大数据文摘起作用了
今年8月，一辆来自清华的无人自行车登上了《自然》杂志封面。这是中国人工智能芯片首次登陆Nature，引起了全世界的热议。
这种自行车不仅能自我平衡，还能绕过障碍物，甚至能响应简单的语音指令。
自行车可以根据语音指令改变方向或调整速度
自行车可以检测和跟踪移动的人，并在必要时避开障碍物
论文通讯作者、清华大学精密仪器系教授、类脑计算中心主任石教授表示，虽然这还是一个非常初步的研究，但可能会推动通用人工智能计算平台的进一步发展。
三个月后，在昨天的“2019腾讯科学WE大会”上，石教授就这篇论文做了压轴演讲，讲述了这项研究背后的故事，告诉我们是时候开发出像计算和人工智能这样的大脑通用体了！
《大数据文摘》编辑了这篇演讲的速记，但没有改变其初衷。
通过类脑计算开发人工智能通用体
类脑计算是在神经形态工程发展的基础上，借鉴脑科学基本原理，面向人工通用智能的新技术。我们为什么要开发这样的技术？现在我们生活在一个万物相连的数字宇宙中。宇宙在快速增长，信息每两年翻一倍，整个“宇宙”在快速膨胀，永不倒退。
这样的宇宙是基于现在的计算机架构，而计算机架构是基于冯·诺依曼架构，我个人认为这是人类发展最简单、最美的架构，对人类影响最大。其特点是计算和存储分离，会消耗大量能量，延迟时间长，速度慢，容易形成拥塞，从而造成带宽发展的瓶颈。
2017年计算机图灵奖的两位获奖者大卫·帕特森和约翰·L·轩尼诗近日发表文章称，未来十年将是计算架构发展的黄金十年。我们过去用计算机进行计算，但现在我们用它来处理信息。在数字宇宙中，能源消耗是无法忍受的，因为每两年就会翻一番。此外，我们现在生活在人工智能时代，人工智能已经取得了巨大的成就。但是，虽然AlphaGo可以击败世界冠军，但是我们还有很多瓶颈。
简单来说，必须满足五个条件:数据充足、确定性问题、知识完备、环境静态、系统单一。例如，如果我们让一个智能机器人从这里出去，他没有预先编程是做不到的。为什么呢？因为人们用了好几年的时间才建立起这些概念:“去哪里”、“怎么出去”、“走后门还是走窗”，这些都与我们的通用智能有关，我们应该开发一个人工通用智能。
我们遇到了一种动态，许多系统相互作用，但仍然可以处理它。这就是我们想要的人工通用智能。要发展人工通用智能，必须向大脑学习。因为据我所知，大脑是目前整个宇宙中唯一的宇宙代理。把大脑和电脑对比一下，我们发现“电脑强的人不强，电脑弱的人强”。我们见过超脑，我们佩服和佩服的玩家的能力其实对电脑来说都是小儿科。我们发现，这两种制度有不同的原则，但相辅相成。因此，借鉴脑科学的基本原理，改造目前的计算机系统，发展像计算一样的大脑，是发展通用人工智能非常重要的一环，因为这是其计算的基石。
现在是发展通用人工智能的最佳时机
发展通用人工智能并不是一个新的想法。很多图灵奖获奖科学家过去也写过类似的文章，这一直是我们的梦想。为什么现在是最好的时机？因为随着我们精密仪器的发展，我们制造了越来越多的大脑，我们似乎达到了理解大脑的一个关口。超级计算机的发展可以让我们做好模拟，省钱、省力、省时。大数据和云计算给我们提供了一个和大脑一样复杂的系统，这个系统和大脑是呼应的，我们可以一起学习，互相促进。
此外，新的纳米器件使我们能够开发出与人脑能耗水平相当的神经元、突触等电子器件，所以现在是开发人工通用智能的最佳时机。开发像计算这样的大脑来支持人工智能，其中大脑发挥着非常重要的作用。
因为在研究像计算这样的大脑时缺乏文献，很多东西都需要自己去探索，所以觉得很苦恼。有一次去爬山，故意让自己在森林里迷路。后来我根据太阳定位方向，然后径直走到高速公路上拦截了一辆车；还有一次，我找了个阴天去进山。我爬到最高的地方，眼睛盯着一个点，然后走上高速公路。这两件事让我想到，大脑在其中起着指南针的作用，而我们提供了方向感，因为这是唯一已知的总代理。
做研究的时候，我喜欢做高难度的研究。我觉得“越难越容易”，因为太容易有很多竞争对手，所以很难领先；然而，如果我们研究困难的问题，那么几乎没有人会竞争。但有一个前提，就是研究方向必须正确。
我们人类的智能是建立在碳和硅的基础上的，我们已经建立了数字宇宙。碳基和硅基，它们的结构非常相似，所以我们有一个信念，在碳基上能实现的，在硅基上也能实现。
七个部门共同参与，七年磨一个“芯”
要开发像计算和人工通用智能这样的大脑，真正的挑战既不是科学也不是技术，而是因为我们学科的分类，我们没有合适的人来做这样的研究。而脑科学和计算机科学，一个是探索自然世界，另一个更关注应用，它们是不同的文化，不同的语言，和不同的目标。
因此，这个问题的关键是多学科的融合。清华大学脑研究与计算中心由7个系的教师组成，涵盖脑科学、计算机、微电子、电子、精密仪器、自动化、材料等多个学科。我们七个系的老师都在一起，每周花半天时间反复讨论。七年来，我们只做了一件事，那就是整合，整合，再整合。
在这个过程中，我们梳理了人工通用智能的发展，现在主要有两条技术路线，一条是计算机主导，一条是脑科学主导。计算机主导和机器学习一样，在图像识别、语音理解、自然语言处理等方面取得了辉煌的成就，但其泛化能力差，难以处理不确定性问题；以脑科学为主导的，像神经计算机、神经形态计算也在快速发展，但由于我们对大脑的机制了解不够，甚至极大地阻碍了它的发展。
但是，这两条技术路线其实是相辅相成的，结合起来才是目前开发类脑计算的最佳途径。其实还有两条路可以走，一条叫脑启发计算，一条叫类脑计算。
前者以计算机为基础，借鉴脑科学的基本原理，改变计算架构。后者是对大脑的模仿，因为前者涵盖了后者，所以我们用一个像大脑一样简单明了的词来涵盖这两部分。
我们不明白为什么人脑可以让大脑像计算一样。我们想了很久，然后得到了答案。计算机把一个多元空信息转换成“010101”，通过计算解决，所以计算的CPU频率越来越快，换句话说就是用了时间复杂度的问题，当你收缩维度的时候，相关性就会丢失。
我们很容易确定一个物体是在真实的空房间里还是在镜子里，但对计算机来说很难。这是根本原因。我们不知道大脑的基本原理，但我们知道一个神经元与1000到10000个神经元相连。换句话说，我们在这里扩展信息并增强相关性。我们使用空之间的复杂度。
此外，我们的大脑仍然有脉冲要编码，这就引入了时间因素，我们也利用了时间空的复杂性。因此，我们假设保留当前计算机的所有优势，保持时间复杂度，并增加一个类脑芯片，即增加空之间的复杂度。如果从这个角度来看目前的技术，我们会发现目前的神经网络加速器是面向深度人工神经网络的，它利用了空之间的复杂度；然而，像大脑一样工作的神经形态学计算是面向脉冲神经网络的，它使用的是时间空复杂度，那么为什么不将两者结合起来呢？所以我们，所以我们想到了一个办法，提出了天体芯片的架构。
以3%的代价，我们实现了既支持人工神经网络又支持类脑工作的脉冲神经网络，还支持两者的异构建模。我们还用类似大脑的芯片制造了一辆自动自行车。我们的想法是建立一个可以与系统交互的多模态交叉研究平台。当我们用环境变化来迫使系统改变，帮助系统改变时，我们会观察它的变化，遵循变化的系统应该遵循的基本原则，从而帮助我们迭代地发展。利用一个秘密芯片，我们可以实现感知、跟踪、越障和避障。
通过开发像计算这样的大脑，我们可以“向内发展”并检查我们的心脏
自动控制、语音理解、独立决策芯片很重要，软件也很重要，因为没有软件，应用工程师就不愿意开发应用软件。因此，在我们的实验室里，我们开发了一个软件工具链，我们建立了第一代类脑计算机，所以我们现在做的是“类脑云”。
那么云计算和现在的云计算有什么区别呢？云计算集成了很多技术，而我们的“类脑云脑”则面向人工通用智能。众所周知，人工通用智能的研究从根本上不同于把很多狭隘的人工智能加载在一起。我们想把大脑的灵活性和计算机的刚性结合起来，数据驱动和知识驱动，一般知识和推理。当然，这是一项非常具有挑战性、耐心和悲伤的长期研究。
我们的策略是循序渐进。我们可以想象，我们应该专注于一个问题的研究，让它成为第一代，然后一起研究两个问题，这样就可以成为第二代，然后是第三代，第四代，最后是第五代，这样我们就可以构建人工通用智能。
我们开发类似计算的大脑来支持人工通用智能。因为它是万能智能，可以赋能各行各业，有很多应用。我们对其中一个应用“智能教育”特别感兴趣。因为教育中的很多问题都可以通过这样的研究来解决，比如，我们优质的教育资源稀缺，造成教育不公平；另一种是因材施教，我们每个人都不一样；此外，由于资金和工具有限，理论和实践很难结合。
随着像计算这样的大脑智能的发展，人们会逐渐解决这些问题，然后开发新的系统。但是还有一个重要的因素，因为教育最重要的是塑造人。回顾过去，自工业革命以来，我们发展了蒸汽机、发电机、计算机、大数据，现在又发展了万物互联。我们一直在改变外部世界和物质生活。我们现在的世界有很多矛盾。我们突然发现，当物质生活快速发展的时候，精神生活其实并没有同步发展。这一次，我们处于智能时代，我们正在开发像计算一样的大脑，我们有机会向内发展，审视我们的内心。
我通常只参加学术活动。我这次接受腾讯的邀请演讲，是因为他们提出了一个“科技好”的概念，和我们的概念差不多。我们衷心希望人类在发展技术、探索外部世界的同时，也能研究我们的内心世界，内外兼修，共同发展，共建美好和谐的世界。
点击“在看”的人越来越好了！
