类脑智能、类脑芯片 ， 对于绝大多数人来说可能是一种过于专业和陌生的名词 ， 但实际上 ， 类脑智能与人们的生活息息相关 ， 甚至也与我们经常挂在嘴边的人工智能难分彼此 。

文章图片
（来源：Pixabay）
在某种程度上 ， 类脑智能已经超出了现有人工智能的范畴 ， 更偏向为一种平台技术 。 在人们都在思考人工智能的下一步发展路径时 ， “低调”的类脑智能 ， 已悄然成为最受关注的“种子选手”之一 。
进击中的类脑智能 ， 新一轮智能革命即将到来

文章图片

人脑有太多值得机器学习和借鉴的能力 ， 包括低功耗、高容错、创造性等等 。 而类脑计算实际上正是借鉴人脑的信息处理方式 ， 因此也被称为神经形态计算（Neuromorphic Computing） 。
“类脑赛道有两大维度 ， 一是感知 ， 二是计算 。 感知包括视觉、语音等的感知 ， 可以理解为把环境的变量变成脉冲序列 。 而计算是基于稀松的数据来连续地做计算 ， 包含了 event-driven ， 也就是事件触发运算的概念 。 ” SynSense 时识科技创始人兼 CEO 乔宁道 。

文章图片
图 | SynSense 时识科技创始人兼 CEO 乔宁（来源：SynSense 时识科技）
他进一步说道 ， “如果用关键词来对类脑计算做一个界定的话 ， 那么首先它是一个时域加空域的计算 ， 其次它的计算是稀松的 。 ”
由于边缘计算和 5G 网络等新技术更依赖于瞬时响应 ， 数据中心固有的延迟和资源占用问题将变得愈发难以接受 。 而类脑技术作为一种新型范式 ， 凭借其实时处理非结构化信息、自主学习、超低功耗、超低延时等强大能力 ， 开始受到人们的广泛关注 。

文章图片
（来源：Yole）
当前 ， 无论是中国还是欧美国家 ， 对类脑技术均保持着足够的耐心和期盼 ， 斥巨资支持此类研究或长期布局的案例屡见不鲜 。 企业和科研人员对类脑技术的关注度也正在逐渐提升 。
以英特尔神经拟态芯片 Loihi2 为例 ， 该芯片建立在英特尔 4nm 工艺节点的预生产版本之上 ， 集成的神经元数量达到了 100 万 ， 性能提升超过 Loihi1 10 倍 。 但就目前而言 ， 其并不会成为产品出现在商业化场景里 。
英特尔神经拟态计算实验室应用研究负责人尤利娅·桑达米尔斯卡娅（Yulia Sandamirskaya）说：“我们更多将 Loihi2 视为一种研究型芯片 ， 以此为研究人员提供途径 ， 来探索不同的应用方向 。 ”

文章图片
图 | SynSense 时识科技全球首款感算一体动态视觉智能 SoC-Speck（来源：SynSense 时识科技）
SynSense 时识科技联合创始人兼首席科学家贾科莫·因迪维里（Giacomo Indiveri）说：“在欧洲 ， 部分瑞士、荷兰或者意大利的实验室 ， 早已遵循着上世纪 90 年代卡弗·米德（Carve Mead）开创的混合模拟/数字电路和异步数字电路而进行类脑技术开发 。 在中国 ， 不少科创公司也已开始推动类脑技术 ， 或是新兴技术领域（如忆阻器）进行探索 。 ”
据 Yole Development 预测 ， 2035 年类脑计算市场将占人工智能总收入的 15%-20% ， 市场规模约 200 亿美元 。
毋庸置疑的是 ， 有望打破“冯·诺依曼”计算机局限性的类脑技术 ， 必将在各个领域极大地拓展仿生器件的应用范畴 ， 从而掀起新一轮的智能革命 。