智电微科技|通用人工智能或将不再科幻，Nature：清华团队提出类脑计算系统新框架文丨学术头条

文章图片
文丨学术头条
人脑，是自然界中最完美的信息处理系统，它可以执行各种各样的复杂任务，其计算效能要比现有数字计算系统高出几个数量级，被认为是目前唯一的“通用智能体” 。
一直以来，通过模拟人脑信息处理方式，仿制像人脑一样具有“思维”、在工作性能上超越人脑的“类脑系统” ，实现通用人工智能，是众多科学家毕生追求的梦想。
如今，来自清华大学、北京信息科学与技术国家研究中心、美国特拉华大学（UniversityofDelaware）科研团队的一项突破性研究，或将加速类脑计算和通用人工智能（ArtificialGeneralIntelligence ， AGI）的到来。
研究人员在类脑计算通用系统层次结构方向取得突破性进展，并提出了“神经形态完备性”（neuromorphiccompletenes）的最新概念。

文章图片
相关论文于10月14日在线发表在顶级科学期刊《自然》（Nature）上，清华大学计算机系研究员张悠慧（同时为第一作者）和清华大学教授、清华大学类脑计算中心主任施路平和为该论文的共同通讯作者。
更具鲁棒性与通用性的通用人工智能
通用人工智能是具备与人类同等智慧或超越人类的人工智能，通常把人工智能和意识、感性、知识和自觉等人类的特征互相连结，能表现正常人类所具有的所有智能行为，是人工智能研究的主要目标之一，同时也是科幻小说和未来学家都在讨论的主要议题。
业内认为，当前的人工智能成果大都是“狭隘”的，即面向特定任务，只能解决特定问题。目前基于冯·诺依曼架构的计算机擅长解决有充足大数据、完整静态知识的确定性问题（比如深度学习在围棋比赛、图像识别等领域的应用）已经不逊于人类，但并没有能力很好地解决没有那么多数据、动态知识尚不足的模糊性问题。
未来，人工智能的发展必将从“狭隘”的弱人工智能走向更具鲁棒性与通用性的通用人工智能，但当前的人工智能技术距离达到人类水平的通用人工智能还有很长的路要走。
一直以来，类脑计算都被认为是打开通用人工智能的钥匙。去年10月，施路平在北京智源大会“智能体系架构与芯片专题论坛”中的主题演讲中曾表示， “基于碳基已经发展出现有的人类智能，基于硅芯片已经发展出强大的机器智能，一旦实现人类的全脑解析，采用类脑计算构建通用人工智能是完全没有障碍的。 ”
他还表示，通用人工智能的研究，从根本上来讲，不同于把很多的窄人工智能加在一起，其主要研究思路是把类脑的弹性和计算机的刚性结合起来，把数据驱动和知识推动结合起来，把通用知识和推理结合起来，这是一个非常有挑战的长期的研究。
如今，尽管类脑计算系统已与人工智能技术结合，并被业内专家认为可能提供一条通向通用人工智能的途径，在更通用算法的应用层面也有着一定的突破和发展，但要保证类脑计算系统的性能、可编程性和生产效率，仍然面临着不小的挑战和极高的要求。
尤其是，当前类脑计算的系统和芯片，虽然具体类型有所不同，但都比较侧重于端到端的软硬件协同设计方法，缺乏一种可以将算法、芯片和器件等不同领域技术和需求有机结合起来的软硬件系统层次结构设计。
而此次这一最新研究成果的提出，或许为通用人工智能的加速到来提供了可能。
全新概念：神经形态完备性
当前，几乎所有现有的编程语言都是图灵完备的，冯·诺依曼结构通过图灵完备的接口（即通用指令集）支持图灵机，通过引入图灵完备性以及基于图灵完备性的层次结构和冯·诺依曼体系结构，避免了当前计算系统中软件和硬件之间的紧密耦合，实现了高效、兼容和独立的进程，通过设置硬件（图灵完备性）的最低要求，在任何冯·诺依曼处理器（编译）上将任何高级语言的程序转换成等效的指令序列变得可行。