一直以來，科學(xué)家和工程師們都在努力復(fù)刻人腦的工作原理，由此誕生了我們熟悉的神經(jīng)網(wǎng)絡(luò)。

在這一過程中，人們也在嘗試復(fù)制感官能力，英特爾的神經(jīng)擬態(tài)芯片 Loihi 就是一項最新的研究成果：它擁有 13 萬個神經(jīng)元（1024 核），實現(xiàn)了嗅覺模擬，掌握了 10 種危險品不同氣味的神經(jīng)表征。

人類的嗅覺識別看似只有聞一聞這個動作，但背后的機制非常復(fù)雜。

如果你拿起一個葡萄柚聞一聞，水果分子就會刺激鼻腔內(nèi)的嗅覺細(xì)胞。鼻腔內(nèi)的細(xì)胞會立即向你的大腦嗅覺系統(tǒng)發(fā)送信號，一組相互連接的神經(jīng)元中的電脈沖就會在這個嗅覺系統(tǒng)中產(chǎn)生嗅覺。

無論聞到的是葡萄柚、玫瑰還是有害氣體，你大腦中的神經(jīng)元網(wǎng)絡(luò)都會產(chǎn)生該物體特有的感覺。同樣，你的視覺和聽覺、回憶、情緒和決策都有各自的神經(jīng)網(wǎng)絡(luò)，它們都以特定的方式進行計算。

神經(jīng)擬態(tài)計算的優(yōu)勢

神經(jīng)擬態(tài)計算（Neuromorphic Computing）是一個由硬件開發(fā)、軟件支持、生物模型相互交融而成的古老領(lǐng)域，旨在基于仿生的原理讓機器擁有類人的智能。

低功耗、高容錯、創(chuàng)造性…… 人腦有太多值得機器追趕的能力，因此也是很多計算科學(xué)家為之向往的存在。在人腦這個僅占 3% 人體質(zhì)量的器官中，1000 億個神經(jīng)元攜 1000 萬億個突觸相連接。每一秒都有神經(jīng)元衰老死亡的情況下，大腦仍能運轉(zhuǎn)計算著世界撲面而來的巨大信息量。而功耗只有 20 瓦。

1980 年，人類首次打開神經(jīng)擬態(tài)計算的大門。超大規(guī)模集成電路 ( VLSI ) 發(fā)明者之一、加州理工學(xué)院傳奇人物 Carver Mead 首次提出神經(jīng)擬態(tài)概念，并設(shè)想用 CMOS 模擬電路去模仿生物視網(wǎng)膜，搭建具有生物計算特性 的系統(tǒng)。

2017 年，作為英特爾研究院的一個研究課題，英特爾開發(fā)了代號為 Loihi 的第一款自主學(xué)習(xí)神經(jīng)擬態(tài)芯片，在神經(jīng)擬態(tài)硬件的開發(fā)上邁出一步。

據(jù)英特爾中國研究院院長宋繼強介紹，之所以選擇這個研究方向，主要是出于兩個考慮。

第一，想要訓(xùn)練一個可用的模型，神經(jīng)擬態(tài)技術(shù)所需的數(shù)據(jù)和能耗較少?，F(xiàn)在的人工智能和深度學(xué)習(xí)技術(shù)，訓(xùn)練起來需要大量的數(shù)據(jù)和能源。一個大型模型所消耗的電量會產(chǎn)生大量的碳排放，約等于 5 輛汽車整個生命周期的排放量。而且隨著人工智能技術(shù)的發(fā)展，能耗勢必會越來越多。

這時候就需要尋找一種既能提高能效比，又能提高數(shù)據(jù)使用率的方案。神經(jīng)擬態(tài)計算恰好滿足這種需求。

第二，相比深度學(xué)習(xí)，神經(jīng)擬態(tài)計算模型更容易解釋和推理。雖然深度學(xué)習(xí)技術(shù)很強大，但它的一個劣勢是黑箱問題。即使是模型開發(fā)者，也難以完全解釋清楚復(fù)雜模型的工作原理和行為模式。

相比之下，神經(jīng)擬態(tài)作為類腦計算模型有著天然優(yōu)勢。在逐漸通過小數(shù)據(jù)學(xué)習(xí)產(chǎn)生網(wǎng)絡(luò)之后，它是可以解釋的，行為更加穩(wěn)定，也支持更深層次的推理，然后根據(jù)更多數(shù)據(jù)持續(xù)自學(xué)。

" 我們希望人工智能模型是可以解釋的，我知道你為什么做得好，為什么做得不好，這樣才可以用在一些關(guān)鍵的任務(wù)當(dāng)中，" 宋繼強在近日接受 DeepTech 等媒體采訪時表示。

軟硬件結(jié)合

在 2020 年 3 月發(fā)表的論文中，英特爾和康奈爾大學(xué)聯(lián)合團隊介紹了 Loihi 芯片背后的故事。

他們以動物的生物嗅覺系統(tǒng)為基礎(chǔ)，測量動物聞到氣味時的腦電波活動，然后根據(jù)這些電路圖與電脈沖，導(dǎo)出了一套算法，并將其配置在測試的 Loihi 神經(jīng)擬態(tài)芯片上。

在研究中，Loihi 需要學(xué)習(xí)檢測復(fù)雜混合物的不同氣味。在一個風(fēng)洞實驗中循環(huán)著 10 種氣體物質(zhì)（氣味），傳感器對各種氣味的反應(yīng)被傳送至 Loihi，由其芯片電路對嗅覺背后的大腦電路進行模擬。

這一點和居民常用的煙霧和一氧化碳探測器能探測氣味有著本質(zhì)的不同。因為，這些探測器借助傳感器探測空氣中的有害分子，但無法對各種氣味進行智能分類。

對比此前已有的傳統(tǒng)方法——基于深度學(xué)習(xí)的解決方案，Loihi 展現(xiàn)出了出色 的識別準(zhǔn)確率。傳統(tǒng)方法要達到與 Loihi 相同的分類準(zhǔn)確率，該解決方案學(xué)習(xí)每類氣味需要 3000 倍以上的訓(xùn)練樣本。這也印證了宋繼強所說的第一點。

在 Loihi 芯片基礎(chǔ)上，英特爾還打造了一個神經(jīng)擬態(tài)系統(tǒng) Pohoiki Springs，首次將計算能力（神經(jīng)元）擴展到了 1 億個，將 Loihi 的神經(jīng)容量增加到一個小型哺乳動物大腦的大小。

Pohoiki Springs 是一個數(shù)據(jù)中心機架式系統(tǒng)，是英特爾迄今為止開發(fā)的最大規(guī)模的神經(jīng)擬態(tài)計算系統(tǒng)。它將 768 塊 Loihi 神經(jīng)擬態(tài)研究芯片集成在 5 臺標(biāo)準(zhǔn)服務(wù)器大小的機箱中，同時以低于 500 瓦的功率運行。

據(jù)宋繼強介紹，英特爾創(chuàng)立 INRC（英特爾神經(jīng)擬態(tài)計算研究社區(qū)），面向全球研究機構(gòu)、創(chuàng)業(yè)公司和大型公司開放。企業(yè)在了解了英特爾神經(jīng)擬態(tài)計算之后，可以直接向英特爾提交申請，闡述自己的項目提案。

加入社區(qū)后，研究機構(gòu)可以訪問云平臺上的神經(jīng)擬態(tài)計算服務(wù)，擁有 1 億神經(jīng)元的 Pohoiki Springs 系統(tǒng)就在上面。如果有需要，研究人員還可以直接申請 Loihi 硬件，自己搭建 Loihi 芯片的集成平臺去做試驗。整個過程都是免費的。

硅電子自旋量子計算道路

除了神經(jīng)擬態(tài)芯片，英特爾研究院還同時在量子計算領(lǐng)域發(fā)力。不過英特爾選擇了一條業(yè)界里面比較少有人走的道路：硅電子自旋量子比特。

據(jù)介紹，英特爾其實嘗試過比較流行的超導(dǎo)量子比特，但就自身積累而言，硅電子自旋更符合其長期的基于硅半導(dǎo)體的制造工藝和現(xiàn)有技術(shù)。

宋院長進一步補充稱，" 一旦做成，我們有信心能把它很快規(guī)?；?，我們也有信心把它做得便宜，讓更多人體驗到量子計算帶來的好處。所以說我們選擇的這條路是世界上很少有人走的路，但是我們一旦做好，它帶來的效益會很大。"

2020 年 2 月，英特爾與荷蘭量子技術(shù)研究中心公布了低溫量子控制芯片 Horse Ridge，稱其有望同時控制最多 128 個量子比特，并且在量子系統(tǒng)的保真度、擴展性和靈活性方面均有重大進展，正在向商用量子計算機邁進。

一般來說，量子比特要在超低溫的環(huán)境下工作，人們需要用微波控制它們，而微波需要用電線作為載體。以現(xiàn)在的技術(shù)水平，操控 40-50 個量子比特就需要數(shù)百根控制線，更不用說未來操控成百上千個量子比特了。數(shù)量龐大的布線會約束量子系統(tǒng)的擴展性。

Horse Ridge 的設(shè)計理念是簡化量子系統(tǒng)運行時所需的控制線，基于高度集成的系統(tǒng)級芯片（SoC），將 4 個無線電頻率信道集成到上面，每個信道負(fù)責(zé)控制 32 個量子比特，整體就可以同時控制 128 個量子比特。

每個芯片只需要一根線，如果要控制上千個量子比特，只需要多放一些芯片就可以了，大大減少了工作量。

無論是神經(jīng)擬態(tài)，還是量子計算，都處于很早期的階段，想要應(yīng)用在現(xiàn)實生活中，還有很長的路要走。但并不意味應(yīng)用在現(xiàn)階段不重要。

" 我相信，底層技術(shù)的創(chuàng)新和科研必須堅持長期主義，保證有‘雙輪驅(qū)動’，一個輪 子是基礎(chǔ)底層不太變的核心技術(shù)方向，另外一個輪 子是快速實行，要往哪方面去用，" 宋繼強強調(diào)。