文/风辞远

　　今天的人类，正在并不怎么齐心协力地展开一场“计算大逃亡”。

　　《流浪地球》里，小破球要逃离太阳的吞噬，而在现实中，人类在未来很可能面对经典计算赶不上计算需求的“计算灾难”。

　　无人驾驶、AI、基因工程、海量移动设备，这些东西对算力的饥渴在与日俱增。而摩尔定律的瓶颈已经逼近，晶体管芯片已经日渐暴露出算力枯竭的危险。

　　为了摆脱这场很可能在未来爆发的“灾难”，计算科学构思了不少“逃生计划”。其中最著名的当然就是量子计算。

　　而在量子计算之外，人类其实还有众多备选计划。而作为算力解决方案Plan B存在的，是在人类大脑中寻找答案的类脑计算。

　　我们都知道，世界上最强大的计算机也不及一颗普通的大脑，但是大脑到底是如何完成无比复杂计算的，其实始终是一个终极谜团。

　　而破解大脑计算之谜的一个方案，是探寻神经元的工作原理，并仿照其工作模式制造计算设备，从而在外部世界中复制大脑的计算能力，这是一个计算科学与脑科学的融合命题，同时也是人工智能的探索目标。

　　在神经元破解中，近两年有一颗新星正在冉冉升起，它叫做人造突触。这个对大部分人来说有点陌生的名字，可能在今天不如量子计算来得响亮，但却很可能是类脑计算向前发展的基石——说不定哪一天，人类的计算灾难将以这项名字有点奇怪的技术作为诺亚方舟。

　　让我们来讲述一下，人造突触到底是个啥，发展的怎么样，未来又有哪些用处。

　　啥是突触？

　　突触这个名词听起来有点奇怪而陌生，然而事实上我们每个人都拥有大量的突触。

　　今天我们已经知道，大脑工作是建立在庞大的神经元工作基础上的。然而神经元之间是没有原生质联系的，而是仅仅相互接触。这些神经元之间的接触点，就叫做突触。

　　人类大脑中，包含800亿神经元和超过100兆个神经突触。这些突触之间相互产生关联，支撑了神经元之间的互动，从而在大脑中完成每秒以兆次计数的计算，继而产生了人类的情感、记忆与思考。

　　换句话说，在今天的神经学科认知力，突触是生物智能产生的最基本单位。它们就像芯片力的晶体管，支撑了大脑与神经系统的运行。

　　突触与神经元到底是如何工作的，至今还是个谜案。有研究认为突触的主要工作形态是神经元间的化学反应，以分泌乙酰胆碱、氨基酸类的化学物质完成头脑中的计算。

　　也有理论认为突触的基本工作形态是在神经中释放电流，以抑制和刺激生物电极来支撑人脑的运作。同时也有理论认为，中枢神经中的环境特殊，化学反应和生物电都是工作原理的一部分。

　　在神经学家越来越多地搞清楚了啥是突触之后，计算科学就会开始思考：既然大脑的算力强大，而大脑的算力以突触为单位，那咱们人造一个突触行不行？

　　计算的另一种想象：飞驰的人造突触

　　人造突触的研究从很早就开始进行，突触传递的工作原理，已经在软件层面启发了大量技术进化。比如突触系统中展现出的突触可塑性，就给复杂神经网络的构建带来了不少启发，甚至已经成为了AI学界的常识之一。

　　值得注意的是，近两年人造突触在硬件层面，开始不断涌现出新的科研成果。甚至可以说，在热闹的AI与量子计算身旁，人造突触这条冷清的赛道，也开始出现了要飞驰一下的迹象。

　　2017年，有媒体报导中美跨国科研小组，在晶体管中模仿了神经突触的工作陌生。研究人员在一块10厘米的晶圆上，构建了144个突触晶体管，打造出了有史以来功耗最低的人造突触系统。

　　另一个趋势，是更多新材料被应用在了人造突触的研制上。比如2017年4月，斯坦福大学和桑迪亚国家实验室联合构建出了一种人工突触，其材料主要由氢、碳两种元素组成，具有显著的亲肉体性。这种材料将可能作用于脑机接口等领域，从而观察和解决人脑中实际出现的问题。

　　在去年，人造突触有一件大动作。2018年4月，《自然·材料》发布了麻省理工学院的最新人造突触研究成果。科研人员模仿离子在神经元之间的流动方式，利用硅锗制出了全新的人造突触芯片。论文显示，这枚完全不利用晶体管陌生的芯片，可以在识别手写样本中达成95%的识别准确率。

　　虽然人造突触芯片今天还无法解决算力瓶颈这个史诗级难题，但这类芯片已经证明了自己拥有更低功耗、更小体积、与神经网络等计算形态有天然契合度的优势。

　　在算力需求多元化发展的今天，这些优势还是大有作为的。

　　AI、计算与大脑之间：人造突触的应用前景

　　人造突触芯片，以及相关计算设备的特点，在于它完全采用类脑计算模式设计。无论是在解决AI算力需求，还是模仿人脑计算方面，都拥有着自己独特的优势。而且其正处于脑科学、神经科学、AI与计算科学的交叉路口上，可以从几个领域吸收养分并做出回报，天然带有不同的想象力。

　　就人工突触工作本身而言，最希望解决的问题，当然是突破算力极限的超级计算机。相较于于2进制计算，麻省理工的人工突触芯片已经可以同时完成14种模态计算的同时进行。如果说类脑计算被看作量子计算之外的plan B，那么人造突触则可以看作plan B中的重要一环。

　　其次，对于人工智能来说，人造突触芯片或许具有极高的价值。深度学习的瓶颈之一，就是对于极复杂神经网络的模拟，很可能撞上算力极限。而人工突触运算与神经网络结构具有天然的契合性，尤其在复杂的瞬时AI模拟等方面，很可能让AI发挥出更大效用。

　　尤其在自然模态数据的处理与交互上，人工突触模式已经被证明要比传统计算机适用得多，并且可以有效进行多种模态间的信息传递。未来我们期待的听觉、视觉，甚至嗅觉、触觉多模态交互计算机，很可能就产生于人工突触研究中。

　　以上或许可以看作从脑科学中取经，回到计算科学中应用的场景。而反过来，人工突触还可能从计算世界获取某些特质，反过来帮助脑科学的进步。

　　比如说对于大脑的模拟，在今天是一个重大课题。即使用人类最强大的计算机，我们还是无法模拟人类大脑的运行。

　　而与大脑运算结构类似的人工突触计算，则可能更好地帮助人类探索大脑，并且尝试用计算的方式来达成大脑疾病治疗、攻克阿兹海默症，甚至探索潜意识、记忆等“神秘殿堂”的奥义。

　　而从材料学、功耗等角度看，人工突触芯片很可能为脑机接口打开新的纪元。人工突触芯片在更多采用非晶体管材料。这类计算材料更加柔软灵活，具有亲人体的特点，可以让算力与人脑更好结合，让大脑与芯片结合更加贴近可能。

本文来自： 脑极体