當(dāng)前人工智能依靠的底層理論是基于多層神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)，而深度技術(shù)算法所支持的人工智能應(yīng)用空間集中在（或局限于）圖像識別和語音識別。人工智能識別做的是比對，這時信息進(jìn)入大腦后缺少加工、理解、思考等步驟，還停留在感知階段，未能達(dá)到認(rèn)知階段。


機(jī)器學(xué)習(xí)/深度學(xué)習(xí)算法興起于上世紀(jì)50年代（一直沿用至今），今天深度學(xué)習(xí)算法的潛力已近天花板，限制了人工智能擴(kuò)大應(yīng)用創(chuàng)新。

 

今年五一前夕，徐匡迪院士提出“中國有多少數(shù)學(xué)家投入到基礎(chǔ)算法研究中？”這就是偏于悲觀估計的《徐匡迪之問》：近年國內(nèi)一片火紅的人工智能披著一層華麗虛假的面紗，數(shù)學(xué)家、腦科學(xué)家等資深專業(yè)人才極少投入，底層理論未有突破，核心算法缺位，人工智能發(fā)展面臨“卡脖子”窘境。
 

2014年IBM研究類腦算法，開發(fā)TrueNorth芯片，支持人工智能應(yīng)用創(chuàng)新，以期向“認(rèn)知”邁進(jìn)。IBM開發(fā)基于大規(guī)模脈沖神經(jīng)網(wǎng)絡(luò)的類腦算法的TrueNorth芯片，是由4096個細(xì)小的計算內(nèi)核組成，這些計算內(nèi)核形成了100萬個數(shù)字腦細(xì)胞和2.56億個神經(jīng)囘路，像“大腦神經(jīng)元”一樣工作（不同于運(yùn)行打包成指令序列的傳統(tǒng)人工智能芯片）。

2019年在《nature》雜志封面上發(fā)表了清華大學(xué)丨施路平團(tuán)隊研發(fā)的“世界首款雙控異構(gòu)融合類腦芯片”，其意義非同凡響！

《nature》雜志封面上發(fā)表清華大學(xué)施路平團(tuán)隊研發(fā)的“世界首款雙控異構(gòu)融合類腦芯片”

2014年清華大學(xué)類腦研究中心施路平團(tuán)隊研發(fā)類腦技術(shù)，將基于脈沖神經(jīng)網(wǎng)絡(luò)（ANN）的類腦計算算法與基于人工神經(jīng)網(wǎng)絡(luò)（SNN）的深度學(xué)習(xí)算法集成到一顆芯片“天機(jī)芯（TianJic）”上，實(shí)行資源復(fù)用，利用交叉優(yōu)勢，使人工智能應(yīng)用創(chuàng)新更接近于“自主思考”的認(rèn)知階段。

天機(jī)芯應(yīng)該屬于CGRA結(jié)構(gòu)（這是一種更高層次的可重構(gòu)技術(shù)），對應(yīng)Tianjic的FCcore是一個結(jié)合了SNN和ANN主要算法的統(tǒng)一硬件結(jié)構(gòu)，而且在一塊芯片上同時支持商業(yè)應(yīng)用和算法研究，可以說這是Tianjic最大的創(chuàng)新點(diǎn)。在無人駕駛的自行車上進(jìn)行功能驗證，應(yīng)該說施教授團(tuán)隊選擇如此應(yīng)用場景讓人眼前一亮，極具吸引力和沖擊力。

 

搭載該芯片的自動行駛自行車展示了自平衡、動態(tài)感知、目標(biāo)探測、跟蹤、自動避障、過障、語音理解、自主決策等功能。

第二代天機(jī)芯（2017）具有高速度丶高性能丶低功耗等特點(diǎn)，比TrueNorth芯片動能更全，靈活性和擴(kuò)展性更好，速度提高10倍。

 

天機(jī)芯片單片（左）和5x5陣列擴(kuò)展板（右）
圖片來源：清華大學(xué)官網(wǎng)

現(xiàn)在看來，IBM研發(fā)True North芯片，Intel研發(fā)Loihi芯片，均偏重于底層理論研究，即偏重于對類腦脈沖神經(jīng)網(wǎng)絡(luò)及類腦算法的研究。脈沖神經(jīng)網(wǎng)絡(luò)（ANN）是模擬生物神經(jīng)元連接和運(yùn)行方式的模型，通過計算產(chǎn)生神經(jīng)電脈沖進(jìn)行信息傳遞，這和傳統(tǒng)網(wǎng)絡(luò)的權(quán)重連接+激活的方式有很大差別。目前國內(nèi)外學(xué)術(shù)界和產(chǎn)業(yè)界對ANN研究還不多、不深，主要在基礎(chǔ)算法上尚未見到關(guān)鍵性突破。


國內(nèi)一些AI專家認(rèn)為，純脈沖神經(jīng)網(wǎng)絡(luò)（和其類腦基礎(chǔ)算法）將是推動人工智能發(fā)展進(jìn)入認(rèn)知階段的關(guān)鍵。他們目前正在致力于研發(fā)ANN（已有幾年），我認(rèn)為應(yīng)該將這項研究成果，不光結(jié)合或應(yīng)用于純脈沖神經(jīng)網(wǎng)絡(luò)，更要結(jié)合或應(yīng)用于ANN+SNN異構(gòu)融合網(wǎng)絡(luò)。


現(xiàn)將已發(fā)布的搭載SNN芯片參數(shù)一覽表公布如下： 

 

 

 

附：評人工智能如何走向新階段-后記

自《評人工智能如何走向新階段》一文發(fā)表（在內(nèi)部）后，引來了專家、草根們的廣泛議論，有深有淺，其中似有一些思考價值，故錄入本文后記：

 

 

 

 

 

 1、

目前人工智能在理論上并無明顯進(jìn)展，依賴于云計算、高存儲、分布式系統(tǒng)和深度學(xué)習(xí)，今天人工智能的成果，都是基于以前理論研究對應(yīng)用場景的實(shí)現(xiàn)上。未來人工智能的發(fā)展期望在理論和生物技術(shù)上的突破。

 

 

 

2

 、

 

脈沖神經(jīng)網(wǎng)絡(luò)（ANN）可以模仿人腦的電氣信號，是模擬生物神經(jīng)元連接和運(yùn)行方式的模型，通過計算產(chǎn)生神經(jīng)電脈沖進(jìn)行信息傳遞。目前，國內(nèi)外一些專家正在對脈沖神經(jīng)網(wǎng)絡(luò)進(jìn)行研究，未來人工智能的發(fā)展期待對脈沖神經(jīng)網(wǎng)絡(luò)和類腦算法的關(guān)鍵性突破。

 

 

 

3

 、

人工智能如果要突破情感還需要化學(xué)成分，需要這方面的專家進(jìn)行底層理論協(xié)同研究。

 

 

 

 

4、人工智能還需要心臟類（生物器官）的東西，對“器官記憶”這類仿生學(xué)的研究也許是人工智能底層理論研究的關(guān)鍵之一。

 
 

 

 

 

 

5、未來人工智能的發(fā)展還需要進(jìn)行倫理方面的研究。

 

 

 

6、現(xiàn)時國內(nèi)在構(gòu)建人工智能核心技術(shù)的工具或框架上，在開源平臺上，以及在人工智能硬件（如微處理器芯片）方面，還是比較落后的，過去這些開源平臺和高端芯片大多是由美國方面設(shè)計、研發(fā)的，人工智能開源平臺可以幫助電腦像人腦一樣工作（百度的“飛槳”平臺是由中國人開發(fā)的先例）。國內(nèi)大概需要花5-10年時間才能在基礎(chǔ)理論和核心算法上追上美歐水平。

 

 

 7、

為了推動人工智能的發(fā)展，人才是關(guān)鍵，為此要制定和執(zhí)行人才政策以及人才培養(yǎng)、引進(jìn)和使用計劃，政策和計劃的前提要體現(xiàn)開源開放精神。一位美國專家談“如果美國不再提開放開源的前沿，那就是在冒險將人工智能人才送到主要競爭者手里，包括中國”。

 

 

 

 

 

8、 

2017年清華大學(xué)施路平教授等研發(fā)“世界首款雙控異構(gòu)融合類電腦芯片”（將基于脈沖神經(jīng)網(wǎng)絡(luò)ANN的類腦計算算法與基于人工神經(jīng)網(wǎng)絡(luò)SNN的深度學(xué)習(xí)算法集成到一顆芯片“天機(jī)芯（Tianjic）”上，將人工智能的應(yīng)用創(chuàng)新推進(jìn)到更接近于具有“自主思考”成份的“認(rèn)知智能”階段。第二代“天機(jī)芯（Tianjic）”的照片刊登在英國《nature》雜志的封面上。

 

 
 

 

 

 

9、IBM從2014年開始研發(fā)TrueNorth芯片，進(jìn)行底層理論研究（即對類腦脈沖神經(jīng)網(wǎng)絡(luò)ANN及類腦算法的研究），以期推動人工智能發(fā)展。兩年前IBM發(fā)布類腦芯片TrueNorth引起了轟動。IBM先搞了一個簡易的核心電路，采用asynchronous circuit，當(dāng)時是非常大膽的，這個研究項目主要是為了驗證神經(jīng)形態(tài)計算硬件。因為芯片面積超過100平方毫米，良品率非常低，不能量產(chǎn)，隨后Synapsa Project已結(jié)束了，不會再有True NorthV.2了。

 
 

10、脈沖神經(jīng)網(wǎng)絡(luò)類腦芯片的進(jìn)步將會帶來計算體系結(jié)構(gòu)的革命，是下一代人工智能發(fā)展的重要突破方向。由浙江大學(xué)牽頭研發(fā)的脈沖神經(jīng)網(wǎng)絡(luò)類腦芯片“達(dá)爾文2”已于近期發(fā)布（2015年發(fā)布“達(dá)爾文1”，現(xiàn)在已啟動研究“達(dá)爾文3”），達(dá)爾文2單芯片由576個內(nèi)核組成，每個內(nèi)核支持256個神經(jīng)元、神經(jīng)突觸1000多萬（即單芯片支持的神經(jīng)元規(guī)模達(dá)15萬個），經(jīng)過系統(tǒng)擴(kuò)展可構(gòu)建千萬級神經(jīng)元類腦計算系統(tǒng)（在神經(jīng)元數(shù)目上相當(dāng)于果蠅的神經(jīng)元數(shù)目），達(dá)爾文2是目前已知單芯片神經(jīng)元規(guī)模居全國前列。該類腦芯片目前主要應(yīng)用于圖像物體識別、視頻音頻理解、自然語言處理、腦電識別，較之基于深度學(xué)習(xí)的人工神經(jīng)網(wǎng)絡(luò)，具有獨(dú)到優(yōu)勢，更擅長于模糊數(shù)據(jù)處理。

 

 
 

 

11、百度自動駕駛汽車曾在《開源中國開源世界高峰論壇》上發(fā)表（三年三屆），目前我們自動駕駛汽車不再單純追求高速復(fù)雜路況下跑幾千公里的酷炫目標(biāo)，首先要關(guān)注安全和效率，主要在低速開放道路上實(shí)現(xiàn)自動駕駛（低速場景L4級自動駕駛先于高速L3級自動駕駛實(shí)現(xiàn)）。當(dāng)前自動駕駛汽車還停留在深度學(xué)習(xí)開發(fā)框架上（當(dāng)然還有深化余地）。這方面人工智能的發(fā)展，要加快在路側(cè)的基礎(chǔ)設(shè)施建設(shè)，并充分建設(shè)、利用開源平臺。
 

 

12、早在上世紀(jì)末葉，有人提出能否可利用直接基于人腦神經(jīng)元（不是類腦神經(jīng)元，也不是人工神經(jīng)元）的深度學(xué)習(xí)技術(shù)以推動人工智能的進(jìn)步？可是由于人腦神經(jīng)元極其纖細(xì)脆弱，難以與植入人腦的芯片連接，這個設(shè)想久未成功。據(jù)悉今年8月卡內(nèi)基梅隆大學(xué)賀斌教授領(lǐng)導(dǎo)的人工智能科研團(tuán)隊，將一塊含有深度學(xué)習(xí)框架及腦機(jī)接口的芯片植入人腦，取得與大腦神經(jīng)元無創(chuàng)連接的成功。從此將憑人旳意念（思維或想像力），利用人腦神經(jīng)元來操控機(jī)器（機(jī)器人或機(jī)械手）創(chuàng)造條件。這是一種人腦智慧/智能與人工智能結(jié)合/協(xié)同的模式，即人機(jī)協(xié)同模式，可以沖破人工智能感知階段，到達(dá)認(rèn)知階段。 

 

 

 

 

 
 

13、純脈沖神經(jīng)網(wǎng)絡(luò)超越深度網(wǎng)絡(luò)才是更大看點(diǎn)，我們（指國內(nèi)）正在做，希望一兩年能有突破。 

 

 
 

 

 

 

14、脈沖神經(jīng)網(wǎng)絡(luò)不是IBM首創(chuàng)，TrueNorth當(dāng)時的賣點(diǎn)是芯片實(shí)現(xiàn)了大規(guī)模脈沖神經(jīng)網(wǎng)絡(luò)、低功耗。 

 

 

15

 
 

 

15、清華這輛自行車成精了，可自我平衡，自動繞障避障，自主管控，自主決策。 

 

 

16

 
 

 

16、推動人工智能發(fā)展關(guān)鍵在人才。網(wǎng)友轉(zhuǎn)抄清華大學(xué)“中國科技政策研究中心”報告：至2017年，全球AI人才204850人，中國AI人才18230人，占全球8.9%，美國27470人，占全球13.9%，中國AI人才是美國的2/3。按高H因子衡量，中國AI杰出人才977人，美國4885人，中國是美國的1/5。 

 

 

17

 

 

17、從“2019全球AI人才分布圖” 
（https://www.huxiu.com/article29556.html）看，那些發(fā)表AI論文的高產(chǎn)作者主要是畢業(yè)于美國的博士，占44%，在中國獲得博士學(xué)位的作者約11%，其次是英國6%，德國5%，加拿大4%，法國4%，日本4%。從就業(yè)數(shù)據(jù)地域分布看，美國繼續(xù)吸引AI研究人員為之工作的占46%，中國占11+%，其次是英7%，德4%，日4%。在頂級刊物上有影響的AI研究人員全球約4000人，其中美國1095人，中國255人，英國140人，澳大利亞80人，加拿大45人。從AI人員流動情況看，美國最能吸引AI研究人員為之工作，中國其次，其吸引的絕對數(shù)量占美國的1/4。 
 

 

 

 

 

 

18、回顧以往中國人工智能發(fā)展中存在的人才問題，一優(yōu)一劣，優(yōu)在青年人才充足，劣在高端人才培養(yǎng)人數(shù)少，如何揚(yáng)長補(bǔ)短是我們在AI人才政策上面臨的急切任務(wù)。
 

 

19、人工智能的發(fā)展可分為感知智能、認(rèn)知智能、決策智能三個階段，目前處于感知智能階段，依靠深度學(xué)習(xí)算法，而欲進(jìn)入認(rèn)知智能階段，則要依靠類腦計算，到未來決策智能階段，恐要依靠量子計算。
 

 

20、全球人工智能領(lǐng)域圖靈獎得主共11人（10個美國人，1個加拿大人）。 

 

 

 

21、百度自動駕駛已有好幾年了，我們開發(fā)了開放開源的Apollo平臺，兩年來已成為全球最活躍的自動駕駛平臺：全球15000+開發(fā)者向平臺貢獻(xiàn)自動駕駛軟件，我們經(jīng)過多次迭代，開源代碼行數(shù)超過40萬行，通過平臺匯聚了包括奔馳、寶馬在內(nèi)的140多家合作伙伴。2017年初，我們發(fā)布了Apollo1.0（封閉場地自動駕駛循跡），同年9月發(fā)布1.5（固定車道自動駕駛），2018年發(fā)布2.0（簡單城市道路自動駕駛），又發(fā)布3.0（量產(chǎn)園區(qū)自動駕駛提供無人小巴），真正把自動駕駛變成可以量產(chǎn)化可乘坐的產(chǎn)品，去年已安全運(yùn)載3萬多人次，現(xiàn)在大家可到海淀公園體驗試車。 

2019年1月我們在拉斯維加斯CES會展上發(fā)布3.5（城市路況自動駕駛），這是迄今最強(qiáng)大的Apollo開放開源平臺，它成為全球首家能應(yīng)用于普通城市交通環(huán)境的開源自動駕駛平臺，能夠安全行駛通過車道線不清的窄道，無紅綠燈控制的路口，街道槽車、減速隔離帶等多種特殊路線段。但要實(shí)現(xiàn)普通乘用車人工智能的全自動駕駛，還會遇到很多技術(shù)上的挑戰(zhàn)，還需相當(dāng)長的時間才能完成。 

 

 

 

 

22、當(dāng)下小米開發(fā)并推銷了具全球影響的人工智能家居應(yīng)用系統(tǒng)，我們打造的AIoT平臺已經(jīng)成為全球最大的消費(fèi)級AIoT的開源平臺，目前我們在全球聯(lián)網(wǎng)設(shè)備達(dá)數(shù)億臺，構(gòu)成了未來打造AI賦能的萬物互聯(lián)網(wǎng)的基礎(chǔ)。2018年小米開源了MACE移動端深度學(xué)習(xí)框架，今年我們推出9個HBaseCommitter，開源了Kaldi模型到ONNX模型的轉(zhuǎn)換工作（kaldi是語音識別領(lǐng)域一個應(yīng)用廣泛的開源框架），在ApacheHBase這個研發(fā)項目上小米所作貢獻(xiàn)占全社區(qū)的1/4。 小米打造AIoT是一個無處不在無所不能的AI能力系統(tǒng)，未來小米的AIoT家居系統(tǒng)，一個手勢、一個眼神就可能喚醒智能設(shè)備，這里的人工智能可能還要加入一些情感因素，為此未來小米的AIoT將迎接人工智能更大的挑戰(zhàn)。 

 

 

23、華為在昇騰AI處理器基礎(chǔ)上開發(fā)了Atlas 900人工智能訓(xùn)練集群，基于深度學(xué)習(xí)框架，可用于人臉識別、車輛識別、具有超強(qiáng)算力（算力達(dá)到256PFLOPS），用于分析20萬顆星體僅需59.8秒，（比現(xiàn)在世界紀(jì)錄快10秒）也可做成模塊化裝置，用于攝像頭、無人機(jī)、等終端應(yīng)用領(lǐng)域。 

有人說深度學(xué)習(xí)技術(shù)潛力已近天花板，從本例看來，這個論證不完全正確。深度學(xué)習(xí)還可進(jìn)一步提升算力！只是基于深度學(xué)習(xí)難以使人工智能跨越感知抵達(dá)認(rèn)知。