装了类人脑系统的人，还能算人吗？

“脑计划”——人类历史上的又一重大科学计划！

类脑芯片之所以被称为强人工智能的基石，在于它可以模拟人类大脑信息处理方式，能以极低的功耗对信息进行异步、并行、低速和分布式处理，并具备自主感知、识别和学习等多种能力。类人脑能否替代大脑处理肢体？载装类人脑人类还算一名人类吗？种种猜想引发伦理争端，优劣各异，科技发展让人工智能不在遥远。

这是电子科技大学教授刘洋在@一刻talks的分享。

本期讲者：刘洋

本期主题：类人脑芯片神经元

全文共 2900 字，阅读需要17分钟

我们主要做的是类人脑的芯片方面的研究，有一些进展跟大家分享一下。

我们经常会听到一些大规模计算机非常厉害，比如说天河二号，如果我们回头看一下，实际上最有效率的计算机是我们自己每人都带的大脑。我们的大脑大概只有十公斤或者是再小一点，但是功率大概只有28W，它的计算效率是非常强劲的。

举个例子，现在自动驾驶非常火热，但是其实真正的无人驾驶非常困难，比如它的场景几乎是无限的，另外它对算力的要求也是无限的。在当前的计算能力情形下，实现完全的自动驾驶非常不容易，它导致的结果是什么样的？

一个自动驾驶的汽车控制系统带的GPU阵列可能比你的汽车还要贵。汽车可能大概只有20万，这已经算一辆还不错的汽车了，但是现在研发的自动驾驶控制GPU的阵列大概可能要超过50万到60万，因为它单科可能就近一万美元，它的阵列可能需要10个到20个。

所以在自动驾驶领域，对于人类来说，我们经过初步的训练就可以驾驶汽车，一般来说还很少出问题。但是对于计算机来说，或者说对于处理器来说，自动驾驶到当前为止，还没有任何一家公司能够推出这种完全自动驾驶的汽车。

主要原因一个是性价比太低了，控制阵列比汽车还贵，基本上很少人能够买得起这种汽车；另外由于场景的无限性，也就是说即使提供了非常贵的处理器阵列，它的场景处理能力也是始终是完成不了，但对于我们人脑来说就是很有效，通过一个驾驶的训练，基本上就可以完成驾驶。

类人脑的处理器，事实上是非常有意思的一件事情。脑计划其实也开展很多年了，无论是美国、欧洲还是日本、加拿大都在开展脑计划内容，但多数都集中在于生物方面。因为人脑毕竟是一个生物体，所以对它的研究最开始或者最容易开始的很显然是在从生物学上。

但是事实上在研究人脑或者类人脑系统、类人脑芯片有一个悖论，就是人类事实上永远研究不出真正的人脑计算机，或者说人脑的系统。因为相当于我是用我的大脑来研究跟我大脑一样的系统。

这是一个悖论，就是我不能做出一个同样的我自己来，因为我的思维永远不能包含我所有的思维。大家应该能理解，就是你肯定不能想象出你所有的自己，做类脑系统的或者类脑芯片的所有的研发人员，他的目标是我们要做出一个跟大脑的功能至少类似，不能达到完全一致但是能够达到一部分的类人脑功能。

经常会有人问，你做类人脑研究或者类人脑芯片、类人脑系统到底有什么意义？除了那些最直接的在医学上的应用之外，我有一些医生的朋友经常说，你到底能不能做出来类人脑系统，如果能做出来，我马上买一套，多贵我都买。

经常会有一些新药出来，但是很难找到一些愿意试药的志愿者。比如治疗帕金森综合症，或者治脑损伤的药。如果这个药能治好我的手臂，我肌肉有一些损伤或者骨损伤的副作用，对于我来说是可以承受的。但对于很多脑损伤的副作用，这个是我不能承受的。我现在还能讲话，能跟大家讨论，万一我服了这个药，给我治坏了怎么办？

所以医生朋友说，你的系统不见得能完成所有的类脑功能，但是如果你能做一部分的仿真，或者模拟一些神经元的反应，例如刺激增强，因为它跟药的机理是一样的，刺激某些神经元的功能增强，或者削弱它的功能，或切断它的连接，这都是它的基本机理。你如果能在在类脑系统中把这些机理实验出来，也算是给我们提供了非常大的帮助。

所以最直接的一个例子，到现在为止，大概每两个老年人里，就有一位深受帕金森综合症或者阿兹海默氏症的困扰。如果没有了这种类脑芯片或者类脑系统，那在帕金森综合症的机理上，到底哪一些神经元受了损伤、弱化了、变强了，或者说它中间的联系切断了，我们都无从核实。

深度学习在科研阶段确实比较有意思。目前医生朋友跟我最常讨论的是在医疗上的应用。尤其在试药方面，或者脑类疾病，比如脑损伤。我们医院会收治病人，无论是外伤还是内部的损失，它的机理到底是什么样的，现在都是在猜测，凭经验去推导是脑干或者是颅内哪里受了损伤，但真正从理论的层面上对它进行一些探索，实际上是类脑系统和类脑芯片的最大的需求。

我们现在基本都是基于传统的计算机传统，不是类脑的芯片。传统计算机多数都是CPU或者GPU内存，当然现在这种传统做计算机的路其实已经被IBM证明是非常困难的。IBM用这几乎是一间房子这么多的计算机完成模仿猫脑的部分功能，但是他发现，即使用这么大的硬件资源，完成的猫脑功能只是一部分，而且跟猫脑的功能比起来，还要慢大约83倍。所以IBM从那个时候就放弃了这条科研道路，他得出的结论，用传统的资源非常难实现人脑的完整功能。

后面大家都在做的事情就是，只能按人脑的构架来搭类人脑的系统，现在最前沿的实际上是英特尔和IBM。英特尔今年也在报道，就是他实现了大概800万神经元集成的类人脑系统。但事实上我们人脑大概是1000亿个神经元，对比现在的800万神经元，我们要走的路真的很长。

模仿类人脑的系统实际上是要从底层开始做，你要先有器件，就像人脑有神经元、突触，那你就要从突触和神经元开始做设计和直线。神经元相当于一个脉冲发生器，它不断发射各种各样的脉冲；那么突触相当于是一个综合器，相当于神经元把发射的脉冲的重要性做一个衡量，然后发给下一个神经元，这个过程看起来并不难，所以简单来说就是把神经元和突触连接起来做成一个神经网络，这个神经网络就像IBM做的800万个神经元的系统。

在国内的，我们基本上可以做到100万个神经元，这个是我们在做的一个类脑的芯片，做到100个万芯片后，我们可以实现什么事情？就像巴甫洛夫的狗的条件反射实验。

但是如果想让一个计算机实现条件反射是非常困难的，比如你的手机是不是你每次吃饭告诉它，它就会分泌唾液或者作出一个反射？你的电脑会不会因为多次的刺激，就会做出一个反射？这个是非常困难的，但是在类脑芯片里就可以完成这种条件反射。

另外像联想记忆对于人类来说也很容易，比如当我看到猫的尾巴或者兔子的尾巴的时候，这种特征性会让我马上想到它就是一个猫。但是对于电脑或这种机械来说就非常困难，即使有摄像头，你拍到了这个猫的尾巴，你不告诉它，它还是不知道这是一只猫，对于机器或者对于智能来说，这是非常重要的一点。所以我们当前的芯片可以实现的功能就是联想。

另外像当前的加密，总要人参与进来，你参与进来就不能算真正的加密，如果我们放开一点，加密事实上是不需要人参与的，即使我这个核心人员被你抓走了，你也解密不了，因为我这个加密过程，是由类人脑的计算过程完成的。数据管家