脑科学研究成为当前全球科技竞争的重要焦点之一，美国、欧洲、日本相继启动了各自的脑科学计划，我国也于2016年正式启动“中国脑计划”。

类脑智能的概念由美国科学家Carver Mead在上世纪80年代末首次提出，是指受大脑神经运行机制和认知行为机制启发，以计算建模为手段，通过软硬件协同实现的机器智能，是发展人工通用智能的计算基石。

根据QYResearch发布的《2021-2027中国类脑计算芯片市场现状及未来发展趋势》，2020年，全球类脑智能芯片市场规模达到6.36百万美元，中国类脑智能芯片市场规模达到0.10百万美元，并预计2027年全球类脑智能芯片规模将达到31亿元，年复合增长率为80.1%。

类脑智能研发有何进展和瓶颈？商业化进展如何？还需要突破哪些壁垒？为此，近日南方财经全媒体记者专访了中国科学院院士、广东省智能科学与技术研究院院长张旭。

（中国科学院院士、广东省智能科学与技术研究院院长张旭，资料图片）

多学科交叉融合是关键

芯片是应用研发的基本硬件，人脑的神经元数量约有600亿-1000亿之多，但目前世界上最大的类脑芯片只达到亿级神经元，限制了类脑智能的效能。

张旭告诉南方财经全媒体记者，我国要在类脑智能领域走在国际前沿，研制理想的类脑芯片，需要在多个学科中寻找突破口。

“首先是人工神经元，它是类脑科学原理、神经科学原理、计算机技术、类脑智能算法等各方面融合研发的产物。其次是把这些神经元连接起来，形成一个能够处理信息的神经网络，这需要脑科学家、计算机科学家、数学家等信息技术的设计人员、芯片设计人员共同努力。”张旭说。

在张旭看来，当前类脑芯片的研发不只是限于神经元的数量、芯片的算力，它是一个不断发展的体系，关键在于各学科相互融合、相互交流，去研究如何设计神经网络。只有这个体系做大做强了，类脑芯片才能得到真正的进步和长足的发展。

实际上，这一体系做大做强，离不开不断的摸索和检验。

“以往，受限于科技水平，我们在类脑技术方面缺乏相应积累。现在，大家逐渐研究出共同的想法和做法，比如把生物体大脑中的神经网络体系设计为集成电路的芯片体系。”张旭说。

目前，我国多所高校陆续成立类脑智能研究中心，开展类脑智能研究。2014年，清华大学成立类脑计算研究中心；2015年，中国科学院自动化研究所成立类脑智能研究中心；2018年，北京脑科学与类脑研究中心和上海脑科学与类脑研究中心先后成立。

要实现多学科的交叉融合，就离不开多学科人才的支持和协作。张旭表示，科学研究和技术研发，就是要解决人才问题，没有第二条出路。

据南方财经全媒体记者不完全统计，北京、上海、深圳、杭州、武汉等不少城市已将类脑智能纳入城市规划。2021年12月，《上海市人工智能产业发展“十四五”规划》明确将“前瞻布局类脑芯片，探索基于忆阻器的存算一体芯片，推动算力突破发展”；2022年8月，深圳市光明区发布全国首个脑科学和类脑智能领域专项扶持政策，着力打造全球脑科学与类脑智能创新策源地和产业集聚地；2023年1月，武汉《政府工作报告》提出，要加快培育类脑智能等新增长点，推动元宇宙、人工智能等产业加速成长。

“相比于其他城市，横琴拥有优异的科研和生活环境，可以同时发挥广东联结内地的优势和澳门地区的国际化优势，还有人才政策支持，具有发展类脑智能的潜力。”张旭说。

类脑智能商业化有多远？

类脑芯片是人工智能芯片中的一种架构，它模拟人脑进行设计，相比于传统芯片，在功耗和学习能力上具有更大优势。当前，人工智能芯片的应用市场较为广泛，包括5G通信、自动驾驶、智能手机、无人机、智能安防等领域。

“类脑智能未来应用广泛，在细分领域中，类脑智能对突发事件的跟踪更灵敏、更快速。”张旭举例，在夜晚，机动车视野中突然跑过人或是动物或是车，目前普通的车载装备很难及时捕捉到这个事件，但类脑芯片能够清晰捕捉。

复旦大学类脑智能科学与技术研究院副院长林伟曾表示，类脑智能还处在研发阶段，严格意义上来说，目前生活中并没有常见的类脑智能应用案例。

近年来，各国企业正逐步布局类脑智能。IBM围绕Watson系统和TrueNorth类脑芯片，意图抢先打造类脑智能生态系统；微软提出意识网络架构，声称是具备可解释性的新型类脑系统。我国灵汐科技也在2021年成功量产新一代类脑智能芯片-领启KA200，主要应用于机器学习、深度神经网络（DNN）、脉冲神经网络（SNN）的计算加速和脑科学研究。

张旭告诉南方财经全媒体记者，类脑智能的发展，本质上是市场行为，研究院和企业各有分工。

“研究院主要做基础研究、核心技术早期研发和产业技术的推动，它会派生出一些相关的企业，企业来做产品研究、产品应用技术、市场所需要的产业级技术研究。任何一个企业要长期可持续性地占有市场，没有独到的技术和产品，那是不可能的。”张旭说。

在不少业内人士看来，商业化进程较缓慢的局限是现在的模型还不能完全模拟大脑复杂的多脑区结构。例如，目前的深度学习，只能模拟视觉识别、语音识别等单一脑区，但难以实现多脑区之间联合学习的能力。

谈及未来趋势，张旭告诉南方财经全媒体记者，从科技研发到技术应用，类脑智能都是未来趋势、是前沿领域。未来，国际类脑智能发展将加速类脑智能技术和产品研发，突破脑机接口技术，注重利用神经形态计算模拟人类大脑处理信息的过程。