在人類漫長的歷史進程中，理解智能、理解我們的大腦一直是一個被不斷追逐的夢想；而自近代以來，隨著科技的不斷進步，如何創(chuàng)造一個“大腦”，如何自己創(chuàng)造出智能更是吸引了眾多科學家競相比拼。用機器模擬生物神經網絡的結構和信息加工的潛力，這就是我們所說的類腦計算，也叫神經形態(tài)計算。

　　目前的類腦計算研究尚處于起步階段，國際上還沒有形成公認的技術標準與方案。清華大學一項最新研究成果首次提出“類腦計算完備性”以及軟硬件去耦合的類腦計算系統層次結構，填補了類腦研究完備性理論與相應系統層次結構方面的空白。10月15日，清華大學召開新聞發(fā)布會，介紹了這一類腦計算體系結構領域的重要突破。而在成果背后，這一場源自于新興研究領域的科技成果發(fā)布會也為我們帶來三點啟示。

　　新興研究也許并不“新”，要學會從科學進程中尋找方向

　　近年來，從AlphaGo戰(zhàn)勝人類頂級圍棋選手，到人工智能系統預測、緩解人流擁堵，人工智能不再是一個新鮮詞語。但在清華大學精儀系教授施路平看來，這些突破大多是從智能的某個領域接近或超過人類智能，是一種“窄化的人工智能”：“這些系統無法將這種能力從一項任務轉移到另一項任務。作為人工智能的終極目標，‘通用人工智能’應該是一種可以執(zhí)行人類能夠完成的所有任務的人工智能，即‘類腦’。”

　　在施路平看來，與外界對新興研究領域的某些認知不同，發(fā)展人工通用智能不是一個新的想法，而是隨著科技發(fā)展需要緊緊把握住的“關口”：“如果我們看一下過去圖靈、馮諾依曼這些大科學家早期的文章，會發(fā)現這是我們一直以來的夢想?，F在為什么是發(fā)展人工通用智能最好的時機呢？因為隨著精密儀器的發(fā)展，我們對腦知道得越來越多，我們似乎到了一個理解腦的關口。超級計算機的發(fā)展可以使我們進行很好的模擬仿真，省錢、省力、省時間。大數據、云計算給我們提供了一個像腦一樣復雜的系統，和腦交相呼應，我們可以共同研究、互相促進。另外，納米器件已經可以使我們去發(fā)展像人腦能耗水平一樣的神經元和突觸這樣的電子器件?？茖W家要學會借助時代發(fā)展尋找課題?！?/p>

　　新興研究不要過度逐“新”，更不能放松對基礎問題的關注

　　這場發(fā)布會帶來的另一個啟示是，某些時候，新興研究不要過度逐“新”，更不能放松對基礎問題的關注。

　　記者了解到，現有類腦計算系統研究大多聚焦于具體的芯片、工具鏈、應用和算法的創(chuàng)新實現，而忽略了從宏觀和抽象層面上對計算完備性和體系結構的思考。類腦計算軟硬件間的高度耦合阻礙了它們在獨立發(fā)展的同時互相兼容的可能性，如何突破這一局面，擴展類腦計算系統的應用場景？這成了上述團隊下決心要解決的重點問題。

　　“通用計算領域的圖靈完備性和馮·諾依曼體系結構都是非?；A、大家也非常熟悉的概念，以至于很多人都不會意識到，對于新興的類腦計算系統領域，這是一個需要首先解決的問題?！鼻迦A大學計算機系研究員張悠慧說。

　　施路平也認為，當前類腦計算的某些研究走向了一個極端：過度關注技術應用，而忽略了對最基礎問題的研究。“這是需要注意和警惕的。很多時候，如果沒有一個基礎的標準、方案，只追逐最時興的應用層面的東西，并不足以支持一個領域的發(fā)展。”施路平說。

　　新興研究要關注新的科學點，還要融合出“新團隊”

　　而在科研攻關的過程中，讓團隊成員感到壓力的，不是科學問題上的挑戰(zhàn)，而是來自于如何融合出一個“新團隊”。這也是當前很多新興研究領域面對的困境。

　　“發(fā)展類腦計算和人工通用智能，真正的挑戰(zhàn)既不是科學，也不是技術，而是我們的學科分布使得我們沒有合適的人做這樣的研究。而且，腦科學和計算機科學，一個探索自然世界，一個更關注應用，它們有不同的文化和語言，目標也不一樣，所以多學科融合尤為關鍵?！笔┞菲礁嬖V記者，清華大學類腦計算研究中心由精儀系、計算機、電子、微電子、自動化、材料系和醫(yī)學院7個院系組成：“我們7個院系的老師在一起反復討論，每周半天的時間，最后我們7年只做了一件事情，叫‘融合、融合再融合’?！?/p>

　　但這位科學家也坦言，當前困擾不少科學研究的關鍵點也就在于“融合”這兩個字：“但在很多時候，跨學科交叉堅持起來很難，因為不同團隊有自己各自的訴求，短期或長期的。這時就需要探索一種機制能夠將人有效地結合、團結在一起?！?/p>