國浪漫主義詩人雪萊曾說過：“如果冬天來了,春天還會遠嗎？”這句話廣為流傳，給人以希望和鼓舞。不久前，據國外媒體報道，IBM再度發布能模擬人類大腦的SyNAPSE芯片。相比前一代原型，擁有100萬個“神經元”內核、 2.56億個“突觸”內核以及4096個“神經突觸”內核，而功率則僅有70毫瓦。據說新的芯片已有了很大的拓展和進步，達到量產要求，筆者不禁要問，這次神經芯片已經真的來了!智能機器人離我們還有多遠？ 神經芯片真來了！智能機器人還有多遠？ 　　

事實上，三年前，IBM已經發布了第一代SyNAPSE神經芯片，但是彼時僅為一個單核心的原型，距離量產轉化還差太多。但是現在，情況已經發生改變，IBM對SyNAPSE進行了重大升級，芯片核心數量如今達到了驚人的100萬個“神經元”內核、2.56億個 “突觸”內核以及4096個“神經突觸”內核，而這一切只建立在70毫瓦的功率之上。 神經芯片真來了！智能機器人還有多遠？ 　　

SyNAPSE神經芯片

將活的生物體和機器融為一體一直是科學家們的夢想，現在，在這種芯片上，活的腦細胞和硅電路可以有機地連在一起已經變為觸手可及的事實。 　　

這項研究有助于將來某一天開發出先進的神經修復技術，用于治療神經失調或開發通過活的神經細胞處理數據的有機電腦。同時，也意味著智能機器人的大門再次打開。

這款新型芯片是一個完整的端到端垂直整合生態系統的組件，涵蓋芯片模擬器、神經科學數據、超級計算、神經元技術規格、編程規范、算法和應用程序以及原型設計模型。該生態系統全面支持從設計到開發、調試及部署的整個編程周期。 　　

第2頁：機器人三定律 　　

在經典的科幻小說《我，機器人》中，阿西莫夫提出了著名的機器人三定律，即：

1：機器人不得傷害人，也不得見人受到傷害而袖手旁觀 　　

2：機器人應服從人的一切命令，但不得違反第一定律 　　

3：機器人應保護自身的安全，但不得違反第一、第二定律。 神經芯片真來了！智能機器人還有多遠？ 　　

能自我思考的智能機器人　

其后該定律被不斷補充和完善，但是有一項根本問題還沒有得到解決，那就是只能識別0和1的機器人如何真正定義具體的邏輯，比如其后加入的零定律要求機器人不得傷害人類整體，或者坐視人類整體受傷害。這個界限是非常模糊的，要區分開人類個體和人類整體之間的區別，必須要求屆時的機器人具備真正意義上的人工智能。 　　

我們知道，機器是冰冷而不具有生命的。前面提到，新型芯片采用基于類似人腦的、非馮·諾依曼的計算架構，含有100萬神經元和2.56億突觸。這意味著它的處理能力和智能程度將遠超過去的傳統芯片。 　　

IBM科學家日前發布首款前所未有的超大規模神經突觸計算機芯片，其中含有100萬個可編程神經元、2.56億個可編程突觸，每消耗一焦耳的能量，可進行460億突觸運算。這款由54億支晶體管組成的功能齊全、可大規模生產的芯片是迄今建造的最大的CMOS芯片之一。并且在進行生物實時運算時，這款芯片的功耗低至70毫瓦(mW)，比現代微處理器功耗低數個數量級。 　　

整個芯片利用了三星28納米工藝技術，神經突觸超級計算機芯片如同一枚郵票大小，其工作電源相當于助聽器電池，這種支持視覺、聽覺和多感官應用的技術將給科技、商務、政府和社會帶來全新的變化。 　　

新型認知芯片架構由4，096個數字化的分布式神經突觸核心組成片上二維網狀網絡，其中每個核心模塊以事件驅動、并行、及容錯機制將內存、計算和通信集成在一起。為使系統不受單芯片局限，該新型認知芯片在兩塊相鄰平鋪時，可實現無縫拼接，這為日后構建神經突觸超級計算機奠定了基礎。為證明其可擴展性，IBM還展示了一款16芯片系統，該系統含有1，600萬可編程神經元和40億可編程突觸。 　　

第3頁：智能機器人還有多遠？ 　　

拋開涉及倫理的議題不談，我們來探討一下一個真正智能的機器人所必須具備的條件。 神經芯片真來了！智能機器人還有多遠？ 　　

機器人腦子里在想什么？　　

首先，它必須具備自主學習的能力，真正的認知計算模擬系統讓機器人能從經驗中不斷總結學習、尋找關聯、分析總結，這其中有太多的困難，目前大多數機器都是通過算法的調整進行線下的學習的。 　　

其次，是創新。提出假設比解答問題還要難得，對于沒有生命體征的機器人尤其如此。如何讓機器人自己發問，是科學研究中的一個重大課題。 　　

和Watson一樣，IBM的SyNAPSE神經芯片是人工智能的又一個突破性的嘗試，讓我們離智能機器人更近了一步，但是總的來看，現階段的所謂“智能機器人”也就只適合掃掃地、從數據庫中找找話說，或者做一些簡單的機械運動，離我們的理想狀態還是太過遙遠。 　　

在筆者看來，IBM的SyNAPSE神經芯片更多的是技術原型上的一種進步，利用并行結構和動態路由突破數據總線的瓶頸，同時具備一定容錯性，相比過去有更高的靈活性。各種高度靈敏的傳感器也可以讓元件模仿神經元的反饋方式，復制類似人類大腦的信息處理能力。期待未來在這一方面，人類可以向前走的更遠。