在清華大學精密儀器系大樓的一間實驗室裡，一排攝像頭陣列對著液晶屏幕上不斷變換的視覺圖像，旁邊的服務器發出輕微的運行聲響。

「這是類腦計算機正在進行視覺快速識別，它和那輛無人自行車一樣，都是由天機芯片組建的系統應用。」清華大學教授、類腦計算研究中心主任施路平介紹道。

他提到的天機芯片於二零一九年八月登上了《自然》雜誌的封面。此刻，這輛黑色的無人自行車停在牆角，後座搭載著書包大小的機箱，可以實現自動平衡、避障、過障、目標跟蹤、語音指令識別以及自主決策。它的大腦——天機芯片，是全球首款異構融合類腦芯片，同時支持基於神經科學的脈衝神經網絡和基於計算機科學的人工神經網絡，被評為二零一九年中國十大科技進展之一。

施路平二零一三年回國加入清華大學，以類腦計算為研究方向。二零一四年，清華大學依託精密儀器系成立了聯合七個院系的類腦計算研究中心，施路平作為主任，帶領涵蓋腦科學、計算機、微電子、電子、精密儀器、自動化、材料等領域的多學科跨專業團隊，開始了從無到有的探索。

他把類腦計算研究比喻成在漆黑的、沒有地圖的「無人區」探路。「以前做科研，多數情況有基礎理論指明方向，實現路徑很清晰。現在類腦計算機沒有現成的理論、方向和路徑，一切都要從零開始。但這也是機遇，恰好是這種無人區的探索有可能帶來突破性進展，為關鍵科技領域帶來巨大變革。」

施路平介紹，儘管人工智能研究和應用取得了很大的進展，但目前絕大部分是針對具體問題，一個問題一個解決方案，是窄人工智能。在處理沒有足夠數據的、不確定的、動態複雜問題時會遇到挑戰，最佳解決方法之一是發展具有人類智能特徵的人工通用智能。

目前人工智能的主流研究思路有兩種。一種是從計算機科學的角度出發，借鑒大腦的分層處理機制與學習訓練特性，基於馮·諾依曼架構的計算機和人工神經網絡與深度學習方法；另一種是從腦科學研究出發，採用納米級別的器件模擬生物神經元和突觸的信息處理特性，採用非馮·諾依曼架構的神經形態芯片和脈衝神經網絡。兩個方法各有優缺點，將二者融合是目前公認的最佳發展路徑之一。

類腦計算是借鑒腦科學基本原理，基於神經形態工程，面向人工通用智能發展的新型計算技術，是將二者自然融合的較好方案。目前類腦計算研究尚處於起步階段，國際上還沒有形成公認的技術標準與方案，處在「百花齊放」的階段。

「馮·諾依曼架構下的計算機是把多維的、複雜的問題，轉換成一維的、較為簡單的信息流，是降維處理，缺點是很大程度上損失了信息的關聯性。而類腦計算則相反，類似人腦的思考方式，通過綜合的、多維時空變換解決問題，是升維處理，在能耗、算力和效率方面有較大優勢。」施路平說。

施路平在研究圖靈、馮·諾依曼的早期論文時發現，這些計算機領域的泰斗們在研究初期是以實現通用人工智能為目標的，但受到當時硬件水平的限制，走向了專用人工智能。

他認為，隨著先進精密儀器的發展，人類對腦的理解越來越多，將迎來量變到質變的突破性進展。同時，超級計算機的發展為類腦計算提供更好的仿真模擬環境，大數據和雲計算提供了和腦複雜度不斷趨於接近的「數碼宇宙」，大腦和數碼宇宙可以視為鏡像，互相借鑒，促進理解。而新型納米技術可以製造出和人腦神經元能耗差不多量級的器件，這一切都為類腦計算的發展奠定了基礎。

「硅和碳在元素特性上非常近似。人腦在碳元素的基礎上實現了通用智能，那我們就有理由相信在硅元素的基礎上同樣可以實現通用智能。」施路平說。

他帶領團隊開發出從理論、芯片、軟件到系統和應用的一整套類腦計算平臺，現在仍然在不斷地迭代更新當中。其中天機芯片已經發展多代，第一款類腦商用芯片也已問世，並有了客戶，覆蓋多個應用領域。

「清華大學在類腦計算這個新興跨專業領域，近年來取得了理論、芯片、器件等方面的創新成果，研究達到國際前沿水平。」施路平說。

在類腦計算研究中心攻讀博士學位的馬松辰負責其中的芯片系統。據他介紹，在設計芯片時考慮到生產工藝是國內芯片廠商可承接的，不會過度依賴制程，用國內廠商目前的工藝就能實現優秀計算能力，這也是類腦計算的潛在優勢之一。

「在我們中心，多學科人才組成一個整體，要解決問題，就要每個人都能站在整個團隊的角度去考慮。比如我做芯片，就要充分考慮做軟件和系統的需求。」馬松辰說。

「不論是院系間的合作，還是團隊內的工作，我們相互支持，成果共享，瞄準一個大目標共同進步。」施路平說，研究中心最大的成果，除了理論和芯片，還有這個多學科團隊。不同團隊有各自的學科背景、語言和目標訴求，用一種機制和文化將團隊長期有效地團結在一起，是研究發展的關鍵。

「我們研究關注的重心不僅是芯片、系統、軟件，而且是人類世界未來發展的潮流和方向。我相信中國可以對人類作出更大貢獻。」施路平說。◇