「西部世界」真的要來(lái)了！科學(xué)家們正試圖為AI裝上人類大腦。

最新進(jìn)展由美國(guó)國(guó)家實(shí)驗(yàn)室主導(dǎo)。科學(xué)家們正在試圖將科幻拉進(jìn)現(xiàn)實(shí)：打造一臺(tái)占地僅兩平方米、神經(jīng)元數(shù)量堪比人腦皮層的超級(jí)計(jì)算機(jī)。

更令人驚嘆的是，計(jì)算表明，這臺(tái)神經(jīng)形態(tài)計(jì)算機(jī)的運(yùn)行速度可能比生物大腦快25萬(wàn)到100萬(wàn)倍，而功耗僅需10千瓦 （僅略高于家用空調(diào)的能耗），這無(wú)疑是對(duì)當(dāng)前AI發(fā)展困境的一劑強(qiáng)心劑。

目前人工智能正面臨一場(chǎng)“能源危機(jī)”，隨著大語(yǔ)言模型等技術(shù)的爆炸式發(fā)展，其驚人的耗電量已成為無(wú)法忽視的沉重負(fù)擔(dān)。

預(yù)測(cè)顯示，到2027年，僅運(yùn)行這些模型的電費(fèi)就可能高達(dá)25萬(wàn)億美元——甚至超過(guò)美國(guó)當(dāng)年的GDP。

然而相比之下，自然界最強(qiáng)大的智能體——人類大腦，每天只需消耗約20瓦，僅相當(dāng)于家用LED燈泡的功率。科學(xué)家們不禁思考：能否讓AI也像人腦一樣高效？

答案是：神經(jīng)形態(tài)計(jì)算。

這項(xiàng)旨在模擬人腦結(jié)構(gòu)和運(yùn)作方式的前沿技術(shù)，正被視為下一代AI的關(guān)鍵方向，其核心目標(biāo)之一，就是用“燈泡級(jí)”的能耗驅(qū)動(dòng)強(qiáng)大的智能。

神經(jīng)形態(tài)計(jì)算：向大腦學(xué)習(xí)

在人類大腦中，約有860億個(gè)復(fù)雜神經(jīng)元相互工作，并通過(guò)100萬(wàn)億個(gè)突觸共同構(gòu)建起一張巨大的信號(hào)傳遞網(wǎng)絡(luò)。

神經(jīng)形態(tài)計(jì)算受其結(jié)構(gòu)和功能啟發(fā)，采用模仿生物神經(jīng)網(wǎng)絡(luò)的節(jié)能型電子和光子網(wǎng)絡(luò)，即脈沖神經(jīng)網(wǎng)絡(luò) （SNN）構(gòu)建，旨在將記憶、處理和學(xué)習(xí)整合到一個(gè)統(tǒng)一的設(shè)計(jì)中。

其主要特點(diǎn)包含：

1. 事件驅(qū)動(dòng)型通信：僅在峰值和事件驅(qū)動(dòng)下激活必要的電路，從而降低功耗。
2. 內(nèi)存計(jì)算：數(shù)據(jù)處理發(fā)生在存儲(chǔ)位置以減少傳輸延遲。
3. 適應(yīng)性：系統(tǒng)會(huì)隨著時(shí)間的推移自行學(xué)習(xí)和發(fā)展，而無(wú)需集中更新。
4. 可擴(kuò)展性：神經(jīng)形態(tài)系統(tǒng)的架構(gòu)允許輕松擴(kuò)展，可以容納更廣泛和復(fù)雜的網(wǎng)絡(luò)，同時(shí)不會(huì)大幅增加資源需求。

與當(dāng)前依靠二進(jìn)制超級(jí)計(jì)算機(jī)處理的人工智能模型不同，它可以根據(jù)對(duì)世界的認(rèn)知進(jìn)行動(dòng)態(tài)調(diào)整，更智能、更靈活，也更不容易被干擾。

舉個(gè)例子，當(dāng)測(cè)試員穿著印有停車標(biāo)志的T恤在自動(dòng)駕駛汽車面前走過(guò)，由傳統(tǒng)AI控制的汽車因?yàn)闊o(wú)法辨別上下文，做出了停車反應(yīng)。

相反的是，神經(jīng)形態(tài)計(jì)算機(jī)是通過(guò)反饋循環(huán)和上下文驅(qū)動(dòng)的校驗(yàn)來(lái)處理信息，它能明確判斷出停車標(biāo)識(shí)位于T恤上，從而讓汽車?yán)^續(xù)行駛。

這種差異并不讓人意外，畢竟神經(jīng)形態(tài)計(jì)算模擬的是自然界中最高效、最強(qiáng)大的推理和預(yù)測(cè)引擎，科學(xué)家們也由此相信，下一波人工智能的技術(shù)爆發(fā)必定是物理學(xué)與神經(jīng)科學(xué)的結(jié)合。

新一輪技術(shù)革命前瞻

目前，相關(guān)研究正在如火如荼展開(kāi)。現(xiàn)有的神經(jīng)形態(tài)計(jì)算機(jī)，擁有10億多個(gè)神經(jīng)元，由1000多億個(gè)突觸連接，雖然和人類大腦的復(fù)雜程度相比還只是九牛一毛，但它也合理證明了，該項(xiàng)技術(shù)完全可以實(shí)現(xiàn)大腦級(jí)擴(kuò)展。

美國(guó)國(guó)家標(biāo)準(zhǔn)與技術(shù)研究院的Jeff Shainline表示：

一旦我們能夠在商業(yè)鑄造廠實(shí)現(xiàn)創(chuàng)建網(wǎng)絡(luò)的完整流程，我們就可以迅速擴(kuò)展到非常龐大的系統(tǒng)，能制造出一個(gè)神經(jīng)元，那么制造一百萬(wàn)個(gè)神經(jīng)元就相當(dāng)容易。

而IBM和Intel等科技公司正處于這場(chǎng)技術(shù)革命的最前沿，IBM于2014年研發(fā)的TrueNorth芯片以及英特爾在2018年推出的Loihi芯片，都是旨在模擬大腦神經(jīng)活動(dòng)的硬件產(chǎn)品，為后續(xù)的新AI模型鋪平了道路。

此外，一些專注于研究神經(jīng)形態(tài)計(jì)算的初創(chuàng)公司也開(kāi)始嶄露頭角，例如BrainChip推出了Akida神經(jīng)形態(tài)處理器，專為低功耗但功能強(qiáng)大的邊緣AI設(shè)計(jì)，可以廣泛應(yīng)用于始終在線的智能家居、工廠或城市傳感器。

同時(shí)據(jù)The Business Research Company預(yù)計(jì)，到2025年，全球神經(jīng)形態(tài)計(jì)算市場(chǎng)規(guī)模將呈指數(shù)級(jí)增長(zhǎng)，達(dá)到18.1億美元，復(fù)合年增長(zhǎng)率高達(dá)25.7%。

而從更長(zhǎng)遠(yuǎn)來(lái)看，科學(xué)家們希望神經(jīng)形態(tài)計(jì)算將會(huì)超越人工智能傳統(tǒng)界限，更接近人類智能推理模式，為下一代智能系統(tǒng)乃至于AGI帶來(lái)全新的技術(shù)突破。