新型類腦演算法

A. 中國向類腦智能領域發力，機器人將超越我們

作者：中國科普博覽

近日，「類腦智能技術及應用國家工程實驗室」成立大會暨首屆中國類腦智能高峰論壇（以下簡稱「大會」）在合肥舉辦，大會以「類腦智能、駕馭未來」為主題，將為人工智慧領域的科研機構、業內企業和亟待轉型的傳統行業搭建起全方位的交流平台。

人工智慧已上升為國家戰略目標，類腦智能技術及應用國家工程實驗室填補了中國類腦智能領域創新能力工程實驗室的空白，對顯著提升人工智慧技術的科研水平和核心競爭力，促進中國智能產業的跨越式發展具有重要的意義。

未來的類腦智能研究會在結構類腦和行為類人方面更加深入。目前不管是神經結構模擬還是學習行為模擬都是比較粗淺的。以學習為例，當前主流的監督學習是比較「粗暴」的學習方式，即一次性給予大量的類別標記數據對人工神經網路進行訓練，而要收集大量標記數據是要付出很大代價的。人腦的學習具有很強的靈活性，從小樣本開始，不斷地隨環境自適應。這種學習靈活性應該是未來機器學習的一個主要研究目標。

我國提出的「中國腦計劃」（「腦科學與類腦研究」），其基本框架是一體兩翼：一體是腦認知功能研究，從腦科學和神經科學角度研究腦神經結構和認識功能；兩翼是腦科學應用研究，一是腦疾病的診斷、預測、治療，另一方面是類腦智能研究。將來類腦智能和當前主流的基於傳統計算的人工智慧方法將並行發展，相互取長補短。另外，從應用的角度，人與機器協同工作，人的智能與機器智能互補也是一個必然趨勢。未來，類腦智能研究將推動智能技術向通用的人類水平的智能，即強人工智慧的目標逐漸逼近。

B. 清華大學開發出的異構融合類腦計算晶元登上《自然》雜志的封面，這個晶元為什麼那麼厲害

近日，清華大學類腦計算研究中心施路平教授團隊展示了一輛自動駕駛自行車。這不是全球第一輛自動駕駛自行車。但它配備了一種人工智慧晶元——神經形態計算機晶元——它可能是最接近於獨立思考的機器。

其實早在2015年，清華團隊就完成了第一代"天機"晶元，2017年進化為第二代，速度更快，性能更高，功耗更低，相比於當前世界先進的IBM TrueNorth，也具備功能更全、靈活性、擴展更好的優點，密度高出20%，速度高出至少10倍，帶寬高出至少100倍。

C. 什麼是類腦計算

什麼是類腦計算？
一般地說，類腦計算是指借鑒大腦中進行信息處理的基本規律，在硬體實現與軟體演算法等多個層面，對於現有的計算體系與系統做出本質的變革，從而實現在計算能耗、計算能力與計算效率等諸多方面的大幅改進。

D. 首發｜腦科學火了，類腦晶元公司SynSense時識科技融了近兩億

9月17日，類腦晶元公司SynSense時識 科技 宣布完成近兩億元Pre-B輪融資，由 棲港投資 和 張江科投 聯合領投， 中電海康、招商啟航、泰科源電子、Ventech China 等產業投資人跟投，老股東 和利資本 、 亞昌投資 繼續加碼。

「本輪融資資金主要用於加速類腦晶元產品的研發，推動類腦技術在人工智慧邊緣計算領域的產業化落地。」SynSense時識 科技 創始人兼CEO喬寧 介紹說。

資料顯示，SynSense時識 科技 是一家世界領先的類腦智能晶元設計及研發公司。基於蘇黎世大學及蘇黎世聯邦理工20多年的類腦技術研究成果，公司於2017年2月成立於瑞士蘇黎世，並於2020年4月將總部遷至中國。這也是世界知名高校蘇黎世大學唯一孵化並境外持股的一家類腦晶元公司。SynSense時識 科技 提供全球領先的超低功耗、超低延時的類腦技術解決方案，其解決方案多次獲得CES等產業創新獎，可廣泛用於萬億級邊緣計算智能應用場景。

技術大牛聯手

做了一家類腦晶元創業公司

SynSense時識 科技 的創始人兼CEO喬寧博士， 畢業於中科院半導體研究所 ，在2012年加入了蘇黎世大學及蘇黎世聯邦理工的神經信息研究所（INI），並作為高級研究員（Oberassistant）帶領課題組從事前沿的類腦晶元研究與開發。他曾經主導和參與了近10項歐盟類腦項目，設計開發多款世界領先的類腦晶元平台，並在國際頂級會議及期刊上發表類腦相關文章數十篇。

SynSense時識 科技 創始人兼CEO喬寧博士

SynSense時識 科技 的聯合創始人Giacomo Inperi教授師從加州理工傳奇人物、神經形態工程發明人、集成電路之父Carver Mead教授。二十多年來，Giacomo教授一直深耕類腦技術研究，在類腦技術領域極富影響力，被視為類腦界大神級人物。目前Giacomo教授為蘇黎世大學與蘇黎世聯邦理工學院終身教授、蘇黎世神經信息研究所INI所長，並作為首席科學家任職於SynSense時識 科技 。

SynSense時識 科技 擁有世界頂級的類腦技術研發及產業化團隊 。截止目前，公司在蘇黎世、上海、南京、成都、蘇州等地擁有頂級設計研發中心及聯合實驗室，匯聚了來自十幾個國家及地區的近百名頂尖的技術研發人員，涵蓋了類腦晶元演算法、晶元架構、晶元設計、晶元應用開發等多個維度。公司近80%人員屬於研發團隊，且研發團隊中有近50%的人員擁有國際頂級高校博士及以上學歷及研發經驗，整個團隊在Nature、Science等頂級期刊及會議發表文章600餘篇，引用量超過17,000餘次；公司管理層曾就職於Intel、海思、IDT、聯想等國際知名公司，均有超過10年以上產業研發及管理經驗。

基於類腦演算法、晶元技術、市場應用落地等全方位優勢，SynSense時識 科技 已成為國際公認的類腦技術的引領者之一。2020年公司落地中國之後，迅速引起行業關注，並獲得諸多國內外獎項。2020-2021年連續兩年被EE Times評為「全球最值得關注的100家新創公司」之一，也是唯一一家入選榜單的類腦晶元公司。

在Yole發布的《2021年類腦市場與技術分析報告》中，SynSense時識 科技 也獲得高度關注，被稱為「唯一一家橫跨感知與計算兩界的類腦智能晶元公司」。

Yole2021年類腦產業分析報告

今年7月，SynSense時識 科技 發布顛覆式邊緣視覺智能解決方案Speck。Speck為全球首款基於類腦感知及類腦計算的全仿生、動態視覺智能SoC。Speck單晶元集成了動態視覺感知DVS模組，以及SynSense時識 科技 獨創的DYNAP-CNN動態視覺運算內核，為世界上第一款完全事件驅動、亞毫瓦超低功耗、毫秒級超低延遲、無隱私，專注於端上的完整智能視覺解決方案。該設計一經發布就獲得業界廣泛關注，不但產品獲得世界人工智慧大會WAIC卓越人工智慧引領者獎（SAIL），公司也成功與全球知名手機模組廠商深入開發合作，推出輕量級智能視覺模組。

目前，公司已與中電海康等公司在智能安防、智能燈具、智慧康養等領域達成深度合作，預計2021年底可實現Speck的小規模量產。

全球首款基於類腦技術的動態視覺智能 SoC――Speck

與其他研究驅動型的機構相比，SynSense時識 科技 的風格更加務實。在以市場為導向的基礎上，這家公司走上了另一條道路： 以市場需求為引擎，驅動演算法優化，最後將類腦技術落實到晶元設計以及應用層。

在這個實現路徑下，對比於IBM的TrueNorth、Intel的Loihi以及清華大學的天機芯等通用類腦晶元平台，SynSense時識 科技 的類腦晶元的集成度會獲得幾十倍的提升，在晶元功耗大幅降低的同時，晶元的成本也將降低到幾十分之一或者百分之一，例如從100美金降低至1美金。這也是為什麼SynSense時識 科技 能受到各知名資方以及產業資方高度認可和背書的主要原因之一。

腦科學賽道悄悄火了

他們分享了投資背後的邏輯

作為本輪領投方，棲港投資專注於旨在引領和推動未來 科技 發展的硬 科技 企業，挖掘技術和市場能力俱佳的優秀團隊。對於投資時識 科技 ， 棲港投資創始合夥人徐琳潔 表示：「在後摩爾定律時代，類腦計算是打破馮·諾依曼瓶頸、實現多模態融合的重要技術，可為AI邊緣計算各類場景提供超低功耗和超低延時的解決方案，發展潛力巨大。時識 科技 起源於全球類腦科學主要發源地——蘇黎世神經信息研究所，目前已正式發布多款可商用類腦晶元，在技術先進性、商業落地方面均走在全球前列。未來，期待時識 科技 在中國這個最具潛力和規模的應用市場中大放異彩，成為全球類腦 科技 發展的領導者。」

張江科投作為張江集團全資投資戰略實施主體聯合領投本次融資， 張江科投總經理余洪亮 介紹說，「我們一直以來都深度關注類腦技術等具有革命性、前瞻性及創造性的新技術。SynSense時識 科技 在類腦計算領域具有世界領先的技術優勢。公司的創始人喬寧博士以及Giacomo教授在行業內具有很強的影響力；而團隊的數十位核心成員在學術、研發及工程化能力等方面也都是頂級的。同時，SynSense時識 科技 非常務實，公司技術以應用為驅動，針對實際應用場景，充分發揮類腦技術優勢設計顛覆式邊緣計算技術解決方案，團隊具有清晰的產業落地路徑，也獲得了業界的高度認可。」

本輪的戰略投資方、戰略合作夥伴， 中電海康研究院院長、鳳凰光學股份有限公司董事章威 表示：「中電海康集團對類腦計算賽道一直保持著密切關注。在傳統AI遇到算力瓶頸、能耗瓶頸的今天，類腦計算通過對生物腦運作機制的借鑒，有望為人工智慧技術的進一步發展和應用落地，帶來全新的 探索 思路。

據了解，SynSense時識 科技 的類腦晶元，具有毫瓦級運行功耗和毫秒級計算速度，同時還能夠實現感知與計算一體化，十分適合作為傳統視覺與AI的一種特色補充，用於各類物聯網終端和邊緣計算設備，以低功耗、低成本的代價長期監測和分析動態事件和目標行為。中電海康集團非常期待與廣大夥伴合作，共同將類腦計算從實驗室推向萬物智聯的各行各業。」

本輪的跟投方、戰略合作夥伴 招商啟航總經理王金晶 表示：「我們認為信息 社會 到智能 社會 ，迫切需要更好的算力。類腦計算晶元做為借鑒腦科學基本原理發展的非馮·諾依曼架構的新型信息處理晶元，已經展現出來了巨大潛力。SynSense時識 科技 創始團隊包括了該領域多名國內外領軍級人才，為邊緣計算提供了新的解決方案，業界認可度極高。作為央企招商局集團旗下的產業投資基金，我們非常看好SynSense時識 科技 在物聯網領域與招商局集團豐富的產業場景實現深度結合。」

本輪的戰略投資方、戰略合作夥伴、中國排名靠前的知名分銷商 泰科源電子的董事長 表示：「非常看好SynSense時識 科技 的類腦技術解決方案，泰科源會積極推進與時識 科技 的技術合作，加速類腦技術的全面產業化落地。」

而本輪的投資方之一，一家起源於法國，深耕中國 科技 消費領域近15年的精品風投機構 Ventech China 認為：」時識 科技 是真正紮根於類腦晶元行業的企業，其推出的一系列產品證明了它擁有做這一領域的國際領軍者的潛力，Ventech China也將會利用自己的全球網路助力公司在國際上的發展。」

繼A輪領投SynSense時識 科技 之後，半導體領域知名投資機構和利資本持續加碼。 和利資本合夥人張飈 表示：「在半導體領域國內很少有初創公司在前沿技術領域能夠做到全球領先，引領技術革命浪潮，SynSense時識 科技 作為全球技術領先的類腦技術公司，是開拓性創新，且獲得戰略方與客戶的投資和認可，未來潛力無窮。」

E. 我國科學家什麼時候開發出新型類腦晶元

2019年8月1日，《自然》雜志刊登封面文章稱，來自清華大學等單位的研究人員開發出全球首款異構融合類腦計算晶元。該晶元結合了類腦計算和基於計算機的機器學習，這種融合技術有望促進人工通用智能的研究和發展。

F. 類腦和卷積神經網路什麼關系

一、「類腦」概念

1. 在早期，類腦一般是指從軟硬體上模擬生物神經系統的結構與信息加工方式。

隨著軟硬體技術的進步，以及神經科學與各種工程技術的多方面融合發展，腦與機的界限被逐步打破。尤其是腦機介面，在計算機與生物腦之間建立了一條直接交流的信息通道，這為實現腦與機的雙向交互、協同工作及一體化奠定了基礎。

隨之，「類腦」的概念逐步從信息域自然地延伸到生命域。因此，以腦機互聯這一獨特方式實現計算或智能，也被歸入「類腦研究」范疇。

2. 類腦研究是以「人造超級大腦」為目標，借鑒人腦的信息處理方式，模擬大腦神經系統，構建以數值計算為基礎的虛擬超級腦；或通過腦機交互，將計算與生命體融合，構建以虛擬腦與生物腦為物質基礎的腦機一體化的超級大腦，最終建立新型的計算結構與智能形態。我們不妨將類腦的英文稱為Cybrain (Cybernetic Brain)，即仿腦及融腦之意。其主要特徵包括：

A.以信息為主要手段：用信息手段認識腦、模擬腦乃至融合腦；

B.以人造超級大腦為核心目標：包括以計算仿腦為主的虛擬超級腦，以及虛擬腦與生物腦一體化的超級大腦這兩種形態；

C.以學科交叉會聚為突破方式：不單是計算機與神經科學交叉，還需要與微電子、材料、心理、物理、數學等大學科密切交叉會聚，才有更大機會取得突破。

3. 類腦研究的主要內容：

類腦研究要全面實現「懂腦、仿腦、連腦」，腦認知基礎、類腦模擬、腦機互聯三個方面缺一不可。因此，我們將類腦研究主要內容歸納為三個方面：信息手段認識腦、計算方式模擬腦、腦機融合增強腦（見圖1）。其中，信息技術貫穿始終。

二、卷積神經網路

1. 卷積神經網路（Convolutional Neural Networks, CNN）是一類包含卷積計算且具有深度結構的前饋神經網路（Feedforward Neural Networks），是深度學習（deep learning）的代表演算法之一 。

2. 卷積神經網路具有表徵學習（representation learning）能力，能夠按其階層結構對輸入信息進行平移不變分類（shift-invariant classification），因此也被稱為「平移不變人工神經網路（Shift-Invariant Artificial Neural Networks, SIANN）」 。

3. 對卷積神經網路的研究始於二十世紀80至90年代，時間延遲網路和LeNet-5是最早出現的卷積神經網路 。

在二十一世紀後，隨著深度學習理論的提出和數值計算設備的改進，卷積神經網路得到了快速發展，並被應用於計算機視覺、自然語言處理等領域 。

4. 卷積神經網路仿造生物的視知覺（visual perception）機制構建，可以進行監督學習和非監督學習，其隱含層內的卷積核參數共享和層間連接的稀疏性使得卷積神經網路能夠以較小的計算量對格點化（grid-like topology）特徵，例如像素和音頻進行學習、有穩定的效果且對數據沒有額外的特徵工程（feature engineering）要求 。

三 、二者關系

人工智慧時代的到來，大數據可以提供給計算機對人腦的模擬訓練，強大的算力可以支撐計算機能夠充分利用大數據獲得更多規律，進行知識的學習。

類腦智能做的面比較廣，出發點是開發一個與人腦具有類似功能的模擬大腦出來，達到人類的智慧，深度學習只是其中的一個小小的分支，是對人腦研究的一個小成果，而類腦智能相對研究的比較寬泛和深入。

而卷積神經網路只是深度學習的代表演算法之一。