副标题#e#
智东西（公众号:zhidxcom）
文 | 心缘
“我们进入的新时代是生物技术时代，这将改变人类的意义。”
今年2月，在风险投资公司Platform Capital组织的“非洲崛起系列”鸡尾酒会上，尼日利亚神经科学家阿加比（Agabi）激情澎湃地发表演讲。
他所创立的公司Koniku研发了一种特殊的芯片Koniku Kore，将活的转基因脑细胞与传统硅融合在一起。阿加比说，该芯片通过检测人体释放的挥发性有机化合物，能检测从肺癌到新冠肺炎的一系列疾病。
不管是构成还是外观，这个形如蓝色冰冻水母的芯片都颇具科幻色彩。但从已透露的信息来看，Koniku Kore并不是纸上谈兵，它在医疗、农业、军事及机场安检等领域的落地前景，已经吸引多家知名公司的青睐。
其早期的客户包括埃克森美孚、保洁、制药公司阿斯利康、全球化学品制造商巴斯夫等。近期新加坡樟宜机场也使用了Koniku的技术，用于防控新冠肺炎传播。
Koniku并非个例，人脑作为自然界最复杂的结构体之一，已经启发了太多不可思议的奇妙想法。
刚刚过去的2020年前4个月，在将生物神经元与硅芯片结合的前沿技术领域，创新的波澜正涌动不息。
一、打破脑科学与微电子学的界限
“在已知的宇宙中，人类的大脑是最复杂的东西，它复杂得让试图解释它的简单模型可笑，让精致的模型无用。”
这是杜克大学认知神经科学中心的斯科特·胡特尔被广为引用的一句名言。
迄今为止，人的大脑仍是一片生长着无数未解之谜的原野，无人能窥得它的全貌。但科学家们从未停止探索人脑奥秘的脚步，不仅尝试破解生命科学的密码，在脑重大疾病研究方面有所突破，而且试图模仿已知的神经元活动，打造类脑的计算机系统。
如今计算机界的“当红炸子鸡”人工智能，其广泛应用的神经网络，即是模拟人脑神经处理机制的典型代表。2016年阿尔法狗（AlphaGo）击败围棋冠军李世石的那一刻，人工智能披上新的荣光，人创造出的非生命体具备了媲美人类的“高智商”。
但在能耗上，阿尔法狗输得不是一点点。据科技公司Ceva估算，AlphaGo在下棋过程中约消耗1兆瓦的电能，相当于一天约100户家庭的供电量。相比之下，包含超过1000亿个神经元的人脑，消耗的功率仅20瓦，只有AlphaGo所消耗能量的5万分之一。
当今人工智能（AI）芯片努力进化的两个方向，一是更快的计算速度，二是更低的功耗。如果向大脑神经元活动取经，是不是能做出兼顾高算力和低功耗的芯片？
两种不同的思路开始在研发道路上激起火花：一种是将生物神经元与传统半导体结合的生物计算，另一种则是用微电子技术来模仿神经元信息处理机制的类脑计算。
二、生物计算：碳基神经元+硅基半导体
脑功能的实现依赖于神经元和突触组成的神经网络，突触起到将信息传输与记忆存储处理相结合的关键作用。
受大脑启发，一些研究人员尝试建立生物神经元与硅神经元之间的连接，以推进脑机接口、超低功耗混合芯片等前沿技术的发展。
今年2月底，《自然》旗下期刊《科学报告》刊登了一项由英国、瑞士、德国和意大利科学家联合推进的实验，用纳米级忆阻器模拟生物突触的基本功能，连接大鼠神经元和人工神经元，使得这些神经元通过互联网可以实现双向实时通信。
“我们首次证明，芯片上的人工神经元可以与大脑神经元相连，通过使用相同的’脉冲’语言进行交流。”意大利帕多瓦大学生物医学科学系教授Stefano Vassanelli说。
▲纳米电子突触在混合网络中连接硅和大脑神经元
这种“混合大脑”能让大脑神经网络和AI神经网络相互理解，从长远来看，Vassanelli称其想法是利用人工脉冲神经网络来恢复帕金森氏症、中风或癫痫等局部脑疾病的功能。
Vassanelli指出：“一旦植入到大脑植入物中，硅脉冲神经元将充当一种神经假体，人工神经元将自适应地刺激功能失调的神经元，促进功能恢复，甚至能挽救功能丧失。”
论文链接：https://www.nature.com/articles/s41598-020-58831-9#Bib1
这项研究是想用人工神经元来补救出毛病的生物神经元，也有科学家将真正的生物神经元和传统硅计算系统集成在一起，试图打造突破传统芯片限制的超级计算芯片。
澳大利亚初创公司Cortical Labs在今年4月宣布制造第一款混合计算机芯片，并在训练该芯片玩雅达利祖师爷级乒乓球游戏《Pong》。
其官网上列举了生物计算的四个优势：流体智能、比数字电路更稳健、可扩展、功效高。
（1）流体智能：生物神经网络具备自组织特性，不依赖所需知识即可解决陌生问题。
（2）鲁棒性：与数字电路不同，生物网络对物理损伤具有很强的抵抗力，其适应和重组的能力可以在传统电路失效的地方维持功能。
（3）可伸缩性：生物智能可以从蜻蜓扩展到人类。培养神经元不需要绝对零度的设备或昂贵的纳米级制造单元。
（4）功率效率：人脑有超过十亿的神经元，能耗仅20瓦，生物计算拥有相似的高能效特性。
这家创企在2019年6月成立，已从澳大利亚著名风险投资公司Blackbird Ventures获得了约61万美元的种子资金。
#p#副标题#e##p#分页标题#e#
其联合创始人兼首席执行官Hon Weong Chong是一名注册医生和软件工程师，曾就读于约翰霍普金斯大学信息学系，他基于自身丰富的经验和多学科背景，想带领团队打造出一个功能强大而功耗极低的计算系统。
#p#副标题#e#
▲Akida SoC
日本影像应用SoC方案供应商Socionext最早于2019年6月开始与BrainChip合作开发Akida芯片。据最新消息，两家公司已将完整的Akida设计文件交给晶圆厂台积电。Akida工程样品预计在今年第三季度问世。
BrainChip的AI芯片采用非多路复用的设计，号称比IBM采用多路复用设计的TrueNorth芯片速度快上数千倍。
IBM早在2011年8月就率先开启类脑芯片的大门，研发出单核包含256个神经元、65536个突触的“神经拟态自适应可塑性可扩展电子芯片”原型，脑容量相当于虫脑，能处理像玩Pong游戏这样复杂的任务。
2014年，IBM公布第二代TrueNorth芯片，包含4096个内核，100万个神经元、2.56亿个突触，而功耗只有65毫瓦。其长期目标是建立拥有100亿个神经元、数百兆个突触、仅消耗1KW功率、体积不到0.002立方米的芯片系统。
▲ IBM的TrueNorth芯片结构、功能、物理形态图
不过相较英特尔Loihi芯片的高调推进和IBM TrueNorth芯片的闻名遐迩，高通在2013年公布的Zeroth芯片已经好几年没有新讯了。
目前全球知名的大型神经拟态计算系统，除了英特尔Loihi和IBM TrueNorth外，还有德国海德堡大学BrainScales、英国曼彻斯特大学SpiNNaker、美国斯坦福大学Neurogrid。
去年8月，清华大学类脑计算研究中心施路平教授团队打造的类脑计算芯片“天机芯”登上国际知名学术期刊《自然》的封面，实现了中国在芯片和人工智能两大领域《自然》论文零的突破。
天机芯集成千万级神经元突触，同时支持跑人工神经网络（ANN）和脉冲神经网络（SNN）异构融合，相比IBM TrueNorth芯片，支持更多算法，且密度提升20%，速度快10倍，带宽提高100倍，精度可调，扩展性和灵活性也更好。
在清华东操场上，一辆搭载天机芯的自行车实现了自平衡、目标探测跟踪、自动避障、语音理解控制、自主决策等功能。
今年3月，台湾国立清华大学（NTHU）模拟果蝇视神经功能，研发了一种存内计算AI芯片，能以超低功耗让无人飞行器（UAV）像昆虫一样实现自动避障。
同样在这个月，国际顶级学术期刊《自然》刊登了奥地利维也纳大学的一项新研究，模拟大脑对信息处理的方式，直接在图像传感器内实现了人工神经网络（ANN），将图像处理速度提升至传统技术的数千甚至上万倍。（AI芯片新玩法！图像处理速度提升2万倍，传感器当神经网络用）
▲ 输入信息在视觉传感器内进行计算，实现智能高效的预处理
上海AI芯片创企西井科技也涉足了神经拟态芯片的研发，参考仿生类脑处理方式，打造了嵌入式“片上学习”AI芯片DeepWell、深度学习加速器Vastwell和SNN类脑运算平台。
西井科技主攻智慧港口、智慧矿场、智慧医疗等垂直应用场景的AI解决方案，是最早实现港口无人驾驶落地的AI企业。就在今年4月，西井科技完成了过亿元的新一轮融资。
法国芯片公司Kalray是片上超算的开创者，2008年成立，其最新芯片Coolidge可用于加速数据中心和汽车应用中的AI。在今年年初的国际消费电子展（CES 2020）上，Kalray展示了Coolidge芯片的AI用例。
Kalray首席执行官Eric Baissus认为，其自研大规模并行处理器阵列（MPPA）架构与一些神经拟态方法相似。在他看来，市场足够大，会有很多适用于不同类型架构的应用程序，他相信我们会看到更多有趣的神经拟态产品。
▲ Kalray MPPA架构
结语：创新是拓荒者对未来的馈赠
“在科学上，每一条道路都应该走一走，发现一条走不通的道路，就是对科学的一大贡献。”爱因斯坦曾如是说。
当前，无论是将生物神经元与硅基芯片融合的混合芯片，还是模仿人脑的神经拟态芯片，距离真正的大规模商业应用还相对遥远。任何涉及改变传统系统思维方式，在通往落地的道路上必然会经历市场长期的考验。
每一个创新架构的诞生，未必会立即与当下应用场景相契合，但这并不代表其创新是做无用功。这些连接硅基物体和碳基生命的奇妙构想，谁能断定不是对未来技术的一瞥？
