人工智能的迅速發(fā)展將深刻改變世界發(fā)展模式和人類生活方式。為搶抓人工智能發(fā)展重大戰(zhàn)略機遇，各國均在構(gòu)筑先發(fā)優(yōu)勢。類腦智能作為人工智能的另一條發(fā)展路徑，也是實現(xiàn)通用人工智能的最可能路徑，成為各國的關(guān)注焦點。

類腦智能是人工智能發(fā)展的必要路徑

當前人工智能存在兩條技術(shù)發(fā)展路徑。一條是以模型學習驅(qū)動的數(shù)據(jù)智能，另外一條是以認知仿生驅(qū)動的類腦智能。當前現(xiàn)階段人工智能發(fā)展的主流技術(shù)路線是數(shù)據(jù)智能，但是數(shù)據(jù)智能存在一定局限性，如：數(shù)據(jù)方面，需要海量數(shù)據(jù)和高質(zhì)量的標注；自主學習、自適應等能力弱，高度依賴于模型構(gòu)建；計算資源消耗比較大，CPU、GPU消耗量巨大；缺乏邏輯分析和推理能力不足，僅具備感知識別能力；時序處理能力弱，缺乏時間相關(guān)性；僅解決特定問題，適用于專用場景智能。

類腦智能可以解決數(shù)據(jù)智能的局限性和不足。數(shù)據(jù)方面，類腦智能可處理小數(shù)據(jù)、小標注問題，適用于弱監(jiān)督和無監(jiān)督問題；更符合大腦認知能力，自主學習、關(guān)聯(lián)分析能力強，魯棒性較強；計算資源消耗較少，人腦計算功耗約20瓦，類腦智能模仿人腦實現(xiàn)低功耗；邏輯分析和推理能力較強，具備認知推理能力；時序相關(guān)性好，更符合現(xiàn)實世界；可能解決通用場景問題，實現(xiàn)強人工智能和通用智能。

類腦智能的定義

類腦智能是受大腦神經(jīng)運行機制和認知行為機制啟發(fā)，以計算建模為手段，通過軟硬件協(xié)同實現(xiàn)的機器智能。類腦智能具備信息處理機制上類腦、認知行為表現(xiàn)上類人、智能水平上達到或超越人的特點。2018年8月，Gartner公司發(fā)布2018年新興技術(shù)成熟度曲線，公布了5大新興技術(shù)趨勢，其中類腦智能、神經(jīng)芯片硬件和腦機接口作為重要技術(shù)趨勢。

類腦智能發(fā)展有三個層面的目標，分別是結(jié)構(gòu)層次模仿腦、器件層次逼近腦、功能層次超越腦。具體來說，結(jié)構(gòu)層次，主要研究基本單元（各類神經(jīng)元和神經(jīng)突觸等）的功能及其連接關(guān)系（網(wǎng)絡(luò)結(jié)構(gòu)），通過神經(jīng)科學實驗的分析探測技術(shù)完成；器件層次，重點在于研制模擬神經(jīng)元和神經(jīng)突觸功能的微納光電器件，在有限物理空間和功耗條件下構(gòu)造出人腦規(guī)模的神經(jīng)網(wǎng)絡(luò)系統(tǒng)，如研制神經(jīng)形態(tài)芯片、類腦計算機；功能層次，對類腦計算機進行信息刺激、訓練和學習，使其產(chǎn)生與人腦類似的智能甚至涌現(xiàn)自主意識，實現(xiàn)智能培育和進化，學習、記憶、識別、會話、推理、決策以及更高智能。

現(xiàn)階段類腦智能研究發(fā)展依然緩慢。一是由于腦機理認知尚不清楚。大腦是人類進化的高級產(chǎn)物，重量約1.5公斤，占體重2%，功耗約20瓦，占全身功耗20%，當前人類對大腦的認識還不足5%，尚無完整的腦譜圖可參考；二是由于類腦計算模型和算法尚不精確。神經(jīng)元連接的多樣性變化性，使得前饋、反饋、前饋激勵、前饋抑制、反饋激勵、反饋抑制的建模不精確，腦功能分區(qū)與多腦區(qū)協(xié)同的算法不準確；三是現(xiàn)有計算架構(gòu)和能力制約?，F(xiàn)在計算系統(tǒng)是馮諾依曼架構(gòu)，計算與存儲分離，系統(tǒng)功耗高、并行度低、規(guī)模有限，而類腦計算系統(tǒng)是非馮諾依曼架構(gòu)，計算與存儲統(tǒng)合，高密度、低功耗，顛覆現(xiàn)有架構(gòu)的代價較大。

各國高度重視積極布局

先進國家積極布局類腦智能研發(fā)。美國于2013年啟動“BRAIN計劃”，將大腦結(jié)構(gòu)圖建立、類腦相關(guān)理論建模、腦機接口等列為研發(fā)重點；歐盟于2013年提出“人腦計劃”，重點開展人腦模擬、神經(jīng)形態(tài)計算、神經(jīng)機器人等領(lǐng)域研究；日本于2008年提出“腦科學戰(zhàn)略研究項目”，重點開展腦機接口、腦計算機研發(fā)和神經(jīng)信息相關(guān)的理論構(gòu)建；韓國在2016年發(fā)布《腦科學研究戰(zhàn)略》，重視腦神經(jīng)信息學、腦工程學、人工神經(jīng)網(wǎng)絡(luò)、大腦仿真計算機等領(lǐng)域的研發(fā)。

企業(yè)爭相布局類腦智能。IBM圍繞Watson系統(tǒng)和TrueNorth類腦芯片，意圖搶先打造類腦智能生態(tài)系統(tǒng)；谷歌依托全球技術(shù)領(lǐng)先地位，在現(xiàn)有谷歌大腦基礎(chǔ)上結(jié)合醫(yī)學、生物學積極布局人工智能；微軟提出意識網(wǎng)絡(luò)架構(gòu)，聲稱是具備可解釋性的新型類腦系統(tǒng)。除龍頭企業(yè)外，美國Emotiv、美國Neurallink、美國Kernel、美國Brainco、瑞士aiCTX等一批新興公司在類腦智能方面取得很多研發(fā)成果，部分進入產(chǎn)業(yè)化階段。

我國積極統(tǒng)籌加速布局類腦智能。我國在2006年《國家中長期科學和技術(shù)發(fā)展規(guī)劃綱要（2006—2020）》中就把“腦科學與認知”列入基礎(chǔ)研究8個科學前沿問題之一。在2016年《“十三五”國家科技創(chuàng)新規(guī)劃》也將腦科學與類腦研究列入科技創(chuàng)新2030重大項目。2017年國務(wù)院《新一代人工智能發(fā)展規(guī)劃》提出了2030年類腦智能領(lǐng)域取得重大突破的發(fā)展目標。我國于2017、2018年分別成立了類腦智能技術(shù)及應用國家工程實驗室、北京腦科學與類腦研究中心，形成了“南腦北腦”共同快速發(fā)展的格局。

類腦智能技術(shù)體系

類腦智能技術(shù)體系分四層：基礎(chǔ)理論層、硬件層、軟件層、產(chǎn)品層。基礎(chǔ)理論層基于腦認知與神經(jīng)計算，主要從生物醫(yī)學角度研究大腦可塑性機制、腦功能結(jié)構(gòu)、腦圖譜等大腦信息處理機制研究；硬件層主要是實現(xiàn)類腦功能的神經(jīng)形態(tài)芯片，也就是非馮諾依曼架構(gòu)的類腦芯片，如脈沖神經(jīng)網(wǎng)絡(luò)芯片、憶阻器、憶容器、憶感器等；軟件層包含核心算法和通用技術(shù)，核心算法主要是弱監(jiān)督學習和無監(jiān)督學習機器學習機制，如脈沖神經(jīng)網(wǎng)絡(luò)、增強學習、對抗神經(jīng)網(wǎng)絡(luò)等；通用技術(shù)主要是包含視覺感知、聽覺感知、多模態(tài)融合感知、自然語言理解、推理決策等；產(chǎn)品層主要包含交互產(chǎn)品和整機產(chǎn)品，交互產(chǎn)品包含腦機接口、腦控設(shè)備、神經(jīng)接口、智能假體等，整機產(chǎn)品主要有類腦計算機、類腦機器人等。

類腦智能當前存在先結(jié)構(gòu)后功能和先功能后結(jié)構(gòu)兩條發(fā)展思路。先結(jié)構(gòu)后功能，主要指先研究清楚大腦生理結(jié)構(gòu)，然后根據(jù)大腦運行機制研究如何實現(xiàn)大腦功能；先功能后結(jié)構(gòu)，主要是先使用信息技術(shù)模仿大腦功能，在模仿過程中逐步探索大腦機制，然后相互反饋促進。兩條發(fā)展思路各有千秋，功能和結(jié)構(gòu)的任意發(fā)展突破都會推動類腦智能的極大發(fā)展，因此現(xiàn)階段兩條路線并行發(fā)展。

類腦智能目前整體處于實驗室研究階段，腦機接口技術(shù)是類腦領(lǐng)域目前唯一產(chǎn)業(yè)化的領(lǐng)域。腦機接口技術(shù)是在人或動物腦（或者腦細胞的培養(yǎng)物）與外部設(shè)備間建立直接連接通路，以“人腦”為中心，以腦信號為基礎(chǔ)，通過腦-機接口實現(xiàn)控制人機混合系統(tǒng)。腦機接口應用于醫(yī)療領(lǐng)域，實現(xiàn)癱瘓人士通過腦機設(shè)備控制機械臂完成相應動作，也可實現(xiàn)對多動癥、癲癇等疾病采取神經(jīng)反饋方式做對應的恢復訓練；用于智能家居，實現(xiàn)意念控制開關(guān)燈、開關(guān)門、開關(guān)窗簾等，進一步控制家庭服務(wù)機器人。全球最受關(guān)注的腦機接口公司前十名多分布在北美和歐洲，我國產(chǎn)業(yè)界逐步推出產(chǎn)品，如科斗腦機、海天智能等公司研發(fā)生產(chǎn)出植入式腦微電極、腦控智能康復機器人等產(chǎn)品。

未來發(fā)展建議

加快構(gòu)建全景戰(zhàn)略視圖，突出重點方向。從科研、技術(shù)和產(chǎn)業(yè)等多維度形成類腦智能體系化布局，并突出重點發(fā)展方向，具體圍繞結(jié)構(gòu)、器件、功能三個層面開展重點布局和超前部署。

加大對基礎(chǔ)工藝/算法/軟件等的投入力度。我國長期以來在新算法、新結(jié)構(gòu)、新原理的研究方面原創(chuàng)不足，制約類腦智能整體創(chuàng)新供給能力。因此，仍需持續(xù)加大對原始科研創(chuàng)新的重視力度，對關(guān)鍵基礎(chǔ)工藝/算法/軟件等加大支撐投入力度。

強化政產(chǎn)學研合作，推動技術(shù)體系化創(chuàng)新。類腦智能體系涉及要素較多，需要政產(chǎn)學研緊密合作，深化多方協(xié)同的合作，共同推動技術(shù)實現(xiàn)體系化的創(chuàng)新。借鑒其他先進國家布局經(jīng)驗，突出政產(chǎn)學研多方合作在類腦智能創(chuàng)新中的合力作用，構(gòu)建國內(nèi)多方協(xié)同的創(chuàng)新體系。