清华“天机”芯片登Nature封面！七院系参与研发全球首款异构融合类脑芯片-大数据文摘的财新博客-财新网

作者：大数据文摘编辑部

今天，一辆来自清华的无人驾驶自行车登上了Nature的封面。

这辆自行车不仅可以平衡自身，还可以绕过障碍物，甚至可以响应简单的声音命令。

这辆自行车能够如此平衡、顺利的自主运行，靠的是自行车背后的大脑。它采用了一种名为“天机（Tianjic）”的新型计算机芯片，用于实时物体检测，跟踪，语音识别，避障和平衡控制。

这只来自清华的团队也凭借Tianjic芯片，登上了8月1日发布的最新一期Nature封面。

这也是中国的人工智能芯片，首次登上Nature。

论文的通讯作者、清华大学精密仪器系教授、类脑计算中心主任施路平教授表示，虽然这还是非常初步的一个研究，但或许能够推动通用人工智能（AGI）计算平台的进一步发展。

本次的论文作者来自清华大学、北京灵汐科技、北京师范大学、新加坡理工大学和美国加州大学圣塔芭芭拉分校等机构。

论文链接：

https://www.nature.com/articles/s41586-019-1424-8

计算机科学+神经科学双导向，构建更普遍的通用平台

开发通用人工智能有两种主要方法：一种是计算机科学导向，植根于神经科学，并试图构建与大脑非常相似的电路。另一种是和神经科学导向。以计算机科学为基础，并使用计算机来执行机器学习算法。

因为在制剂和编码方案的基本差异，这两种方法依赖于不同的和不兼容的平台，延缓了AGI的发展。

因此，通用人工智能的发展亟待一个支持更普遍的、基于计算机科学的人工神经网络以及神经科学启发的模型和算法的通用平台。

这款天机（Tianjic）芯片则集成了两种方法，以提供混合、协同平台。

天机芯片采用多核架构，可重构构建模块和采用混合编码方案的流线型数据流，不仅可以适应基于计算机科学的机器学习算法，还可以轻松实现脑启动电路和多种编码方案。

通过资源复用，天机芯片只需百分之三的额外面积即可同时运行计算机科学和神经科学导向的绝大多数神经网络模型，支持异构网络的混合建模，形成时空域协调调度系统，发挥它们各自的优势，既能降低能耗，提高速度，又能保持高准确度。

天机芯片同时具有多个功能核心，可轻松地重新配置，使其能够适应机器学习算法和大脑启发电路。研究人员通过将其中一个芯片整合到无人驾驶的自行车中来证明这种方法的潜力，这种自行车可以实现自我平衡，通过语音控制并且可以检测和避开障碍物。

在论文中，该团队表示，仅使用一个芯片，就可以在无人驾驶自行车系统中同时处理多种算法和模型，实现实时物体检测、跟踪、语音控制、避障和平衡控制。

跨学科组队，七个院系共同参与，七年磨一“芯”

在7月30日的电话新闻发布会中，论文通讯作者、清华大学精密仪器系教授施路平介绍了论文的研究思路。研究团队在接受媒体的采访时表示，从2012年孕育这项研究开始，团队遇到的最大挑战不来自于科学、也不来自技术，而是在于学科的分布不利于解决当前的问题。

因此，研究团队成立了七个院系组成的类脑计算研究中心，覆盖脑科学、计算机、微电子、电子、精仪、自动化、材料等学科。

团队成员之一，加州大学圣塔芭芭拉分校博士后邓磊表示，在芯片方面，遇到的最大挑战是如何实现深度和高效的融合。计算机科学导向和神经科学导向是目前流行的两类神经网络模型，这两种模型的语言、计算原理、信号编码方式、应用场景都有很大不同，所以需要的计算架构和存储架构大相径庭，甚至设计的优化目标都很不一样。一些深度学习加速器和神经形态芯片，基本上都是独立的设计体系，因此深度融合并不简单。

深度融合不是深度学习加速模块和神经形态模块简单的拼合，难点在于每部分的比例难以确认，因为现实中的应用复杂多变。而且，如果构建异构的混合模型，可能还需要在两个模块之间添加专门的信号转换单元，这又会有很多额外成本，所以，如何设计一套芯片架构兼容两类模型，可以灵活的配置同时又具有高性能，是团队芯片设计中的一大挑战。

2015年，施路平团队设计出第一代“天机芯”，经不断改进设计，2017年第二代“天机芯”问世。相比于当前世界先进的IBM的TrueNorth 芯片，2017年流片成功的第二代“天机芯”密度提升20%，速度提高至少10倍，带宽提高至少100倍，灵活性和扩展性更好。

也正如MIT科技评论报道所说，“该芯片暗示了中国在开发自己的芯片设计能力方面取得的进展。中国研究人员表明，他们可以制造专门的AI芯片以及任何芯片。”

类脑可以超越人脑吗？

其实早在3年前，谷歌就曾在愚人节那天发布过一辆理想中的自动驾驶自行车。

但作为“愚人节视频“发布，也说明了这一技术的难点和不易实现。

而在今天，清华施路平团队终于初步实现了这一想象。这样的黑科技似乎也带着一丝科幻色彩，让人畅想AGI到来的那天。

在接受采访时，施路平教授表示，类脑能否超越人脑的问题，其实和电脑是否能超越人脑的问题类似。

电脑在某些方面其实早就超过了人类，其精准快速的运算能力、强大的记忆让我们叹为观止。然而，目前在很多智能的层次，计算机和人脑还是有相当大的距离。特别是对于不确定性的问题，比如学习、自主决策等领域。

计算机会逐渐缩小差距，至于最后能否全面超过人脑，施路平教授觉得从技术的层面来看会越来越多，“因为计算机的发展有一个特点，就是它从不退步，它一直往前走。但是我相信我们人是有智慧的，我们会在发展的过程当中来逐渐的完善我们对于研究领域的一个理解，来把控它的风险，因为我相信人们之所以对这个问题重视，是因为我们担心会不会像科幻电影说的那样毁灭人类。”

关于AGI是否会超越人类智慧，吴恩达在AI For Everyone课程中也表示，完全的AGI的出现可能还需要几十甚至上百年，从时间上来说，我们也不需要多度担心。

话题：