汪洋1* 陳樞舒1 魏 鑫1 孔麗華1 洪學(xué)海1,2 廖方宇1
1 中國科學(xué)院計算機網(wǎng)絡(luò)信息中心
2 中國科學(xué)院計算技術(shù)研究所
1
現(xiàn)代信息技術(shù)發(fā)展途徑
一般意義上，學(xué)術(shù)界普遍認(rèn)為第一次技術(shù)革命于18世紀(jì)中葉從英國開始，是以蒸汽機的發(fā)明和應(yīng)用為標(biāo)志，開創(chuàng)了以機器代替手工勞動的工業(yè)社會時代；第二次技術(shù)革命開始于19世紀(jì)30年代，是以電力和內(nèi)燃機的發(fā)明為標(biāo)志，它將工業(yè)社會帶入電氣化時代；第三次技術(shù)革命始于20世紀(jì)40年代，其主要標(biāo)志是信息技術(shù)的發(fā)展，它將我們帶入了信息時代。第三次技術(shù)革命的標(biāo)志性成果為：1946年第一臺電子計算機誕生，1958年第一個集成電路誕生，以及1969年互聯(lián)網(wǎng)的出現(xiàn)。從此，信息技術(shù)的發(fā)展一直支撐、牽引著各學(xué)科領(lǐng)域以及各行各業(yè)的發(fā)展。
從第一支點接觸晶體管到現(xiàn)代的鰭式場效應(yīng)晶體管（FinFET），微納電子器件技術(shù)的發(fā)展已經(jīng)歷了70多年的歷史，并直接推動了集成電路技術(shù)的進步。集成電路技術(shù)在發(fā)展過程中由于其高度的可繼承性，極大地降低了集成電路技術(shù)創(chuàng)新的難度。因此，在集成電路高速發(fā)展的這幾十年中，出現(xiàn)了集成電路產(chǎn)業(yè)的摩爾（Moore）定律。這一定律在平面晶體管時代指導(dǎo)著集成電路制造企業(yè)按部就班地發(fā)展其器件設(shè)計和工藝開發(fā)，從經(jīng)濟角度看，極大地縮減了研發(fā)流程和成本。因此，在很長一段時間，摩爾定律為器件技術(shù)“制定”了宏觀的發(fā)展方向。與之相應(yīng)，器件結(jié)構(gòu)上沒有出現(xiàn)重大的變革，只是在工藝制備方面不斷提高加工精度和改善材料特性。
當(dāng)前，芯片的7nm工藝量產(chǎn)已被半導(dǎo)體制造商陸續(xù)提上日程，臺積電、三星等公司正在計劃近年內(nèi)研發(fā)3nm工藝。然而，復(fù)雜的制造工藝和巨大的投入成本已給芯片制造商帶來沉重的負(fù)擔(dān)；芯片本身的高能耗、穩(wěn)定性以及安全性也成為芯片技術(shù)發(fā)展的巨大挑戰(zhàn)，集成電路的摩爾定律已經(jīng)不能再維持，臺積電專家預(yù)測3nm可能是晶體管的發(fā)展極限。
從這一刻起，需要為信息技術(shù)的長期發(fā)展尋找新的技術(shù)突破口。當(dāng)前，許多信息技術(shù)領(lǐng)域?qū)＜覍⒛抗廪D(zhuǎn)向了生物體，希望從生物體中尋找啟發(fā)。因為經(jīng)過35億年的生命演化與協(xié)同進化，生物體形成了簡約、優(yōu)美、復(fù)雜、多樣化的結(jié)構(gòu)、形態(tài)、運動和變化，所以生物世界是科技創(chuàng)新取之不盡的知識寶庫和學(xué)習(xí)源泉。飛機、潛水艇、日光燈、雷達(dá)都是人類通過研究生物體的結(jié)構(gòu)與工作原理發(fā)明出來的技術(shù)與工具，為人類文明帶來了巨大的進步。
20世紀(jì)40年代，科學(xué)家開始普遍認(rèn)識到，生物與機器在自動控制、通信和統(tǒng)計動力學(xué)等一系列問題上具有共同之處。美國科學(xué)家、控制論的創(chuàng)始人維納（N. Wiener）指出，控制論是研究機器和生物體中控制與通信的科學(xué)。隨著兩者研究相互結(jié)合滲透，誕生了仿生學(xué)這門新的交叉學(xué)科?！疤岢瞿Ｐ?，進行模擬”，通過向生命系統(tǒng)學(xué)習(xí)和模擬，創(chuàng)造出數(shù)學(xué)模型與技術(shù)模型，使人類從嶄新的視角透視世界，實現(xiàn)科學(xué)技術(shù)的創(chuàng)新。
借助仿生學(xué)的研究理念與方法，人們在信息、控制、力學(xué)、材料、醫(yī)學(xué)等多個領(lǐng)域取得了大量成就。路甬祥院士在2003年第220屆香山會議上發(fā)表的《仿生學(xué)的意義與發(fā)展》主題報告中指出：“人的創(chuàng)造欲是科技創(chuàng)新的根本動力，自然和社會是我們認(rèn)知和創(chuàng)新服務(wù)的對象，也是我們學(xué)習(xí)的最好老師。”人們期待來自生物體的啟發(fā)也可以再次為信息技術(shù)的突破帶來啟迪。
2
新時代信息技術(shù)面臨的需求與挑戰(zhàn)
數(shù)據(jù)存儲需求
存儲技術(shù)因其物理限制，自計算機誕生以來就是一項需要不斷革新以滿足需求的技術(shù)。存儲介質(zhì)經(jīng)歷過穿孔紙帶、磁帶、機械硬盤、軟盤、光盤等時代，發(fā)展演變?yōu)楝F(xiàn)在使用的固態(tài)驅(qū)動器（SSD）、存儲級內(nèi)存（SCM）等。
近年來，隨著大數(shù)據(jù)時代的到來，信息數(shù)據(jù)存儲量呈現(xiàn)出持續(xù)的爆發(fā)性增長。Intel?公司預(yù)測到2020年，全球數(shù)據(jù)總量將達(dá)到44ZB（1 ZB=10244?GB）。大科學(xué)裝置所產(chǎn)出的數(shù)據(jù)愈發(fā)增速明顯。例如，歐洲核子研究中心（CERN）的HL-LHC（High Luminosity - Large Hadron Collider）在2024年升級完成后將總共產(chǎn)生約3—4EB（1?EB=10243?GB）實驗數(shù)據(jù)；平方公里陣列射電望遠(yuǎn)鏡（SKA）項目在建成后，每年將產(chǎn)生600PB（1?PB=10242?GB）數(shù)據(jù)。
海量數(shù)據(jù)的產(chǎn)生給傳統(tǒng)數(shù)據(jù)存儲方式帶來了巨大挑戰(zhàn)，數(shù)據(jù)增長的速度已經(jīng)遠(yuǎn)超過單位成本下存儲器容量增長的速度，這會導(dǎo)致數(shù)據(jù)存儲成本越來越高。而且，傳統(tǒng)數(shù)據(jù)存儲方法需要占用巨大的空間和產(chǎn)生巨大的生產(chǎn)維護能耗，同時作為存儲媒介的保存時間相對有限。當(dāng)前被廣泛使用的機械硬盤、固態(tài)硬盤、閃存等，預(yù)期壽命均在10年左右，且體積較大，維護成本高昂，經(jīng)常面臨數(shù)據(jù)丟失的風(fēng)險。這些都將對數(shù)據(jù)存儲的發(fā)展產(chǎn)生限制。
科學(xué)家不得不探索多種數(shù)據(jù)存儲技術(shù)，以降低數(shù)據(jù)存儲成本，提高數(shù)據(jù)存儲效能。生物領(lǐng)域的DNA（脫氧核糖核酸）編碼在數(shù)據(jù)密度和保存時間方面較現(xiàn)有存儲技術(shù)具有一定優(yōu)勢。在精細(xì)復(fù)雜的生命遺傳需求下，DNA存儲信息密度極高，且由于其特殊的雙螺旋結(jié)構(gòu)，物理化學(xué)特性穩(wěn)定，當(dāng)避光且濕度溫度適宜時，可保存長達(dá)1000年。此外，科學(xué)家也在探索以光激活蛋白質(zhì)作為數(shù)據(jù)存儲介質(zhì)的方法。以仿生方式解決困擾存儲技術(shù)多年的問題，讓DNA從記錄生命遺傳信息發(fā)展到記錄人類文明信息，將是一項非常有前景的研究方向。
數(shù)據(jù)智能處理的需求
面對如此海量的數(shù)據(jù)，人們已經(jīng)不能滿足計算機機械地執(zhí)行人類的指令，而是希望計算機能夠像人一樣具有思維，智能地對數(shù)據(jù)進行分析和處理，進而幫助人類從海量的數(shù)據(jù)中獲取信息和知識。
人工智能（AI）被稱為21世紀(jì)世界三大尖端技術(shù)之一，研究如何使用計算機，對人的某些思維過程和智能行為（如學(xué)習(xí)、推理、思考、規(guī)劃等）進行模擬。主要包括計算機實現(xiàn)智能的原理和制造類似于人腦智能的計算機，使計算機能實現(xiàn)更高層次的應(yīng)用。
自1950年“圖靈測試”被提出，1956年達(dá)特茅斯會議明確“人工智能”目標(biāo)為“使一部機器的反應(yīng)方式像是一個人在行動時所依據(jù)的智能”。與計算機運用大量運算資源，通過一步步推導(dǎo)來解決困難問題有所不同，人類解決問題的模式通常是用快捷而直觀的判斷來處理不確定或不完整的問題。
人工智能技術(shù)近年來的再次蓬勃發(fā)展得益于計算速度的大幅提升，以及機器學(xué)習(xí)在若干領(lǐng)域取得的突破性進展。目前，計算機已經(jīng)能夠?qū)崿F(xiàn)類似于人腦神經(jīng)的連接模型，使計算機表現(xiàn)出人類的“智能化”。
圖 1 人工智能發(fā)展歷程
然而，人腦是由數(shù)百種不同類型的上千億個神經(jīng)元組成的極為復(fù)雜的生物組織，其神經(jīng)元連接的數(shù)量在1014?量級。目前，谷歌公司最復(fù)雜的深度學(xué)習(xí)網(wǎng)絡(luò)僅達(dá)到107量級，與人腦還相差107量級。因此，科學(xué)家希望能夠?qū)θ四X的實際情況進行建模，了解人腦真正的工作機制，以幫助人類真正實現(xiàn)“人工智能”。
由瑞士洛桑聯(lián)邦理工學(xué)院（EPFL）主持的“藍(lán)腦計劃”經(jīng)過10年努力，目前較完整地完成了特定腦區(qū)內(nèi)皮質(zhì)柱的模擬構(gòu)建；然而，對腦功能相關(guān)的神經(jīng)元網(wǎng)絡(luò)結(jié)構(gòu)和神經(jīng)信息處理機制仍不清楚。此外，不同于線性的計算機系統(tǒng)，人腦處于全方位的互聯(lián)狀態(tài)——人腦中的邏輯和記憶緊密關(guān)聯(lián)，其密度和多樣性均是現(xiàn)代計算機的數(shù)十億倍。同時，人腦執(zhí)行計算任務(wù)所消耗的能量要比目前通用的計算機低很多；在處理等量任務(wù)時，目前沒有任何人工系統(tǒng)能夠與人腦的低能耗相媲美。
為了對人腦智能與認(rèn)知行為機制進行進一步探索研究，同時大幅提升計算性能、降低計算能耗，神經(jīng)形態(tài)計算成為人們關(guān)注的焦點。神經(jīng)形態(tài)計算創(chuàng)造了高度連接的合成神經(jīng)元和突觸，可用于神經(jīng)科學(xué)理論建模，并解決具有挑戰(zhàn)性的機器學(xué)習(xí)問題。其旨在用與傳統(tǒng)硬件完全不同的方式處理信息，通過模仿人腦構(gòu)造來大幅提高計算機的思維能力與反應(yīng)能力。同時，神經(jīng)形態(tài)計算可將負(fù)責(zé)數(shù)據(jù)存儲和數(shù)據(jù)處理的元件整合到同一個互聯(lián)模塊當(dāng)中，解決了傳統(tǒng)計算機存儲器與中央處理器之間數(shù)據(jù)不斷移動所消耗的大量能源，能效更高，性能更強。
研究靈感來源于大腦的計算機、器件和計算模型的神經(jīng)形態(tài)計算，是由當(dāng)前弱人工智能向強人工智能發(fā)展的一條重要途徑。神經(jīng)形態(tài)計算方法與傳統(tǒng)計算方式相比，具有自主學(xué)習(xí)能力、動態(tài)調(diào)節(jié)能力，還具有泛化性好、能耗低等特點。其前景目標(biāo)是創(chuàng)造像大腦一樣具有感知、學(xué)習(xí)和適應(yīng)能力的系統(tǒng)，使機器具備低功耗、高效率、高容錯等特性。
而在系統(tǒng)硬件結(jié)構(gòu)方面，由于人工神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)馮?·?諾依曼體系結(jié)構(gòu)完全不同，其在經(jīng)典計算機上的運行能耗居高不下。超大規(guī)模的深度神經(jīng)網(wǎng)絡(luò)對中央處理器與內(nèi)存分離的計算機體系架構(gòu)帶來了巨大的挑戰(zhàn)，數(shù)據(jù)的傳輸給整個系統(tǒng)帶來了不可調(diào)諧的矛盾。按照人腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計與其算法相適應(yīng)的新形態(tài)機器結(jié)構(gòu)及硬件設(shè)備成為新的研究熱點。
在人腦中，相鄰神經(jīng)元細(xì)胞之間通過化學(xué)放電，來實現(xiàn)神經(jīng)網(wǎng)絡(luò)復(fù)雜可變的神經(jīng)系統(tǒng)交互。對于生產(chǎn)通過模仿制造人造突觸，模擬出與神經(jīng)元相似的計算節(jié)點，從而實現(xiàn)非比特計算的新型芯片，各國已進行了多項探索。當(dāng)前發(fā)布的類腦芯片在低功耗和超高反應(yīng)速度方面都具有值得期待的效果，可能成為人工智能領(lǐng)域未來發(fā)展的重要助力。
3
基于生物啟發(fā)開展的信息技術(shù)現(xiàn)狀與趨勢
DNA存儲技術(shù)
近年來，DNA數(shù)據(jù)存儲逐漸成為全球研究熱點。DNA?存儲技術(shù)以人工合成的脫氧核苷酸鏈為存儲介質(zhì)，對文檔、圖片和音頻等信息進行存儲和讀取。用A、T、C、G 4種堿基對應(yīng)二進制數(shù)據(jù)進行編碼，使得數(shù)據(jù)以脫氧核苷酸鏈的形式進行構(gòu)建，合成相應(yīng)的DNA分子進行儲存。其流程包括將數(shù)字信息轉(zhuǎn)換編碼為DNA序列，將序列合成寫入DNA分子，將其組織到庫中進行長期存儲、檢索并進行隨機訪問，測序讀取并將其解碼轉(zhuǎn)換回數(shù)字?jǐn)?shù)據(jù)。DNA存儲作為分子級的生物存儲技術(shù)，相對于傳統(tǒng)數(shù)據(jù)存儲具有存儲密度大、能耗低、安全穩(wěn)定等優(yōu)點，有望成為一項滿足海量數(shù)據(jù)存儲需求的顛覆性技術(shù)。
1988年，哈佛醫(yī)學(xué)院與Davis首次將二進制與堿基相對應(yīng)，在大腸桿菌中插入了35字節(jié)DNA人工編碼。DNA?存儲器的構(gòu)建模型于1995年被提出，從而為DNA存儲技術(shù)的研究奠定了基礎(chǔ)。DNA存儲的技術(shù)框架（編碼 糾錯 地址的模式）現(xiàn)已基本成型。美、中、英等國的一些實驗室已陸續(xù)實現(xiàn)了DNA數(shù)據(jù)存儲，并計劃推出商業(yè)服務(wù)。
美國哥倫比亞大學(xué)和紐約基因組中心于2017年提出一種最大化?DNA?存儲技術(shù)，可在1g?的DNA分子內(nèi)存儲215PB信息?。微軟公司于2019年3月公布了一種實現(xiàn)全自動化的DNA存儲和檢索系統(tǒng)。此外，還有研究人員對活體DNA存儲開展了研究。
當(dāng)前，DNA?存儲技術(shù)仍然面臨許多問題，科學(xué)家主要聚焦以下3個重點研究方向。
1
編解碼方式及糾錯機制
改進編碼方案，充分利用DNA存儲空間，減少冗余及誤差。編碼方案在DNA存儲研究中相對較為成熟，四進制轉(zhuǎn)換模型已成為DNA存儲的主流轉(zhuǎn)換模型，但現(xiàn)有存儲方案的存儲密度還有待繼續(xù)通過建立模型得到改進提高。此外，由于DNA的人工合成無法應(yīng)用在活細(xì)胞中酶的校正機制，合成、擴增和測序過程中的校正方案研究也是一項重點研究方向。Blawat等使用前向糾錯技術(shù)來確保讀取的準(zhǔn)確性。
2
改進生物技術(shù)
研究操作簡便的DNA合成及測序技術(shù)，以降低DNA存儲成本。降低DNA測序成本一直是現(xiàn)代分子生物學(xué)中的一項重要技術(shù)方向。測序費用及時間成本的進一步降低也將為依賴這項技術(shù)的DNA存儲提供更多發(fā)展空間。
3
隨機存取
期望實現(xiàn)接近傳統(tǒng)存儲方式的隨時隨地寫入或讀取功能。2016年，美國華盛頓大學(xué)與微軟公司合作實現(xiàn)了具有隨機訪問和內(nèi)容重寫功能的DNA存儲。使用通過聚合酶鏈?zhǔn)椒磻?yīng)（PCR）精確復(fù)制需要提取字符串的副本可以加快讀取速度，但與磁介質(zhì)存儲讀取相比仍有差距。
利用文獻(xiàn)計量的方法對?DNA?存儲技術(shù)的論文和專利進行分析可知，在世界范圍內(nèi)，美國在該領(lǐng)域內(nèi)投入的研究力量占據(jù)世界領(lǐng)先位置，其產(chǎn)出成果數(shù)量約是排名第二位的中國的2—3倍。發(fā)表趨勢方面，美國在該領(lǐng)域論文的產(chǎn)出量在2004—2005年出現(xiàn)了小高峰，隨后陷入瓶頸期，直到2015年左右重新開始迅速增長。
中國發(fā)表的相關(guān)論文數(shù)量僅在2017年超過5篇，而相關(guān)專利從2015年后達(dá)到5件/年左右，這表明我國在該領(lǐng)域研究尚處于萌芽期。我國相關(guān)研究方向主要涉及編碼轉(zhuǎn)制軟件、DNA數(shù)據(jù)安全加密等方面，且研究尚未產(chǎn)生突出成果。
當(dāng)前，蘇州泓迅生物科技有限公司在DNA存儲技術(shù)領(lǐng)域申請了2件相關(guān)專利，擁有自主知識產(chǎn)權(quán)的編碼轉(zhuǎn)制軟件，可精確、快速地大規(guī)模和高通量合成DNA序列。天津大學(xué)宋香明針對現(xiàn)有?DNA?信息存儲方案存儲密度低，不能很好地發(fā)揮DNA分子的信息存儲潛力的問題，將四進制哈夫曼DNA編碼與漢明糾錯碼相結(jié)合，提出了一種具有高存儲密度的DNA信息存儲編碼方案。中國科學(xué)院上海生命科學(xué)研究院?Li?等開展了關(guān)于DNA數(shù)據(jù)加密的研究工作。中國科學(xué)院病毒研究所在分子合成即數(shù)據(jù)讀寫速度方面開展了相關(guān)改進研究。
從美國在DNA存儲技術(shù)的投入來看，該技術(shù)具有非常廣闊的未來發(fā)展前景。美國近年發(fā)布多項與DNA存儲技術(shù)相關(guān)的項目公告：美國國防部高級研究計劃局（DARPA）希望將“分子信息學(xué)”用于處理來自數(shù)據(jù)密集型軍事應(yīng)用領(lǐng)域的海量信息流；美國情報高級研究計劃局（IARPA）計劃開發(fā)的“分子信息存儲”將具備1EB水平存儲能力?，F(xiàn)階段來看DNA存儲技術(shù)主要適用于存儲期限較長，又無須頻繁讀取的信息。未來可應(yīng)用于博物館、檔案館、電影公司等各類型長期信息儲存機構(gòu)。DNA?存儲作為新興技術(shù)，在海量數(shù)據(jù)存儲、機密數(shù)據(jù)存儲與傳遞中具有巨大應(yīng)用前景。
類腦芯片
區(qū)別于傳統(tǒng)計算機芯片基于計算與存儲單元分離的馮?·?諾依曼架構(gòu)，以“神經(jīng)形態(tài)”為主導(dǎo)的類腦芯片仿照大腦結(jié)構(gòu)中神經(jīng)元（計算）和突觸（存儲）單元集于一體，能夠隨傳遞的信號強弱和極性調(diào)整并保持傳遞效率，以極低功耗進行數(shù)據(jù)的異步、并行、低速和分布式處理。憶阻器是用于模仿大腦神經(jīng)元功能的關(guān)鍵電子器件，它的研制成功使得神經(jīng)網(wǎng)絡(luò)芯片研究獲得了重大進展，有助于實現(xiàn)脈沖時間相關(guān)的突觸可塑性（STDP）學(xué)習(xí)規(guī)則。配合類腦計算方法的研究，實現(xiàn)神經(jīng)擬態(tài)，在突破傳統(tǒng)計算范式，形成“自主認(rèn)知”新范式的同時，也突破了傳統(tǒng)計算機體系結(jié)構(gòu)局限。
伴隨著“腦計劃”的開展，各國涌現(xiàn)出大量神經(jīng)形態(tài)芯片研究成果，包括IBM公司、高通公司、Intel公司以及歐盟“人腦計劃”支持的曼徹斯特大學(xué)和海德堡大學(xué)等均有突出成果。
2011年8月，IBM公司首次研制出采用?CMOS?集成電路工藝制作的Ture North芯片并引發(fā)轟動；2014年，更新的第二代芯片，可編程神經(jīng)元數(shù)量從256個增加到100萬個，可編程突觸從262144個增加到2.56億個，每秒可執(zhí)行460億次突觸運算，而功耗低至20?mW/cm2，僅為一代芯片的1/100；2016年，采用16枚?Ture North?芯片制造出一臺神經(jīng)元智能超級計算機，具有實時視頻處理能力。
2016年，德國采用模擬電路實現(xiàn)以提高運行速度的BrainScaleS和英國不采用精確編程模型而具備容錯性的SpiNNaker系統(tǒng)樣機也上線運行。
2017年，由?Intel?公司發(fā)布的類腦芯片Loihi擁有13萬個人造突觸，并具有自主片上學(xué)習(xí)能力。2019年7月發(fā)布的首個大規(guī)模神經(jīng)形態(tài)計算系統(tǒng)由64塊?Loihi芯片組合而成，引入了脈沖時間相關(guān)的突觸可塑性，在自動導(dǎo)航、路徑導(dǎo)航等人工智能（AI）任務(wù)中表現(xiàn)出優(yōu)于圖形處理器（GPU）的功耗和處理能力。
2019年11月，新西蘭坎特伯雷大學(xué)的研究團隊研發(fā)了一種基于納米粒子自組織的類腦計算芯片，該芯片通過原子級組件形成與腦結(jié)構(gòu)類似的網(wǎng)絡(luò)，能夠模擬腦神經(jīng)元網(wǎng)絡(luò)信號。高通公司則將Zeroth認(rèn)知平臺搭載到商用處理器芯片中，以提升系統(tǒng)的認(rèn)知計算能力，支持文字識別、圖像識別、自動分類排列等實際應(yīng)用。
我國近年來成立了多個類腦研究中心，包括中國科學(xué)院、北京大學(xué)、清華大學(xué)、浙江大學(xué)等單位，形成了多項技術(shù)積累。清華大學(xué)團隊開發(fā)的“天機”系列類腦芯片可進行大規(guī)模神經(jīng)元網(wǎng)絡(luò)模擬，同時支持脈沖神經(jīng)網(wǎng)絡(luò)算法和人工神經(jīng)網(wǎng)絡(luò)算法；此外，該團隊還建立了卷積神經(jīng)網(wǎng)絡(luò)新算法。北京大學(xué)團隊研制出超速全時仿視網(wǎng)膜芯片，有望重塑視覺信息處理體系。浙江大學(xué)研發(fā)的脈沖神經(jīng)網(wǎng)絡(luò)芯片“達(dá)爾文”支持基于?LIF?神經(jīng)元模型的脈沖神經(jīng)網(wǎng)絡(luò)建模。中國科學(xué)院計算技術(shù)研究所于?2012年研制的“寒武紀(jì)”芯片的技術(shù)方向不同于結(jié)構(gòu)模擬，而是參考人腦感知認(rèn)知的計算模型，使用專用指令集，并已發(fā)布了多個型號的終端系列芯片及云端芯片。
當(dāng)前，類腦芯片的進展有目共睹，但距離大規(guī)模實際應(yīng)用還面臨許多亟待解決的問題。
1. 類腦芯片的任務(wù)性處理能力差，在滿足智能算法實用性需求上，其計算能力仍有待提高。而與其適配的架構(gòu)、算法、模型等也都還處于研發(fā)的初級階段。需要進一步通過提煉神經(jīng)網(wǎng)絡(luò)處理中的共性運算特性，發(fā)展類腦神經(jīng)元計算模型，使相同神經(jīng)元電路模塊實現(xiàn)不同的神經(jīng)元功能，增強神經(jīng)計算電路模塊的任務(wù)處理能力，提升通用性。
2. 以硅晶片電路作為芯片材料實現(xiàn)神經(jīng)元模擬所需要的工藝成本過高，有待于尋找合適的、與生物神經(jīng)系統(tǒng)相似的替代材料，來設(shè)計高性價比的類神經(jīng)計算芯片。
3. 當(dāng)前類腦芯片的設(shè)計僅借鑒了腦信息處理過程中最基本的單元和機制，如神經(jīng)元間連接、脈沖放電機制、存儲計算相融合等；而更為復(fù)雜的信息處理單元的作用機制還未融入類腦計算體系的研究中，如神經(jīng)微環(huán)路、皮質(zhì)柱、腦區(qū)、多腦區(qū)協(xié)同等。未來需要進一步研究和借鑒腦的多尺度信息處理機制，應(yīng)更多地關(guān)注全腦不同尺度計算單元之間的協(xié)同處理能力為腦信息處理帶來的巨大優(yōu)勢。
4
結(jié)束語
隨著科學(xué)技術(shù)的快速發(fā)展和人們需求的不斷提升，信息技術(shù)領(lǐng)域涌現(xiàn)出大量技術(shù)難題，信息技術(shù)發(fā)展遭遇瓶頸。生物技術(shù)為信息技術(shù)的發(fā)展開辟了新的道路，通過向生命系統(tǒng)學(xué)習(xí)和模擬，借鑒生物技術(shù)研究提供的新思路、新原理和新理論，推動信息技術(shù)的未來發(fā)展，是未來科研創(chuàng)新的一個重要方向。
DNA以其特殊的結(jié)構(gòu)模式，解決了困擾存儲技術(shù)多年的存儲空間和存儲時間問題；神經(jīng)形態(tài)計算通過模仿人腦構(gòu)造來大幅提高計算機的思維能力與反應(yīng)能力，降低計算能耗；類腦芯片在海量數(shù)據(jù)處理上的優(yōu)勢以及低能耗的特點，有望對于人工智能的自主學(xué)習(xí)、動態(tài)調(diào)節(jié)等能力發(fā)展提供支持，使其在提升使用效果、擴大應(yīng)用范圍上獲得出眾表現(xiàn)。
當(dāng)前，雖然美國等發(fā)達(dá)國家在相關(guān)技術(shù)領(lǐng)域已取得了一些成果，但是DNA存儲、神經(jīng)形態(tài)計算在總體上還處于初始階段，有大量的技術(shù)問題面臨突破。一方面，我國應(yīng)重視信息技術(shù)的戰(zhàn)略性、前瞻性研究。信息技術(shù)已深入涉及各個行業(yè)與領(lǐng)域，一旦信息技術(shù)領(lǐng)域出現(xiàn)顛覆性技術(shù)，將對國家科技創(chuàng)新以及產(chǎn)業(yè)帶來巨大影響。另一方面，生命體是人類科技創(chuàng)新的源泉，生物啟發(fā)的信息技術(shù)將十分有應(yīng)用前景。因此，我國應(yīng)在相關(guān)技術(shù)領(lǐng)域及早布局，找準(zhǔn)突破口，抓住關(guān)鍵問題，揚長避短、趨利避害，走出一條中國特色科技強國之路。
汪 洋中國科學(xué)院計算機網(wǎng)絡(luò)信息中心信息化發(fā)展戰(zhàn)略與評估中心主任。專業(yè)方向為信息化發(fā)展戰(zhàn)略研究、大數(shù)據(jù)分析、態(tài)勢感知系統(tǒng)。先后主持、參與了中國科學(xué)院信息化專項、煙草大數(shù)據(jù)重大專項等科研項目，以及國家信息化專家咨詢委、中國互聯(lián)網(wǎng)發(fā)展基金會、中國科學(xué)院學(xué)部咨詢等軟課題10余項，參與《中國科學(xué)院“十三五”信息化發(fā)展規(guī)劃》、中國科學(xué)院“數(shù)據(jù)與計算平臺”規(guī)劃、“國家科研信息化發(fā)展戰(zhàn)略研究”等規(guī)劃、報告編制工作；在SCI/EI、中文核心等刊物上發(fā)表學(xué)術(shù)論文20余篇。
總監(jiān)制：楊柳春
責(zé)任編輯：張帆
助理編輯、校對：PAN
排版：零度
聯(lián)系客服
