新氦类脑智能：类脑技术突破人工智能瓶颈

【编者按】立于百年机遇变革潮头，数字经济已成中国经济高质量跃迁新引擎。加速数字产业化、产业数字化，是当下发展数字经济及数字化转型的重要命题。到底什么是数字经济？数字经济现处何种阶段？数字经济的发展方向在哪里？如何实现数字化转型？……

亿欧EqualOcean作为一家专注科技、产业、投资的信息平台和智库，现推出“数字经济／数字化转型百人谈”专辑（同期，亿欧EqualOcean数字产业创始人俱乐部也已成立），将通过深度访谈100位各行业数字经济／数字化转型洞察者、推动者与实践者，在认知层探索解决方案与方法论。

本文系“亿欧EqualOcean数字经济／数字化转型百人谈”专辑文章之一，我们访谈了新氦类脑智能平台总经理江伟杰，就类脑这项新兴技术进行了深入交流。

江伟杰博士现任全球半导体联盟亚太区执行长，拥有丰富的实际应用和芯片开发工程经验。全球半导体联盟拥有近400家成员公司，产值占半导体行业75％以上。

世界上最复杂的东西是什么？

答案不是机器，不是AI，是我们的大脑。

神经学家说，人脑是世界上最复杂的东西，它复杂得让试图解释它的简单模型可笑，让精致的模型无用。生物学家说，人的大脑是否能理解它自己，是最古老的哲学问题。

在人工智能的发展中，一直存在着两大技术路径，一条是以模型学习驱动的数据智能，另外一条是以认知仿生驱动的类脑智能。前者即我们通常所指的“人工智能”技术，它已广泛应用于人脸识别、机器视觉等各大领域；后者作为全新的技术才刚刚开始，具备巨大的想象空间。

近日，亿欧EqualOcean采访了新氦类脑智能平台总经理江伟杰，试图探究：类脑技术究竟意义何在？其未来将如何发展？

算法世界的成本瓶颈

先用一组数据来感知计算机世界和人脑世界的差距：

曾排名世界第一的超级计算机天河一号，装有3．2万颗主CPU和4．8万个协处理器，其计算力相当于13亿人同时用计算器算上1000年，但耗电量惊人，满负荷下一天电费超30万，一年费用超1亿；

日本曾将算力排名世界第4的超级计算机与人脑作PK实验，结果出乎意料地显示，这台超级计算机在模拟1％人脑活动的时候就消耗了将近40分钟，而我们的大脑执行这样的工作只需要1秒钟；

人脑消耗的能量如果用电量来衡量的话，功率是25W，相比之下，标准计算机仅识别1000种不同的物体，就需要消耗250W的能量。

这些事实都指向一个问题：算法成本有多高？

聪明的算法模型固然提高了人们的工作效率，但要进一步发展以执行更复杂任务，将不可避免面临高功耗、低效率所带来的成本瓶颈。

计算机的世界里，这一切都源于“冯·诺依曼结构”。1946年，第一台通用计算机ENIAC诞生，在它27吨的庞大身躯里，CPU负责加工处理数据，内存负责存储。自此，存储单元和运算单元分离，成为计算机的基本架构。

但两相分离的产业格局，导致内存技术与处理器技术发展不同步。在过去的20多年中，处理器的性能以每年大约55％的速度快速提升，而内存性能的提升速度则只有每年10％左右。内存的存取速度严重滞后于处理器的计算速度，“内存墙瓶颈”导致高性能处理器难以发挥出应有的功效，对高性能计算形成极大制约。

但在人脑结构下，计算和存储发生在同一神经突触中，数以百万亿的神经元同时进行着存储和计算，让信息处理变得快速而高效。

怎样模仿人类神经系统工作原理，开发出快速、可靠、低耗的运算技术？类脑技术即由来于此。