1982年，Kwabena Boahen得到了他的第一臺電腦，那時他還是住在加納阿克拉的一個十幾歲的少年。“那真是一臺很酷的機(jī)器。”他回憶道。在觀察電腦如何工作時，他本能地感覺到，電腦需要在設(shè)計中多一些“非洲”的感覺：更加分散、流動性更強(qiáng)和更少的剛性。
大腦的運行十分高效節(jié)能，可以進(jìn)行足以挑戰(zhàn)世界最大的超級計算機(jī)的運算，盡管它所依賴的組件并不完美：神經(jīng)元是緩慢、多變且混亂的。理解語言、進(jìn)行抽象推理、控制運動——這些大腦都能做到，而且都發(fā)生在一個比鞋盒還小的區(qū)域內(nèi)，比家用燈泡的功耗還小。
為了使硅也能實現(xiàn)如此的功能，研究人員正在構(gòu)建非數(shù)字芯片系統(tǒng)，并盡可能地使其功能與真正的神經(jīng)元網(wǎng)絡(luò)相似。幾年前，Boahen完成了一個叫作神經(jīng)網(wǎng)格的裝置，可模擬一百萬個神經(jīng)元——相當(dāng)于一只蜜蜂的大腦。如今，經(jīng)過25年的發(fā)展，“神經(jīng)形態(tài)技術(shù)”的應(yīng)用終于勝利在望。該技術(shù)有望支持低功率和小體積的設(shè)備，從智能手機(jī)、機(jī)器人到人工眼睛和耳朵。過去5年里，不錯的前景已經(jīng)吸引了很多研究人員投身該領(lǐng)域，美國和歐洲的機(jī)構(gòu)也已為此投入數(shù)億美元。
瑞士蘇黎世神經(jīng)信息學(xué)（INI）研究所的Giacomo Indiveri認(rèn)為，神經(jīng)形態(tài)設(shè)備也為神經(jīng)科學(xué)家提供了一個強(qiáng)大的研究工具。通過觀察神經(jīng)功能的哪些模型可以在實際物理系統(tǒng)中使用，“人們就能了解大腦為何會按照這種方式建立”。
“我的目標(biāo)是一種新的計算模式，”Boahen說，“即使在組件過于小的情況下也可以運算?！?/div>
硅網(wǎng)絡(luò)
神經(jīng)形態(tài)的觀點可以追溯到20世紀(jì)80年代Carver Mead的想法，Mead是加州理工學(xué)院微芯片設(shè)計方面的先驅(qū)。他發(fā)明了“神經(jīng)形態(tài)”這一術(shù)語，并且是首位強(qiáng)調(diào)大腦巨大節(jié)能優(yōu)勢的學(xué)者。“我感受到了其中的魅力?！彼f，“究竟大腦是如何做到的呢？”
Mead探究這一問題的策略是使用“亞閾值”硅來模擬大腦的低功耗處理過程。在特別小的電壓下，仍然有微小的、不規(guī)則的電子細(xì)流通過晶體管，其與神經(jīng)元通道中流動的離子所攜帶的電子流的大小和可變性相似。Mead認(rèn)為，通過微觀電容器、電阻器和其他組件可以控制這些電流，因此該裝置也許能做到與真正的神經(jīng)元一樣形成微小的電路，并有相同的電學(xué)性能。它們可以在與大腦中真實的神經(jīng)電路十分相似的分散網(wǎng)絡(luò)中被連接起來，進(jìn)而在各組件間產(chǎn)生通信線路，而不用再通過中央處理器。
20世紀(jì)90年代，Mead和同事已經(jīng)發(fā)現(xiàn)建立一個硅神經(jīng)元網(wǎng)絡(luò)是可能的，其電流和電壓不限于傳統(tǒng)芯片中的幾個離散的數(shù)值。它模擬了大腦低功耗運行的關(guān)鍵點：與大腦一樣，硅神經(jīng)元使用了非常小的能量來簡單地集成輸入。而一個傳統(tǒng)計算機(jī)需要持續(xù)的能源來運行內(nèi)部的時鐘，無論芯片是否正在運算。
研發(fā)挑戰(zhàn)
Boahen于1990年加入了Mead的實驗室。他說，在最初的時期，研究人員都忙于研究單芯片設(shè)備。不過到20世紀(jì)90年代末，“我們希望建立一個‘大腦’，因此需要大規(guī)模的芯片間通信?！边@是一個巨大的挑戰(zhàn)：芯片間通信的標(biāo)準(zhǔn)編碼算法都是專門為精確協(xié)調(diào)數(shù)字信號而設(shè)計的，不會在有更多隨機(jī)尖峰脈沖的神經(jīng)形態(tài)系統(tǒng)下工作。
21世紀(jì)初，Boahen和其他研究人員發(fā)明了在這種混亂系統(tǒng)下運行的電路和算法，為大規(guī)模神經(jīng)形態(tài)系統(tǒng)的一系列發(fā)展開辟了道路。
“就效率而言，Boahen的神經(jīng)網(wǎng)格與大腦的神經(jīng)網(wǎng)絡(luò)十分相似，遙遙領(lǐng)先于其他大規(guī)模的神經(jīng)形態(tài)系統(tǒng)?！盜NI聯(lián)合創(chuàng)辦人、硅神經(jīng)元的協(xié)作開發(fā)者Rodney Douglas評價道。
不過正如Boahen自己所說的那樣，沒有什么系統(tǒng)是完美的。神經(jīng)網(wǎng)格最大的缺點之一是其突觸連接簡單，不能單獨修改。這意味著該系統(tǒng)不能用于模擬學(xué)習(xí)，而在大腦中，通過經(jīng)驗修改突觸后就能實現(xiàn)這一切。
另一個問題來自制造過程中不可避免的變化，這意味著每個神經(jīng)形態(tài)芯片的運行都略有不同?！捌渥兓赃€是遠(yuǎn)遠(yuǎn)低于在大腦中所觀察到的情況?！盉oahen說。
這一問題導(dǎo)致一些研究人員拋棄了Mead使用“亞閾值”硅芯片的最初想法。他們使用嚴(yán)格意義上仍有神經(jīng)形態(tài)性的傳統(tǒng)數(shù)據(jù)系統(tǒng)——可以模擬單個神經(jīng)元的電學(xué)性能，但其可預(yù)測性更強(qiáng)，更易編程，而代價是耗能更多。
實際應(yīng)用
這些研究性項目的成功引發(fā)了人們對將神經(jīng)形態(tài)硬件應(yīng)用于實用的、超低功耗設(shè)備（從手機(jī)到機(jī)器人）的興趣。
而Boahen則正在追求他自己的實際應(yīng)用方法，這從他在4月開始的一個尚未命名的計劃中就可以明顯看出。該項目基于人工大腦Spaun：一個大腦的計算機(jī)模型，包括負(fù)責(zé)視覺、運動和決策的部分。Spaun依賴于10年前由加拿大滑鐵盧大學(xué)理論神經(jīng)科學(xué)家Chris Eliasmith開發(fā)的神經(jīng)回路編程語言。用戶只需指定所需的神經(jīng)功能，Eliasmith的系統(tǒng)就會自動射擊神經(jīng)元網(wǎng)絡(luò)來實現(xiàn)該功能。
Boahen與Eliasmith聯(lián)系后，向他介紹了自己的提議：使用實時神經(jīng)形態(tài)硬件構(gòu)建一個物理版的Spaun?！拔曳浅Ｅd奮?！盓liasmith說。在他看來，這樣的匹配是完美的，“你們有花生醬，而我們有巧克力”！
美國海軍研究辦公室為他們提供了資金，Boahen和Eliasmith已經(jīng)召集了一個團(tuán)隊，計劃在3年內(nèi)建立一個小規(guī)模的原型，并在5年內(nèi)建立一個全面的系統(tǒng)。
該系統(tǒng)是專門為現(xiàn)實世界的應(yīng)用而設(shè)計的。Boahen稱，在5年的時間內(nèi)，“我們設(shè)想構(gòu)建完全自主的機(jī)器人，它們可以用一種有意義的方式與環(huán)境互動，并在僅消耗像手機(jī)電池一樣多的電量的前提下，完成實時操作。這種設(shè)備會比今天的自動機(jī)器人更加靈活，并有更強(qiáng)的適應(yīng)性，同時消耗非常少的能量。
Boahen補(bǔ)充稱，更長期來看，該技術(shù)將用于任何計算機(jī)系統(tǒng)中更為緊湊和低功耗的處理器，而不僅僅是機(jī)器人。如果研究人員真的已經(jīng)成功捕捉到了令大腦如此高效和緊湊的關(guān)鍵因素，那么這將是需要更微小芯片的產(chǎn)業(yè)的福音。
“但我們并不能確定?！盉oahen說，“除非去嘗試?！保◤埗?/strong>
《中國科學(xué)報》 (2013-12-13 第3版 國際)
