人腦其實是一個高效又節(jié)能的器官，用又慢又雜亂的神經(jīng)元，就可以處理一些對世界上最厲害的超級計算機而言都很棘手的問題：理解語言、抽象思考還有控制動作等。而這個比鞋盒還小的人腦，只用了比家里電燈泡還少的能量。

    人腦的這種高效和節(jié)能一方面給予科學家靈感，另外一方面也吸引了科學家進一步探究其秘密的欲望，而模擬人腦的芯片或系統(tǒng)則滿足了這兩點，從而引無數(shù)英雄競折腰。

    美國斯坦福大學的科學家研制出了運行速度更快且能效更高的微型芯片，其運行速度為傳統(tǒng)個人電腦（PC）的 9000 倍且能耗低很多。科學家們表示，最新研究有望大力推動機器人技術和計算技術的發(fā)展并進一步提升人類對自己大腦的理解。例如，能像人腦快速高效運行的芯片有望讓機械義肢擁有健全肢體的復雜性和反應能力。相關研究發(fā)表在國際頂級期刊《電氣與電子工程師協(xié)會會刊》上。

    “神經(jīng)網(wǎng)格”或能操控義肢

    斯坦福大學生物工程副教授 Kwabena Boahen 研究團隊研制出的“神經(jīng)網(wǎng)格（Neurogrid）”電路板，由16塊特制的“神經(jīng)內(nèi)核（Neurocore）”芯片組成，每塊芯片上都有超過 65536b 個“硅神經(jīng)元”，這些神經(jīng)元可以通過80個參數(shù)進行編程，以模擬不同類型的神經(jīng)元。這16塊芯片攜手，能模擬100萬個神經(jīng)元和數(shù)十億個突觸連接。它模擬人腦1秒鐘的活動，僅需要1秒鐘。“神經(jīng)網(wǎng)格”的大小與一臺iPad相當，功耗為5瓦，僅相當于一個手機充電器，而其能模擬的神經(jīng)元和突觸比其他大腦模擬設備多幾個數(shù)量級。

    “神經(jīng)網(wǎng)格”所具備的高速運行和低能耗的特征使其成為研究人類大腦的有力工具，除了了解大腦的正?；顒樱€可以研究大腦疾病，例如自閉癥、精神分裂等，這些疾病用現(xiàn)有的傳統(tǒng)技術都很難模擬。有鑒于此，美國**衛(wèi)生研究院（NIH）對這款百萬神經(jīng)細胞模型進行了資助。

    現(xiàn)在，Boahen 已經(jīng)著手進行下一步的研究——降低成本并制造編譯軟件。編譯軟件能使不具備神經(jīng)科學知識的工程師和計算機專家也能用其來解決問題，例如，使用“神經(jīng)網(wǎng)格”控制類人機器人等。 Boahen 研究團隊正在為殘疾病患研發(fā)能被類似“神經(jīng)內(nèi)核”芯片控制的義肢。

    多款人腦模擬設備各有千秋

    Boahen 指出，除了他的“神經(jīng)網(wǎng)格”項目外，還有多個大型的神經(jīng)形態(tài)學方面的研究，正如火如荼地進行著。其中包括歐洲的“人腦計劃”以及美國的“大腦計劃”等。“人腦計劃”旨在用超級計算機模擬人腦的工作原理；而“大腦計劃”的主要目的是研發(fā)能閱讀大腦內(nèi)數(shù)百萬個神經(jīng)細胞的活動并寫出這些活動的模式的新型工具。

    另外，還有IBM公司的“神經(jīng)形態(tài)自適應塑料可微縮電子系統(tǒng)（ SyNAPSE ）”項目。 SyNAPSE 芯片為硅芯片，其架構從人腦的功能、省電性及緊湊性獲得靈感。最新的 SyNAPSE 芯片集成了 256 個數(shù)字神經(jīng)元，每個神經(jīng)元配備1024條突觸回路，IBM公司希望能在系統(tǒng)中進一步增加神經(jīng)元的數(shù)量。

    而由德國海德堡大學基爾霍夫物理研究所主導的“大腦規(guī)模（BrainScales）”計劃的目標是研制出邏輯芯片來模擬神經(jīng)元和突觸的行為。他們研制出的“高輸入數(shù)模擬神經(jīng)網(wǎng)絡（ HICANN ）”能模擬藥物之間的相互作用。目前， HICANN 系統(tǒng)能模擬 512 個神經(jīng)元的活動，每個神經(jīng)元配備 224 個突回路。

    這些研究各有千秋，也采用了不同的技術手段，例如，讓每個硬件電路模擬單個神經(jīng)單元（單個突觸）還是幾個神經(jīng)單元（通過兩次激活硬件電路來模擬兩個活動突觸的影響）等，這就導致不同系統(tǒng)擁有不同的功能，表現(xiàn)也各不相同。

    Boahen 還制造了一個度量單位來計算所有這些系統(tǒng)的成本，包括芯片大小、它能模擬多少神經(jīng)元以及能耗等，結果表明，“神經(jīng)網(wǎng)格”是最合算的神經(jīng)元模擬方式，實現(xiàn)了 Boahen 的初衷——制造出一款人們能負擔得起且能廣泛應用于各個研究領域的系統(tǒng)。

    降低成本為當務之急

    盡管如此，仍然有很多工作要做，最重要的就是降低成本。目前，“神經(jīng)網(wǎng)格”電路板上每塊芯片的成本約為4萬美元。 Boahen 相信，使用現(xiàn)代化的制造過程并大批量制造這種芯片，他能將每個“神經(jīng)內(nèi)核”的成本降低100倍；更廉價的硬件和編譯軟件則可以降低芯片的配置成本，如此一來，就能大大降低“神經(jīng)網(wǎng)格”的成本，讓其有機會在多個領域大展拳腳。

    例如，像人腦一樣高速有效運行的芯片能讓義肢擁有健全肢體所具有的復雜性和反應速度。 Boahen 預見，未來，一塊類似“神經(jīng)內(nèi)核”的芯片能被植入殘疾人的大腦中，解釋人類的運動并將其翻譯成命令，指揮義肢。

    目前，在 Boahen 的實驗室內(nèi)，“神經(jīng)網(wǎng)格”正在對一個小型義肢進行控制，讓其實時執(zhí)行運動命令?，F(xiàn)在看來，這款小型義肢并不起眼，但它的操作桿杠和關節(jié)非常簡單，這很有可能是未來機器義肢的雛形。

    當然，所有這些神經(jīng)形態(tài)學系統(tǒng)，都無法與人腦的復雜性和高效性相比。 Boahen 強調(diào)稱，盡管“神經(jīng)網(wǎng)格”的能效約為一臺模擬100萬個神經(jīng)元的個人電腦的10萬倍，但仍然無法與我們的大腦相匹敵。

    Boahen 表示:“人腦內(nèi)神經(jīng)元的數(shù)量是‘神經(jīng)網(wǎng)格’的8萬倍，耗能僅為其三倍。神經(jīng)形態(tài)學領域的工程師們面臨的終極挑戰(zhàn)就是，規(guī)模和能效兩不誤，也就是說，達到人腦能效的同時，提供更好的可配置性和規(guī)模。”