本文转自公众号 全球技术地图

导读：人工智能已成为新一轮科技革命和产业变革的核心驱动力，是未来数十年人类社会发展进步的重要支撑。然而，尽管现阶段的人工智能在机器学习、高性能计算等方面取得了革命性的进步，但距离实现“通用人工智能”，即机器完全模拟人类的自主学习、模式识别、想象创造等活动仍遥不可及。因此，受大脑信息处理机制启发，借鉴脑神经机制和认知行为机制发展类脑智能，已成为近年来人工智能与计算科学领域的研究热点。

类脑计算将引领实现通用人工智能

人工智能发展的最终目标是构建像人脑一样能够自主学习和进化，具有类人通用智能水平的智能系统。然而，受限于冯•诺依曼体系结构及其计算理论基础，现阶段人工智能对环境、图像、视频、语音、自然语言等非结构化数据的处理能力，以及多模态感知和自我学习能力较人脑仍存在巨大差距。相比之下，人脑却具备当前计算机难以企及的对新环境新任务的自适应能力、思维和智能感知不断进化的能力、对新信息与新技能的自动获取能力，以及在复杂环境下进行有效决策并稳定工作数十年的能力。在此背景下，开发类脑智能计算技术受到了科学家的高度重视。

类脑智能计算技术是一种基于神经形态工程、受大脑神经机制和认知行为机制启发、借鉴人脑信息处理方式而形成的新型计算系统。类脑计算架构由数目庞大的神经芯片组成，能够实现类人脑功能并模拟人脑的实时反应。类脑计算系统在信息处理机制上类脑，在行为和智能水平上类人，其目标是使机器以类脑的方式实现各种人类具有的认知能力和协同机制。

近年来，受益于脑与神经科学、认知科学的快速发展，科学家已可在脑区、神经簇、神经微环路、神经元等不同尺度观测脑组织的部分活动并获取相关数据，这为进一步完善类脑计算架构提供了有力的基础支撑。因此，从信息处理与智能本质角度审视人脑信息处理，借鉴其原理催生的类脑智能计算技术，将成为突破现阶段人工智能发展瓶颈、实现人工智能重大创新的重要途径。

类脑智能引全球关注，战略竞争日趋白热

类脑智能被视为科研领域“皇冠上的明珠”，已成为全球竞相关注和发展的重要领域。美国、欧盟、日本、澳大利亚等发达国家和地区争相启动了相应的发展计划，以求在大脑机理、类脑算法、计算架构和硬件能力方面实现率先突破。

美国于2013年联合科学、医疗、国防、情报等多部门共同发起了“创新性神经技术大脑研究（BRAIN）”计划，抢占全球脑科学研究的战略制高点。该计划迄今已累计投入超过10亿美元。在该计划的支持下，DARPA启动了 “恢复主动记忆”“神经工程系统设计”“下一代非侵入性神经科技”等多个项目并取得重大突破；IARPA“大脑皮层网络机器智能”项目成功绘制出1立方毫米小鼠大脑中数亿个微小的突触连接，迈出了逆向构建大脑以启发人工智能的关键一步。与此同时，索尔克、艾伦、霍华德休斯等研究机构全力攻关人脑结构和功能的解析；以IBM、谷歌、英特尔为代表的科技企业开发出“真北”、“Neurogrid” 、“Loihi”等一批高性能类脑芯片，共同助推美国类脑计算领域走在世界最前沿。

欧盟于2013年将“人脑工程（HBP）”项目列入“未来新兴技术旗舰计划”，致力于神经信息学、大脑模拟、高性能计算、神经形态计算和神经机器人研究，其核心研究目标就是建立类脑超级计算机，实现类人通用人工智能。该项目为期10年，累计投资将达11.9亿欧元，已召集26个国家的118家研究机构共同支持。在其发展框架之下，该项目已建成包括大脑仿真工具、可视化软件和超级计算机的六大研究平台，并开发出“BrainScales”、“SpiNNaker”等多款重量级神经形态芯片，有望在类脑计算机开发领域实现率先突破。

韩国于2016年发布《大脑科学发展战略》，将在10年内投入共计3400亿韩元提高韩国脑科学科研能力。该计划的核心是破译大脑的功能和机制，构建多尺度大脑图谱，以人类大脑的运作原理为基础启发促进人工智能技术的研究。

日本于2014年启动“大脑研究计划（Brain/MINDS）”，耗资400亿日元开展灵长类动物神经技术研究，并已开发出模拟人脑整体神经网络的新算法和集成了3.2万个类脑细胞的脑型芯片；澳大利亚于2016年成立脑联盟，重点攻关神经环路和大脑认知功能研究等。各国在大脑机理解析、类脑计算模型和算法构建、类脑计算架构和能力优化等领域全面发力，类脑计算战略竞争进入白热化。

类脑智能引领实现通用人工智能，或产生深远影响

推动国防军事的决策指挥全面变革

类脑智能引领实现的通用人工智能，将使智能感知、智能情报分析、智能辅助决策、智能指挥控制等平台更加广泛地渗透于战争决策的整个流程，或彻底革新国防军事决策指挥的传统样式。如美国空军已联合IBM公司，着手在“真北”神经芯片的基础上开发世界首个用于军事决策的类脑超算系统，其相当于6400万个神经元和160亿个突触的模式识别和感知处理能力将为美军事国防的决策指挥提供重要支撑。

全面提升情报、监视和侦查的效率和效果

类脑智能领域的实质性进展将全面提升人工智能系统对卫星图像、视频、自然语言等非结构化数据的解析和处理能力，有望彻底变革情报、监视与侦察（ISR）体系大量依靠人力、机器效能低下的现状，助力开拓ISR工作新局面。为此，DARPA先后开展了“智能数据开发非常规信号处理（UPSIDE）”、“传感与分析稀疏自适应局部学习（SALLSA）”等项目，旨在开发一种处理速度比目前图像处理器快1000倍，而功耗仅是其万分之一的类脑图像处理器，全面提升ISR的效率与效果。

推动或引发新一轮技术和产业革命

类脑智能推动实现的通用人工智能，将驱动机器学习迈入“非结构化大数据”处理的新阶段，强化大数据的价值挖掘，有望加速催生重大科学规律的发现以及科学成果的产出。与此同时，其对于环境、情景、图像、语音、自然语言等非结构化数据强大的分析处理能力，有望快速应用于互联网信息挖掘、金融投资与调控、医疗诊断、新药开发、原子核物理探索、公共安全等一系列关系到经济社会发展的重要领域，引发新一轮技术和产业革命。

积极推动发展类脑智能的对策建议

随着脑认知和神经科学的发展，类脑计算将引领新一代的智能革命，助推实现通用人工智能。因此，大力推进类脑智能研究、构建适合类脑智能研究的大环境以及促进类脑计算研究成果的实质性转化，对增强国家综合竞争力，保障科技、国防、公共安全和推动经济建设具有重大意义。基于此，提出以下建议。

重视脑科学领域前沿核心技术的基础研究

脑科学基础研究是驱动类脑智能创新发展的源头，对大脑生物学机理和运行机制的认识为类脑计算奠定了技术基础，并在一定程度上直接决定了类脑计算的发展上限，甚至有可能进一步形成类脑计算的技术代差。因此，我国发展类脑计算的首要任务就是要加强对大脑多尺度生物学结构和信息处理机制的基础研究，以此启发构建模拟大脑认知功能的计算模型，为类脑计算提供有力支撑。

持续加强现有类脑科研平台学科融合的开放力度

类脑智能研究依赖于人工智能、计算机科学、脑与神经科学、工程学、材料学等多个学科的高度融合汇聚创新。只有坚持开放的研究环境，使上述学科实现深度实质性融合协同以及相互借鉴与启发，才有希望突破机器智能发展的瓶颈，实现具有通用认知能力的人工智能。我国已建成的国家级类脑智能技术实验室、高校内设立的类脑计算研究中心以及科研机构建立的类脑研究平台，应持续加强学科融合的开放力度，建立存量资源整合与新增资源共享机制，整合脑科学与类脑研究领域优势资源，实现类脑智能的创新研究。

推进类脑人才培养机制改革，加强人才培养力度

类脑智能是一门专业跨度大、集成度高、综合性强的新兴学科，在人才培养的过程中应大胆探索构建新学科教学体系，主动改革传统的学科设置和评价模式，积极鼓励学校内部、学校之间、科研院所之间开展多层次跨学科合作，引导学生开展跨学科学习和研究。高校与研究机构应积极探索建立人才互补与双聘双赢机制、联合招生与人才培养机制、产业界技术人才引入机制等，主动适应类脑人才培养需求。