芯片向大脑进化走向应用

　　1982年时，夸贝纳·博亨(Kwabena Boahen)有了第一台电脑，那时他还只是个生活在加纳首都阿克拉的十几岁少年。“那真的是一台非常酷的设备，”他回忆道。但当博亨弄清楚电脑内部的运作机制时，他反倒没有感觉特别震撼。“搞清楚了中央处理器是如何不断地来回传输数据后，我心想，‘天呐!电脑需要一直疯狂的工作’。”他本能地感觉到，电脑需要在设计中多一些“非洲”特色的设计：分布更加广范，多一些流动性，少一些严格限定。

　　如今，作为美国斯坦福大学的一名生物工程师，博亨和其他一些研究人员组成了一个小团队，正在试图通过模仿大脑，创造出理想中的这种计算机运行模式。

　　大脑运行的节能效果显著，并且其运算能力足以挑战世界上最大的超级计算机，尽管它依赖的组件并不完美：神经元非常缓慢、多变，并且很混乱。在一个比鞋盒还小的区域内，大脑能完成理解语言、抽象推理、控制运动甚至更多任务，功耗却比家用灯泡还小，并且没有任何类似于中央处理器的微小处理器。

　　为了使硅芯片也能像大脑一样，研究人员正在构建非数字化的芯片系统，使其尽可能像真正的神经元网络一样发挥作用。几年前，博亨设计了一个叫做“神经网格”(Neurogrid)的装置，用它来模拟100万个神经元的活动，模拟的数量，几乎和蜜蜂大脑里的神经元一样多。到今天，“神经形态技术”(neuromorphic technology)经过四分之一个世纪的发展，距离实际应用终于不远了。该技术有望用于任何低功耗和小体积的设备上，从智能手机、机器人到人造眼睛和耳朵。过去5年里，这样的应用前景吸引了众多的研究者投身于该领域，美国和欧洲的机构已为此投入数亿美元的研究经费。

　　瑞士神经信息学研究所(Institute of Neuroinformatics，INI)的贾科莫·因迪韦里(Giacomo Indiveri)认为，神经形态设备也为神经科学家提供了强大的研究工具。在真实的物理系统中，通过观察神经模型具备或者缺失了哪些功能，“科学家就能了解大脑结构为何会是这样”。

　　博亨称，神经形态解决方案应该会有助于突破摩尔定律的限制。长期以来，每隔两年左右，计算机芯片制造商就需要在给定的空间内，增加一倍数量的晶体管。对芯片空间的利用已经趋向于极致，很快，硅芯片上的电路就会因为太小、太紧密，无法传输“纯净”的信号：电子会从各种元件中“泄漏”，致使硅芯片和神经元一样混乱。一些研究人员希望，通过使用软件补丁的方式来解决这个问题，例如借用类似于统计学上的误差修正这样的技术，来使互联网平稳运转。但最终，博亨说，最有效的解决方案还是存在于我们的大脑中——一个在数百万年前就已经出现的东西。