腦科學研究成為當前全球科技競爭的重要焦點之一，美國、歐洲、日本相繼啟動了各自的腦科學計劃，我國也于2016年正式啟動“中國腦計劃”。

類腦智能的概念由美國科學家Carver Mead在上世紀80年代末首次提出，是指受大腦神經運行機制和認知行為機制啟發，以計算建模為手段，通過軟硬件協同實現的機器智能，是發展人工通用智能的計算基石。

根據QYResearch發布的《2021-2027中國類腦計算芯片市場現狀及未來發展趨勢》，2020年，全球類腦智能芯片市場規模達到6.36百萬美元，中國類腦智能芯片市場規模達到0.10百萬美元，并預計2027年全球類腦智能芯片規模將達到31億元，年復合增長率為80.1%。

類腦智能研發有何進展和瓶頸？商業化進展如何？還需要突破哪些壁壘？為此，近日南方財經全媒體記者專訪了中國科學院院士、廣東省智能科學與技術研究院院長張旭。

（中國科學院院士、廣東省智能科學與技術研究院院長張旭，資料圖片）

多學科交叉融合是關鍵

芯片是應用研發的基本硬件，人腦的神經元數量約有600億-1000億之多，但目前世界上最大的類腦芯片只達到億級神經元，限制了類腦智能的效能。

張旭告訴南方財經全媒體記者，我國要在類腦智能領域走在國際前沿，研制理想的類腦芯片，需要在多個學科中尋找突破口。

“首先是人工神經元，它是類腦科學原理、神經科學原理、計算機技術、類腦智能算法等各方面融合研發的產物。其次是把這些神經元連接起來，形成一個能夠處理信息的神經網絡，這需要腦科學家、計算機科學家、數學家等信息技術的設計人員、芯片設計人員共同努力。”張旭說。

在張旭看來，當前類腦芯片的研發不只是限于神經元的數量、芯片的算力，它是一個不斷發展的體系，關鍵在于各學科相互融合、相互交流，去研究如何設計神經網絡。只有這個體系做大做強了，類腦芯片才能得到真正的進步和長足的發展。

實際上，這一體系做大做強，離不開不斷的摸索和檢驗。

“以往，受限于科技水平，我們在類腦技術方面缺乏相應積累。現在，大家逐漸研究出共同的想法和做法，比如把生物體大腦中的神經網絡體系設計為集成電路的芯片體系。”張旭說。

目前，我國多所高校陸續成立類腦智能研究中心，開展類腦智能研究。2014年，清華大學成立類腦計算研究中心；2015年，中國科學院自動化研究所成立類腦智能研究中心；2018年，北京腦科學與類腦研究中心和上海腦科學與類腦研究中心先后成立。

要實現多學科的交叉融合，就離不開多學科人才的支持和協作。張旭表示，科學研究和技術研發，就是要解決人才問題，沒有第二條出路。

據南方財經全媒體記者不完全統計，北京、上海、深圳、杭州、武漢等不少城市已將類腦智能納入城市規劃。2021年12月，《上海市人工智能產業發展“十四五”規劃》明確將“前瞻布局類腦芯片，探索基于憶阻器的存算一體芯片，推動算力突破發展”；2022年8月，深圳市光明區發布全國首個腦科學和類腦智能領域專項扶持政策，著力打造全球腦科學與類腦智能創新策源地和產業集聚地；2023年1月，武漢《政府工作報告》提出，要加快培育類腦智能等新增長點，推動元宇宙、人工智能等產業加速成長。

“相比于其他城市，橫琴擁有優異的科研和生活環境，可以同時發揮廣東聯結內地的優勢和澳門地區的國際化優勢，還有人才政策支持，具有發展類腦智能的潛力。”張旭說。

類腦智能商業化有多遠？

類腦芯片是人工智能芯片中的一種架構，它模擬人腦進行設計，相比于傳統芯片，在功耗和學習能力上具有更大優勢。當前，人工智能芯片的應用市場較為廣泛，包括5G通信、自動駕駛、智能手機、無人機、智能安防等領域。

“類腦智能未來應用廣泛，在細分領域中，類腦智能對突發事件的跟蹤更靈敏、更快速。”張旭舉例，在夜晚，機動車視野中突然跑過人或是動物或是車，目前普通的車載裝備很難及時捕捉到這個事件，但類腦芯片能夠清晰捕捉。

復旦大學類腦智能科學與技術研究院副院長林偉曾表示，類腦智能還處在研發階段，嚴格意義上來說，目前生活中并沒有常見的類腦智能應用案例。

近年來，各國企業正逐步布局類腦智能。IBM圍繞Watson系統和TrueNorth類腦芯片，意圖搶先打造類腦智能生態系統；微軟提出意識網絡架構，聲稱是具備可解釋性的新型類腦系統。我國靈汐科技也在2021年成功量產新一代類腦智能芯片-領啟KA200，主要應用于機器學習、深度神經網絡（DNN）、脈沖神經網絡（SNN）的計算加速和腦科學研究。

張旭告訴南方財經全媒體記者，類腦智能的發展，本質上是市場行為，研究院和企業各有分工。

“研究院主要做基礎研究、核心技術早期研發和產業技術的推動，它會派生出一些相關的企業，企業來做產品研究、產品應用技術、市場所需要的產業級技術研究。任何一個企業要長期可持續性地占有市場，沒有獨到的技術和產品，那是不可能的。”張旭說。

在不少業內人士看來，商業化進程較緩慢的局限是現在的模型還不能完全模擬大腦復雜的多腦區結構。例如，目前的深度學習，只能模擬視覺識別、語音識別等單一腦區，但難以實現多腦區之間聯合學習的能力。

談及未來趨勢，張旭告訴南方財經全媒體記者，從科技研發到技術應用，類腦智能都是未來趨勢、是前沿領域。未來，國際類腦智能發展將加速類腦智能技術和產品研發，突破腦機接口技術，注重利用神經形態計算模擬人類大腦處理信息的過程。