智東西（公眾號:zhidxcom）
文 | 心緣
“我們進入的新時代是生物技術時代，這將改變?nèi)祟惖囊饬x。”
今年2月，在風險投資公司Platform Capital組織的“非洲崛起系列”雞尾酒會上，尼日利亞神經(jīng)科學家阿加比（Agabi）激情澎湃地發(fā)表演講。
他所創(chuàng)立的公司Koniku研發(fā)了一種特殊的芯片Koniku Kore，將活的轉(zhuǎn)基因腦細胞與傳統(tǒng)硅融合在一起。阿加比說，該芯片通過檢測人體釋放的揮發(fā)性有機化合物，能檢測從肺癌到新冠肺炎的一系列疾病。
不管是構成還是外觀，這個形如藍色冰凍水母的芯片都頗具科幻色彩。但從已透露的信息來看，Koniku Kore并不是紙上談兵，它在醫(yī)療、農(nóng)業(yè)、軍事及機場安檢等領域的落地前景，已經(jīng)吸引多家知名公司的青睞。
其早期的客戶包括埃克森美孚、保潔、制藥公司阿斯利康、全球化學品制造商巴斯夫等。近期新加坡樟宜機場也使用了Koniku的技術，用于防控新冠肺炎傳播。
Koniku并非個例，人腦作為自然界最復雜的結構體之一，已經(jīng)啟發(fā)了太多不可思議的奇妙想法。
剛剛過去的2020年前4個月，在將生物神經(jīng)元與硅芯片結合的前沿技術領域，創(chuàng)新的波瀾正涌動不息。
一、打破腦科學與微電子學的界限
“在已知的宇宙中，人類的大腦是最復雜的東西，它復雜得讓試圖解釋它的簡單模型可笑，讓精致的模型無用?！?/p>
這是杜克大學認知神經(jīng)科學中心的斯科特·胡特爾被廣為引用的一句名言。
迄今為止，人的大腦仍是一片生長著無數(shù)未解之謎的原野，無人能窺得它的全貌。但科學家們從未停止探索人腦奧秘的腳步，不僅嘗試破解生命科學的密碼，在腦重大疾病研究方面有所突破，而且試圖模仿已知的神經(jīng)元活動，打造類腦的計算機系統(tǒng)。
如今計算機界的“當紅炸子雞”人工智能，其廣泛應用的神經(jīng)網(wǎng)絡，即是模擬人腦神經(jīng)處理機制的典型代表。2016年阿爾法狗（AlphaGo）擊敗圍棋冠軍李世石的那一刻，人工智能披上新的榮光，人創(chuàng)造出的非生命體具備了媲美人類的“高智商”。
但在能耗上，阿爾法狗輸?shù)貌皇且稽c點。據(jù)科技公司Ceva估算，AlphaGo在下棋過程中約消耗1兆瓦的電能，相當于一天約100戶家庭的供電量。相比之下，包含超過1000億個神經(jīng)元的人腦，消耗的功率僅20瓦，只有AlphaGo所消耗能量的5萬分之一。
當今人工智能（AI）芯片努力進化的兩個方向，一是更快的計算速度，二是更低的功耗。如果向大腦神經(jīng)元活動取經(jīng)，是不是能做出兼顧高算力和低功耗的芯片？
兩種不同的思路開始在研發(fā)道路上激起火花：一種是將生物神經(jīng)元與傳統(tǒng)半導體結合的生物計算，另一種則是用微電子技術來模仿神經(jīng)元信息處理機制的類腦計算。
二、生物計算：碳基神經(jīng)元+硅基半導體
腦功能的實現(xiàn)依賴于神經(jīng)元和突觸組成的神經(jīng)網(wǎng)絡，突觸起到將信息傳輸與記憶存儲處理相結合的關鍵作用。
受大腦啟發(fā)，一些研究人員嘗試建立生物神經(jīng)元與硅神經(jīng)元之間的連接，以推進腦機接口、超低功耗混合芯片等前沿技術的發(fā)展。
今年2月底，《自然》旗下期刊《科學報告》刊登了一項由英國、瑞士、德國和意大利科學家聯(lián)合推進的實驗，用納米級憶阻器模擬生物突觸的基本功能，連接大鼠神經(jīng)元和人工神經(jīng)元，使得這些神經(jīng)元通過互聯(lián)網(wǎng)可以實現(xiàn)雙向?qū)崟r通信。
“我們首次證明，芯片上的人工神經(jīng)元可以與大腦神經(jīng)元相連，通過使用相同的’脈沖’語言進行交流。”意大利帕多瓦大學生物醫(yī)學科學系教授Stefano Vassanelli說。
▲納米電子突觸在混合網(wǎng)絡中連接硅和大腦神經(jīng)元
這種“混合大腦”能讓大腦神經(jīng)網(wǎng)絡和AI神經(jīng)網(wǎng)絡相互理解，從長遠來看，Vassanelli稱其想法是利用人工脈沖神經(jīng)網(wǎng)絡來恢復帕金森氏癥、中風或癲癇等局部腦疾病的功能。
Vassanelli指出：“一旦植入到大腦植入物中，硅脈沖神經(jīng)元將充當一種神經(jīng)假體，人工神經(jīng)元將自適應地刺激功能失調(diào)的神經(jīng)元，促進功能恢復，甚至能挽救功能喪失?！?/p>
論文鏈接：https://www.nature.com/articles/s41598-020-58831-9#Bib1
這項研究是想用人工神經(jīng)元來補救出毛病的生物神經(jīng)元，也有科學家將真正的生物神經(jīng)元和傳統(tǒng)硅計算系統(tǒng)集成在一起，試圖打造突破傳統(tǒng)芯片限制的超級計算芯片。
澳大利亞初創(chuàng)公司Cortical Labs在今年4月宣布制造第一款混合計算機芯片，并在訓練該芯片玩雅達利祖師爺級乒乓球游戲《Pong》。
其官網(wǎng)上列舉了生物計算的四個優(yōu)勢：流體智能、比數(shù)字電路更穩(wěn)健、可擴展、功效高。
（1）流體智能：生物神經(jīng)網(wǎng)絡具備自組織特性，不依賴所需知識即可解決陌生問題。
（2）魯棒性：與數(shù)字電路不同，生物網(wǎng)絡對物理損傷具有很強的抵抗力，其適應和重組的能力可以在傳統(tǒng)電路失效的地方維持功能。
（3）可伸縮性：生物智能可以從蜻蜓擴展到人類。培養(yǎng)神經(jīng)元不需要絕對零度的設備或昂貴的納米級制造單元。
（4）功率效率：人腦有超過十億的神經(jīng)元，能耗僅20瓦，生物計算擁有相似的高能效特性。
這家創(chuàng)企在2019年6月成立，已從澳大利亞著名風險投資公司Blackbird Ventures獲得了約61萬美元的種子資金。
其聯(lián)合創(chuàng)始人兼首席執(zhí)行官Hon Weong Chong是一名注冊醫(yī)生和軟件工程師，曾就讀于約翰霍普金斯大學信息學系，他基于自身豐富的經(jīng)驗和多學科背景，想帶領團隊打造出一個功能強大而功耗極低的計算系統(tǒng)。
他們提取神經(jīng)元的方式有兩種：一是從小鼠胚胎中提取神經(jīng)元，二是將人類皮膚細胞轉(zhuǎn)換回干細胞，并誘導它們成長為人類神經(jīng)元。隨后這些神經(jīng)元被嵌入一個特殊金屬氧化物芯片頂部的培養(yǎng)基中，芯片包含一個由22000個微小電極組成的網(wǎng)格，可充當程序員與神經(jīng)元之間的I/O介質(zhì)。
據(jù)悉其芯片處理能力少于蜻蜓大腦。Chong認為，這種芯片最終可能成為提供各種復雜推理和概念性理解的關鍵，這是今天的AI無法做到的。
▲Spike visualisor顯示實時神經(jīng)網(wǎng)絡激活
Cortical Labs不是唯一從事生物計算的機構。開篇提及的美國加州創(chuàng)企Koniku，早在2014年就已成立。
2017年，Koniku首次展示由老鼠神經(jīng)元構建的64神經(jīng)元硅芯片Koniku Kore，據(jù)稱是全球首個擁有“嗅覺”并可檢測爆炸物、疾病等氣味的芯片。
▲Koniku Kore的原型之一
三、類腦計算：群雄逐鹿，碩果千結
無獨有偶，今年3月，《自然-機器智能》期刊上發(fā)表了一項研究，報告了一種模擬生物嗅覺識別10種危險化學品氣味的AI算法。
特別的是，這一研究由英特爾神經(jīng)擬態(tài)芯片Loihi提供動力。
Loihi芯片在2017年首次亮相，包含128個內(nèi)核、13萬神經(jīng)元、1.3億突觸，每個內(nèi)核模擬多個邏輯神經(jīng)元，具有支持多種學習模式的可擴展片上學習能力。
神經(jīng)擬態(tài)芯片既可以以比傳統(tǒng)處理器更低的功耗，跑傳統(tǒng)深度神經(jīng)網(wǎng)絡（DNN），也可以搭配充分考慮時間序列差異的脈沖神經(jīng)網(wǎng)絡（SNN）。
和視覺信息不同，嗅覺信息是非結構化的，傳統(tǒng)深度學習算法并不適用，而SNN能更好地模仿生物感知和處理的節(jié)奏，同時它也不像深度學習那樣需要大量數(shù)據(jù)和參數(shù)來達到穩(wěn)定狀態(tài)。比如在“聞氣味”這項研究中，傳統(tǒng)解決方案學習每類氣味，需要的訓練樣本量是Loihi芯片的3000倍以上。
今年3月，英特爾還創(chuàng)紀錄的將768顆Loihi芯片組裝成擁有1億個神經(jīng)元的超級神經(jīng)擬態(tài)計算系統(tǒng)，超過了倉鼠的大腦神經(jīng)元總數(shù)。
英特爾實驗室神經(jīng)形態(tài)計算小組的高級研究科學家Nabil Imam表示，他們的工作是“當代研究在神經(jīng)科學和人工智能的十字路口一個典型例子”。
相比將活神經(jīng)元和半導體結合帶給人的“玄幻感”，神經(jīng)擬態(tài)芯片領域明顯更為熱鬧。
在這個通向未來計算的前沿研究道路上，既有英特爾、IBM、高通、三星、惠普等科技巨頭，也有BrainChip、西井科技、靈汐科技、aiCTX、Numenta、General Vision、Applied Brain Research、Brain Corporation等初創(chuàng)公司。
HRL實驗室、麻省理工學院、斯坦福大學、波士頓大學、曼徹斯特大學、海德堡大學、比利時微電子研究中心、清華大學、中科院、浙江大學、復旦大學等頂尖學府和研究機構，亦在這一領域的研究中發(fā)揮著不容小覷的作用。
從實現(xiàn)方式來看，神經(jīng)擬態(tài)芯片可分為數(shù)字芯片、模擬芯片和新材料芯片。
數(shù)字芯片有英特爾Loihi、IBM TrueNorth、曼徹斯特大學SpiNNaker等；模擬芯片有斯坦福大學Neurogrid、海德堡大學BrainScales以及ROLLS等；新材料芯片主要包含憶阻器（Memristor）組成的陣列，為存儲與計算融合提供了器件支撐。
去年4月，瑞士創(chuàng)企aiCTX推出全球首款純基于事件驅(qū)動運算的視覺AI處理器DynapCNN，單芯片集成超過100萬個神經(jīng)元、400萬可編程參數(shù)，適合實現(xiàn)大規(guī)模SNN。
aiCTX成立于2017年，創(chuàng)始人兼CEO喬寧博士畢業(yè)于中科院半導體研究所，主要從事低功耗數(shù)?；旌想娐返脑O計，2012年加入蘇黎世大學及蘇黎世聯(lián)邦理工大學的神經(jīng)信息研究所INI進行類腦芯片研究，對類腦芯片有很深的理解。
▲ aiCTX首席執(zhí)行官喬寧博士展示其AI芯片
澳大利亞創(chuàng)企BrainChip同樣研發(fā)了基于事件驅(qū)動運算的神經(jīng)擬態(tài)芯片。它成立于2013年，2015年9月在澳大利亞上市，2017年11月獲得2150萬美元Post-IPO融資，今年4月又融資312萬美元。
在今年2月的tinyML峰會上，BrainChip演示了其最新級神經(jīng)擬態(tài)芯片Akida如何處理計算機視覺任務，證明它有兩個關鍵特性與傳統(tǒng)深度學習加速器（DLA）大不相同：
（1）處理給定卷積神經(jīng)網(wǎng)絡（CNN），Akida的計算量比DLA少40%-60%。即是是處理像MobileNet v1等較大的CNN模型，Akida通常也無需進行片外內(nèi)存訪問或主機CPU通信。
（2）Akida結合SNN，能直接在芯片上實時學習，且所需數(shù)據(jù)遠少于傳統(tǒng)深度神經(jīng)網(wǎng)絡。
▲Akida SoC
日本影像應用SoC方案供應商Socionext最早于2019年6月開始與BrainChip合作開發(fā)Akida芯片。據(jù)最新消息，兩家公司已將完整的Akida設計文件交給晶圓廠臺積電。Akida工程樣品預計在今年第三季度問世。
BrainChip的AI芯片采用非多路復用的設計，號稱比IBM采用多路復用設計的TrueNorth芯片速度快上數(shù)千倍。
IBM早在2011年8月就率先開啟類腦芯片的大門，研發(fā)出單核包含256個神經(jīng)元、65536個突觸的“神經(jīng)擬態(tài)自適應可塑性可擴展電子芯片”原型，腦容量相當于蟲腦，能處理像玩Pong游戲這樣復雜的任務。
2014年，IBM公布第二代TrueNorth芯片，包含4096個內(nèi)核，100萬個神經(jīng)元、2.56億個突觸，而功耗只有65毫瓦。其長期目標是建立擁有100億個神經(jīng)元、數(shù)百兆個突觸、僅消耗1KW功率、體積不到0.002立方米的芯片系統(tǒng)。
▲ IBM的TrueNorth芯片結構、功能、物理形態(tài)圖
不過相較英特爾Loihi芯片的高調(diào)推進和IBM TrueNorth芯片的聞名遐邇，高通在2013年公布的Zeroth芯片已經(jīng)好幾年沒有新訊了。
目前全球知名的大型神經(jīng)擬態(tài)計算系統(tǒng)，除了英特爾Loihi和IBM TrueNorth外，還有德國海德堡大學BrainScales、英國曼徹斯特大學SpiNNaker、美國斯坦福大學Neurogrid。
去年8月，清華大學類腦計算研究中心施路平教授團隊打造的類腦計算芯片“天機芯”登上國際知名學術期刊《自然》的封面，實現(xiàn)了中國在芯片和人工智能兩大領域《自然》論文零的突破。
天機芯集成千萬級神經(jīng)元突觸，同時支持跑人工神經(jīng)網(wǎng)絡（ANN）和脈沖神經(jīng)網(wǎng)絡（SNN）異構融合，相比IBM TrueNorth芯片，支持更多算法，且密度提升20%，速度快10倍，帶寬提高100倍，精度可調(diào)，擴展性和靈活性也更好。
在清華東操場上，一輛搭載天機芯的自行車實現(xiàn)了自平衡、目標探測跟蹤、自動避障、語音理解控制、自主決策等功能。
今年3月，臺灣國立清華大學（NTHU）模擬果蠅視神經(jīng)功能，研發(fā)了一種存內(nèi)計算AI芯片，能以超低功耗讓無人飛行器（UAV）像昆蟲一樣實現(xiàn)自動避障。
同樣在這個月，國際頂級學術期刊《自然》刊登了奧地利維也納大學的一項新研究，模擬大腦對信息處理的方式，直接在圖像傳感器內(nèi)實現(xiàn)了人工神經(jīng)網(wǎng)絡（ANN），將圖像處理速度提升至傳統(tǒng)技術的數(shù)千甚至上萬倍。（AI芯片新玩法！圖像處理速度提升2萬倍，傳感器當神經(jīng)網(wǎng)絡用）
▲ 輸入信息在視覺傳感器內(nèi)進行計算，實現(xiàn)智能高效的預處理
上海AI芯片創(chuàng)企西井科技也涉足了神經(jīng)擬態(tài)芯片的研發(fā)，參考仿生類腦處理方式，打造了嵌入式“片上學習”AI芯片DeepWell、深度學習加速器Vastwell和SNN類腦運算平臺。
西井科技主攻智慧港口、智慧礦場、智慧醫(yī)療等垂直應用場景的AI解決方案，是最早實現(xiàn)港口無人駕駛落地的AI企業(yè)。就在今年4月，西井科技完成了過億元的新一輪融資。
法國芯片公司Kalray是片上超算的開創(chuàng)者，2008年成立，其最新芯片Coolidge可用于加速數(shù)據(jù)中心和汽車應用中的AI。在今年年初的國際消費電子展（CES 2020）上，Kalray展示了Coolidge芯片的AI用例。
Kalray首席執(zhí)行官Eric Baissus認為，其自研大規(guī)模并行處理器陣列（MPPA）架構與一些神經(jīng)擬態(tài)方法相似。在他看來，市場足夠大，會有很多適用于不同類型架構的應用程序，他相信我們會看到更多有趣的神經(jīng)擬態(tài)產(chǎn)品。
▲ Kalray MPPA架構
結語：創(chuàng)新是拓荒者對未來的饋贈
“在科學上，每一條道路都應該走一走，發(fā)現(xiàn)一條走不通的道路，就是對科學的一大貢獻?！睈垡蛩固乖缡钦f。
當前，無論是將生物神經(jīng)元與硅基芯片融合的混合芯片，還是模仿人腦的神經(jīng)擬態(tài)芯片，距離真正的大規(guī)模商業(yè)應用還相對遙遠。任何涉及改變傳統(tǒng)系統(tǒng)思維方式，在通往落地的道路上必然會經(jīng)歷市場長期的考驗。
每一個創(chuàng)新架構的誕生，未必會立即與當下應用場景相契合，但這并不代表其創(chuàng)新是做無用功。這些連接硅基物體和碳基生命的奇妙構想，誰能斷定不是對未來技術的一瞥？
