清华“天机芯”斩获世界互联网领先科技成果

10月20日，在乌镇召开的第六届世界互联网大会上，15项闪耀全球的世界互联网领先科技成果发布。清华大学团队“面向人工通用智能的异构融合天机芯片”入选其中。

清华大学类脑计算研究中心主任施路平教授在领先科技成果发布会上介绍道：“‘天机芯’支持单一范式平台展示的人工智能应用，还支持多计算范式、多层次、多力度的异构混合建模，特别适合于处理动态、不确定、复杂、多模态的问题，是一个非常好的支撑人工通用智能发展的计算平台。”

▲施路平在领先科技成果发布会上做项目介绍

面向人工通用智能的新型类脑计算芯片——“天机芯”，近日由清华大学牵头的团队成功研制。作为业界首款异构融合架构的AI处理器，“天机芯”融合了计算机科学和脑科学领域的技术优势，斩获本届世界互联网大会领先科技成果。

不久前，清华大学施路平团队基于“天机芯”的研究成果作为封面文章登上了8月1日《自然》（Nature），实现了中国在芯片和人工智能两大领域《自然》论文零的突破。

▲施路平（右三）上台领奖

今天，我们带您全方位了解“天机芯”，及其成功在无人驾驶自行车上进行的实验。

人工通用智能是什么？

人工通用智能（AGI，即Artificial general intelligence），它在学界存在众多的定义和形容词，我们可以简单理解为：“机器能在没有编码特定领域知识的情况下解决不同种类的问题，人类希望机器能做出类似人类的判断和决策。”

据施路平介绍，人工通用智能是人类长期追求的智能目标，目前主要存在两大类技术路线：一是计算机科学导向的机器学习算法，以求解显式的优化问题为主。尽管这类技术路线在图像、语音和文本等诸多领域取得了瞩目的成就，但仍然存在明显的缺陷（如泛化能力不足、鲁棒性差、大数据依赖、计算密集、参数敏感等）。二是神经科学导向的神经形态计算，以模拟大脑为主。大脑是已知的唯一通用智能系统，这也是神经科学导向的路线动机，但大脑运作的诸多细节尚未认知；这使得目前的单一范式计算框架均难以实现理想的通用智能。

因此融合上述两类路线，除优势互补外还能激发新型神经模型的研究，是发展人工通用智能的最具潜力的技术方案。

▲施路平在现场做项目介绍

什么是类脑计算芯片?

“天机芯”是一款类脑计算芯片。类脑计算芯片是借鉴人脑的信息处理机制研发的新型计算芯片，“就像人类大脑中的神经元，一个神经元能连接上千个神经元，能够实时传递脉冲信号，保持丰富的编码机制。” 施路平解释说。

“天机芯”的优势？

 “天机芯”不仅能够支持计算机科学导向的机器学习算法和神经科学导向的神经形态计算模型的独立部署，还能够支持两者的异构建模，为发展人工通用智能提供了一个计算平台。与单一计算范式人工智能芯片不同，天机芯可以激发新型神经模型的研究并促进人工通用智能的发展。

“天机芯”挑战了什么样的尖端难题？

这个问题也能解释团队为什么选择自行车作为实验工具，他们在接受DeepTech深科技采访时用平实的语言解答了这些技术难题。

论文的共同第一作者邓磊介绍说：“自行车的语音识别、环境感知、平衡控制、避障等功能都需要背后的模型算法提供支持才能实现，这其中就包括了不同模态的模型。例如语音识别、自主决策以及视觉追踪可以通过模拟大脑来实现，而目标探测、运动控制以及躲避障碍等，则可以通过机器学习算法完成。传统的人工智能芯片仅能支持单一类别的模型，如深度学习或计算神经科学的模型，而’天机芯’则实现了多模态模型的交互。”

在“芯片大脑”的控制下，无人自行车可以实时感知周围环境，跟随前方的试验人员并自动进行避障，根据语音指令、视觉感知反馈产生实时信号，对电机进行控制从而保持平衡或改变行进状态。

究竟什么是异构融合?

施路平这样解释：“我们希望能把AGI的两个计算范式融合起来，实现互补。现在的计算机是将多维的信息转换成一维的信息流，主频越来越快，换句话说这是利用了时间复杂度；而在人脑中，一个神经元可以连接1000到10000个神经元，这是利用了空间复杂度，且大脑是利用脉冲进行编码，换句话说这就引入了时间复杂度，因此代表了时空复杂度。‘天机芯’同时具备了空间复杂度和时空复杂度，这就是异构融合。”

计算机和人类各有所长，异构融合则是打通两者鸿沟的技术。异构融合的“天机芯”类脑计算芯片，实现了计算机科学和神经科学导向的绝大多数神经网络模型运行，这也正是论文发表当期的《自然》封面标题为“双重控制”（Dual Control）的原因。

▲天机异构融合类脑计算架构

异构融合的人工智能是一种多模态系统，而驾驶自行车正是一个多模态任务——它既需要语音识别，也需要视觉识别和追踪，要求的是自行车电机或者传感器进行信息数据的收发，而系统对两者信息处理的编码模式是不一样的，这就是所谓的多模态。这个复杂的多模态任务于是成为施路平团队验证其异构融合成果的理想展示平台。

“成精的自行车”背后的清华力量？

8月1日，基于“天机芯”研究成果的论文“面向人工通用智能的异构天机芯片架构”（“Towards artificial general intelligence with hybrid Tianjic chip architecture”）曾作为封面文章登上《自然》（Nature）。施路平解释：“我们进一步开发了一个无人自行车系统，植入了多种主流神经网络模型和受脑启发的计算模型，同时实现实时目标探测和追踪、语音识别、避障、平衡控制以及自主决策等多模态场景。”

▲《自然》封面图

“天机芯”是中国完全自主研发的技术成果，其中的异构融合思路由项目研究团队首先提出。清华大学为论文第一单位。论文通讯作者施路平在2012年入职清华大学，组建清华大学类脑计算研究中心，从基础理论、类脑计算系统芯片和软件系统全方位进行类脑计算研究，“天机芯”正是他带领团队研发多年的最新成果。

论文的7位共同第一作者，每位都与清华有颇深的渊源——清华大学精密仪器系副研究员裴京，本科、硕士均毕业于清华大学，1990年起在精仪系任教至今。美国加州大学圣塔芭芭拉分校博士后邓磊，2017年于清华大学类脑计算研究中心获博士学位。邓磊在博士论文中曾提出，类脑计算的本质应该是通过借鉴大脑信息处理的方式，获得解决人工通用智能问题的能力，深度学习和神经形态都只是实现理想类脑计算的手段——值得一提的是，裴京正是他的导师。此外，论文共同第一作者还有清华大学医学院教授宋森，清华大学自动化系副研究员赵明国，清华大学计算机系教授张悠慧，清华大学类脑计算研究中心博士生吴双、王冠睿。

对“天机芯”的期待？

“天机芯”控制的自动驾驶自行车不只是一次成功实验，更是一种具有启迪意义的新平台、新思路。团队通过这辆类脑自动行驶自行车，建立了一个异构可扩展人工通用智能开发演示平台，也为学界提供了一个发展人工通用智能的平台和思路。

“未来‘天机芯’的发展方向，是为人工通用智能的研究提供更高能效、高速、灵活的计算平台，还可用于多种应用开发，促进人工通用智能研究，赋能各行各业。”施路平说。

“天机芯”拥有广泛的未来应用前景。裴京表示，作为异构融合芯片，不管是深度学习加速器还是神经形态芯片能够做到的事情，“天机芯”都能完成，更重要的是它能够完成一些加速器或芯片原本单独无法完成的任务。

比如在运动视频分析中，使用机器学习算法模型会因为数据传输速度有限且数据量大而造成卡顿；神经形态芯片虽然数据量小，但会降低精度。将两种模态结合后，则能在代价和功能上实现良好平衡。

“天机芯”的低能耗、低成本，意味着它在家庭和服务性场景中具有广泛的应用前景。除了自行车，自动驾驶汽车、智能机器人等领域都值得期待。

面向未来，“天机芯”拥有无限可能。

背景链接

第六届世界互联网大会按照“公平、公正、客观、权威”原则，大会组委会成立“世界互联网领先科技成果推荐委员会”，由39名中外方专家共同组成——来自中国、美国、德国、挪威、日本、澳大利亚、英国、俄罗斯、韩国等多国的国际知名互联网业界领军人物。

“今年征集的各类领先科技成果有数百项，来自中国、美国、德国、英国、瑞典、俄罗斯等国家。根据推荐委员会投票选举，投票率领先的科技成果在大会上发布。”推荐委员会中方主任邬贺铨院士说。

点击查看👆

视频│CCTV2、清华电视台

图文素材│精仪系

文字│拜喆喆、李婧

图片│梁晨 等

编辑│李婧