騎自行車和開飛機(jī)哪個(gè)更難？與大多數(shù)人想當(dāng)然的答案“開飛機(jī)”不同，計(jì)算機(jī)科學(xué)家給出的答案是騎自行車。
如果要實(shí)現(xiàn)無人駕駛自行車，除了需要解決啟動(dòng)、加速、勻速前行、轉(zhuǎn)彎、變道、避障等動(dòng)作外，還需要面對(duì)識(shí)別紅綠燈和機(jī)動(dòng)車車道、語音信號(hào)、感知周圍環(huán)境，還要感知周圍人車的速度以及預(yù)判變道對(duì)周圍人車是否產(chǎn)生干擾。而大部分民航飛機(jī)上都安裝了自動(dòng)駕駛系統(tǒng)。
用美國加州大學(xué)圣塔芭芭拉分校博士后鄧?yán)诘恼f法，比起自動(dòng)駕駛飛機(jī)，無人自行車看起來很小，但實(shí)際上是一個(gè)五臟俱全的小型類腦技術(shù)平臺(tái)，“這實(shí)際上是對(duì)我們的考量”。
如今這個(gè)考量過關(guān)了。清華大學(xué)類腦計(jì)算研究中心主任施路平團(tuán)隊(duì)的人工通用智能芯片“天機(jī)芯”（Tianjic）讓無人駕駛自行車成為現(xiàn)實(shí)。
這是一款被賦予了巨大野心的人工智能芯片。8 月 1 日，這個(gè)研究作為封面文章發(fā)表在了《自然》雜志（Nature）上（下稱 Nature 論文），封面標(biāo)題是《雙重控制》（Dual control）。
無人自行車問世
施路平和同事研發(fā)了一款實(shí)現(xiàn)異構(gòu)融合的電子芯片，這款名為“天機(jī)芯”的芯片可以整合現(xiàn)有人工網(wǎng)絡(luò)算法，類腦的脈沖神經(jīng)網(wǎng)絡(luò)算法，同時(shí)支持神經(jīng)科學(xué)發(fā)現(xiàn)的眾多神經(jīng)回路網(wǎng)絡(luò)和異構(gòu)網(wǎng)絡(luò)的混合建模，發(fā)揮它們各自的優(yōu)勢(shì)。在自行車上利用一塊“天機(jī)芯”同時(shí)運(yùn)行了包括卷積神經(jīng)網(wǎng)絡(luò)在內(nèi)的 5 種不同神經(jīng)網(wǎng)絡(luò)，實(shí)現(xiàn)了無人自行車駕駛。
這個(gè)無人智能自行車系統(tǒng)包括了激光測(cè)速、陀螺儀、攝像頭等傳感器，剎車電機(jī)、轉(zhuǎn)向電機(jī)、驅(qū)動(dòng)電機(jī)等致動(dòng)器，以及控制平臺(tái)、計(jì)算平臺(tái)、天機(jī)板級(jí)系統(tǒng)等處理平臺(tái)等。
無人自行車可以實(shí)時(shí)感知周圍環(huán)境，跟隨前方的試驗(yàn)人員并自動(dòng)進(jìn)行避障的操作，并根據(jù)語音指令、視覺感知的反饋產(chǎn)生實(shí)時(shí)信號(hào)對(duì)電機(jī)進(jìn)行控制，以達(dá)到保持平衡，改變行進(jìn)狀態(tài)（包括橫向和縱向）。這款自行車實(shí)現(xiàn)了多模態(tài)信息集成，能夠維持平衡，并跟據(jù)目標(biāo)人物的位置控制自行車轉(zhuǎn)向，完成實(shí)時(shí)追蹤。
施路平認(rèn)為，人工通用智能芯片能夠成功，多學(xué)科深度融合才是關(guān)鍵。
讓大腦攜手電腦來實(shí)現(xiàn)人工通用智能
目前基于馮·諾依曼架構(gòu)的計(jì)算機(jī)擅長(zhǎng)的是解決有充足大數(shù)據(jù)、完整靜態(tài)知識(shí)的確定性問題，比如深度學(xué)習(xí)在圍棋比賽、圖像識(shí)別等領(lǐng)域已經(jīng)完勝人類，但它還不能解決沒有那么多數(shù)據(jù)的、動(dòng)態(tài)知識(shí)不夠多的模糊性問題。要知道人的大腦在能耗只有 20 瓦的前提下可以并行解決視覺、聽覺、嗅覺、觸覺等多模態(tài)信息，甚至能夠在有限經(jīng)驗(yàn)的時(shí)候舉一反三。
計(jì)算機(jī)和人類各有所長(zhǎng)，人們需要打通兩者的鴻溝。施路平認(rèn)為，人工通用智能是一個(gè)必然的趨勢(shì)，而異構(gòu)融合，也就是讓兩種計(jì)算結(jié)合正是這把鑰匙。
Nature 論文的共同第一作者鄧?yán)谠谄淝迦A大學(xué)博士論文《異構(gòu)融合類腦計(jì)算平臺(tái)的計(jì)算模型與關(guān)鍵技術(shù)研究》中提到，類腦計(jì)算的本質(zhì)應(yīng)該是通過借鑒大腦信息處理的方式，獲得解決人工通用智能問題的能力，而深度學(xué)習(xí)和神經(jīng)形態(tài)都只是實(shí)現(xiàn)理想類腦計(jì)算的手段。他的導(dǎo)師、清華大學(xué)儀器科學(xué)與技術(shù)研究所副研究員裴京是 Nature 論文的第一作者。
Nature 研究的核心是這款異構(gòu)融合的芯片，它是一款特別的人工智能芯片。它結(jié)合了類腦計(jì)算和基于計(jì)算機(jī)科學(xué)的人工智能。這也是 Nature 封面為何是“雙重控制”的原因。
