，并对迫切需要展开的研 究内容进行一些思考。 1 类脑芯片 广义上来讲，“类脑芯片”是指参考人脑神经元结 构和人脑感知认知方式来设计的芯片。很显然，“神经 形态芯片”就是一种类脑芯片，顾名思义，它侧重于参 照人脑神经元模型及其组织结构来设计芯片结构，这代 表了类脑芯片研究的一大方向。随着各国“脑计划”的 兴起和开展，涌现出了大量神经形态芯片研究成果，受 到国际上的广泛重视并为学界和业界所熟知。例如，欧 盟支持的 SpiNNaker 和 BrainScaleS、斯坦福大学的 Neu￾rogrid、IBM 公司的 TrueNorth 以及高通公司的 Zeroth。 TrueNorth 是 IBM 潜心研发近 10 年的类脑芯片。美 国DARPA 计划从 2008 年起就开始资助 IBM 公司研制面 向智能处理的脉冲神经网络芯片。2011 年，IBM 公司通 过模拟大脑结构，首次研制出两个具有感知认知能力的 硅芯片原型，可以像大脑一样具有学习和处理信息的能 力。类脑芯片的每个神经元都是交叉连接，具有大规模 并行能力。2014 年，IBM 公司发布了称为“TrueNorth” 的第二代类脑芯片。与第一代类脑芯片相比，TrueNorth 芯片性能大幅提升，其神经元数量由 256 个增加到 100 万 个；可编程突触数量由 262 144 个增加到 2.56 亿个；每秒 可执行 460 亿次突触运算，总功耗为 70 mW，每平方厘 米功耗 20 mW。与此同时，TrueNorth 处理核体积仅为第 一代类脑芯片的 1/15。目前，IBM 公司已开发出一台神 经元计算机原型，它采用 16 颗 TrueNorth 芯片，具有实 时视频处理能力[2]。TrueNorth 芯片的超强指标和卓越表 现在其发布之初就引起了学界的极大轰动。 与 TrueNorth 不同，Zeroth 则是高通公司近几年才开