本文為中國科學院院士、廣東省智能科學與技術研究院院長張旭受邀撰寫并刊發在《中國科學院院刊》2024年第39卷第5期上的文章。全文轉載如下：
智能時代的腦科學與類腦智能研究
20世紀90年代末，隨著互聯網的出現，人類社會步入智能時代，其標志是計算機科學和信息技術迅速 發展、互聯網普及、大數據興起、人工智能 （AI） 技術進步。智能時代是以智能科技為核心技術、智能計 算力①為代表性生產力的時代。近年來，隨著計算機 算力的增加，AI技術得到了快速發展和應用，人們推 測當計算機的智能算力超過人腦的算力時，可能引發 智能科技的變革。理解人腦如何能夠低能耗地進行大 規模智能計算的原理是開發下一代智能算力的源泉。 腦科學（brain science）是研究人、動物和機器的認知與智能的本質和規律的科學。人類大腦是最為復雜的 信息和智能系統，對腦感知、認知功能神經網絡的解析會啟迪類腦智能理論和類腦智能技術②。腦科學研 究將如何貢獻于智能時代的社會發展？在智能時代， 腦科學研究正凸顯它的多學科交叉研究的特征，以及學術研究與工程技術并舉的特征，腦科學由此新納入了腦機接口、類腦智能計算等研究領域[1,2] 。解析腦認知功能網絡是發展類腦智能的基礎。2023年，研究者 繪制了小鼠大腦的完整細胞圖譜，以及較為全面的人腦和非人靈長類動物大腦圖譜，腦機接口進入人體臨床試驗。類腦智能研究與開發是腦科學新的前沿領域。新近出現的類腦處理器單元③使構建大規模類腦智能計算系統成為可能，未來類腦超級算力極可能超過人類大腦算力，促進智能科技變革和影響人類社會發展。
1 智能時代腦科學的新領域——類腦智能
1.1 智能時代的科技內涵
智能時代的內涵是通過機器智能的發展和應用， 推動一場以大數據為基礎的技術革命，智能計算系統 能夠模擬和擴展人類的智能，具備感知、理解、學習 和決策等能力。目前，計算機機器智能在語音識別、 機器翻譯、文本摘要或創作及自動回答問題等領域逐 漸超越人類智能，能夠處理原本只有人類才能處理的 復雜問題。人機環境系統之間的緊密協作和優勢互 補，人機交互不僅僅依賴于計算機知識和數學算法， 還融合了哲學、神經科學、心理學、語言學、社會學 等學科，實現全面和綜合性智能化應用，通過物聯 網、大數據分析和AI等技術的融合，設備、系統和環 境更加智能互聯和協同。智能技術幫助人類創新和創 造，模擬、延伸和擴展人類智能，拓展人類認知的疆 界，深刻地改變人類社會結構、生活方式和社交 模式。 智能時代的核心科技是智能科技。智能時代生產 力的特征是智能算力，超級智能計算系統 （super intelligent computer）、智能芯片 （intelligent chip） 等 智能計算設施和器件是制造智能算力的關鍵技術。腦 科學及神經科學 （neuroscience）、計算機科學、數學、 普適智能計算系統、無線傳感器網絡、智能物聯網和 區塊鏈等智能技術，推動著新的科技革命與產業變 革。智能化設備和系統的大規模、綜合性運用，構建 大型綜合性智能互聯和智能化管理系統，形成智能經 濟和智能社會，使人類的生產和生活方式發生根本性 的改變，推動人類社會的高效和可持續發展。
1.2 類腦智能科技的內涵
腦科學已經成為世界科技戰略制高點，人類開始 描繪“智力藍圖”（intelligence blueprint），其目的是 理解認知等大腦高級功能的物質及結構基礎，在防治 認知障礙性疾病的同時，建立一套腦科學的智能理論 和類腦智能科技。
狹義的類腦智能（brain-inspired intelligence）是借 鑒生物腦的感知認知行為機制和信息傳遞機制，構建相關類腦智能算法、模型和系統，并通過軟硬件協同 實現的機器智能。狹義的類腦智能與傳統的AI有較大 的區別，后者是一門結合了數學、計算機科學、心理 學等多學科理論發展起來的新技術。類腦智能計算④ 的計算速度快、能耗少、邏輯分析和推理能力更強， 類腦智能計算機體積小。類腦智能有望對計算系統架 構、智能芯片、智能計算機、智能機器人進行顛覆性 創新，在智能時代有著廣泛的應用前景。
廣義的類腦智能包括類腦血管系統等生物腦的非 神經元及神經網絡系統。大腦是能量消耗和熱量產生 最顯著的器官，大腦消耗人體20%—25%的能量，安 靜時大腦產熱為人體產熱量的16%，大腦思考時消耗 人體30%—50%的能量，產熱也增加。大腦血管豐富、 血流量大，思考時腦血流加快、散熱增加，人體皮膚 血液循環是主要散熱途徑。類腦血管散熱系統有助于 設計更加節能、更小體積、更為安靜、更快速度和更 加智慧的類腦智能計算機系統。廣義的類腦智能還包 括 正 在 興 起 的 類 腦 組 織 工 程 （brain-like tissue engineering），其應用多能干細胞誘導分化的方法，獲 取具有大腦細胞類型及結構的類腦器官，模擬和重現 大腦的結構和功能及疾病發生過程，并探索類腦器官 的潛在醫學應用，以期恢復、維持或改善損傷大腦的 功能。 因此，類腦智能的科技目標是分別在硅基和碳基 上構造類似生物腦的結構和功能/智能，并在智能芯 片、計算機、機器人、腦醫學等方面加以應用。類腦 智能研究領域已成為腦科學的一部分[1] ，使傳統的腦 科學研究成為從發現步入創造的一門學科，其科研成 果也呈現多種形式和類型。類腦智能也寫入了《神經 科學》教科書[2] 。中國神經科學學會成立了腦機接口 與交互分會和類腦智能分會，發表了《類腦智能產業 與技術發展路線圖》[3] 。2022年Nature發文，認為類 腦計算急需一幅宏大藍圖[4] 。
2 解析腦認知功能網絡
解析腦認知功能網絡是最終闡明智力起源的必由 之路，同時可揭示人腦的工作原理，提升和擴展人的 智力和創造性，啟發類腦智能理論和類腦智能技術。 人腦認知神經網絡的功能依賴于860億個神經元互相 聯結的物理模式，大量神經元通過復雜的聯結以模塊 化的多層次結構來實現感知和認知功能。神經元在微 納米尺度上通過突觸連接的構架與信號傳遞，在百微 米尺度表現為大腦皮質功能柱等局域神經環路與信息 編碼，而在宏觀尺度上實現不同腦區的神經網絡聯結 與認知功能。值得注意的是長期以來缺乏對人腦左右 半球的推理、演繹、邏輯、數理、情感、語言、社會 認知、藝術、創造等高級功能的深入解析，以及其深 層次的信息處理機制。
對腦感知認知神經網絡結構的研究主要通過對神 經元類型和神經結構連接進行系統性的普查，繪制多 尺度 （從突觸到腦區到整個大腦）、多分辨率的腦圖 譜 （brain atlas）。對人腦感知認知神經網絡功能及機 理的研究主要通過腦形態和分子成像、腦機接口等技 術檢測神經元及神經環路活動，記錄大腦腦區一定時 期內較為完整的神經元動態活動，各類神經遞質的存 儲、釋放、調制等活動過程，解析腦功能的編碼與解 碼機制。腦機接口正在發展生物相容性好的柔性腦機 接口系統，以及高集成度和高分辨率的腦電、腦磁信 號采集和智能化分析技術平臺。通過對神經系統結構 和功能聯結規律進行全面解析將最終繪制成腦功能聯 結圖譜（brain connectivity map）。
2023年，在美國“腦計劃”和中國“腦計劃”分 別支持下，小鼠大腦的完整細胞圖譜，以及迄今最全 面的人腦和非人靈長類動物大腦的遺傳、細胞和結構組成圖譜得以繪制[5,6] 。中國科學院腦科學與智能技術 卓越創新中心及合作者開發了高精度大視場時空組學 測序技術，繪制了獼猴皮層的細胞類型、分子特征及 其空間分布圖譜[7] 。北京大學開發了一系列神經肽熒 光探針，實現了對特定神經肽生物活性的實時、在 體、高效和特異性的檢測，為研究神經肽在生理和病 理狀態下的釋放過程、調控和功能提供了重要工具[8] 。 Musall 等[9] 發現了大腦皮層錐體細胞類型在決策過程 中驅動不同功能的皮質活動模式，揭示了神經元類型 特異性的皮層動力學塑造了感知決策。Stine等[10] 報道 了上丘在終止積累證據、進行選擇決策中起著重要作 用。Gordon 等[11] 在大腦運動皮層發現了“軀體感覺- 認知活動網絡”。廣東省智能科學與技術研究院 （以 下簡稱“廣東省智能院”） 揭示了一條新的且不通過 丘腦的脊髓-皮層直接通路 （圖１），并闡明了此通路 在痛覺調控中起重要作用，突破了軀體感覺信息必須 經由丘腦傳遞至大腦皮層的傳統觀點，建立了皮層神 經元直接接受脊髓投射神經元調控的新概念[12] 。
近期腦機接口技術取得了重要的進展。美國加州 大學舊金山分校通過語言腦機接口使一位18年前因腦 干中風造成的失語癥患者重獲語言溝通能力，實時文 本合成速率在 78 個詞/分鐘，錯誤率 25%[13] 。中國科 學院微系統與信息技術研究所、復旦大學附屬華山醫 院和上海腦虎科技有限公司以蠶絲蛋白材料、微機電系統 （MEMS） 等技術研制出的高通量、高密度、超 柔性的記錄電極，針對柔性腦機接口植入過程中的創 傷問題，開發了一種類蚊口器仿生柔性神經探針 （圖 2），能夠穿透硬腦膜實現多腦區微創植入，可感知植 入過程中顱內血管的存在并提供損傷預警，并可實現 大腦神經信號的術后即時采集和長期穩定跟蹤[14] 。他 們開展了單神經元記錄、運動功能重建和漢語合成相 關的柔性腦機接口人體臨床試驗34例，在國際上率先 通過柔性腦機接口實現了癲癇患者實時多通道單神經 元放電脈沖信號記錄，實現了患者實時運動解碼通過 意念完成打乒乓球的電子游戲（延遲小于50毫秒，準 確率大于90%），實現了臨床漢語語音語調解碼與合成 （在無語言模型輔助下語音合成成功率高于90%）。
解析認知功能神經網絡，將為基于神經環路的干 預措施、中樞神經系統的功能調節、神經精神疾病的 治療提供靈感與思路。應用遺傳學、分子生物學、物 理化學技術、腦機接口與交互技術研究感知與認知神 經元的發育、病變和衰老過程，以及認知障礙性疾病 病因和治療，將引領新的診斷和治療技術的發展和應 用，提高人類的生活質量。2023年，浙江大學發現新 型抗抑郁藥物氯胺酮與其靶點 N-甲基-D-天冬氨酸 （NMDA） 受體相互作用中獨特的生物物理特性可能 是其發揮長效作用的關鍵因素，為改造氯胺酮和開發 更安全有效的新型抗抑郁藥物提供了方向[15] 。中國科 學院深圳先進技術研究院提出了一種用于治療帕金森 病的新型神經調控技術，在不影響大腦其他神經環路 的情況下對帕金森病累及的關鍵神經環路進行精準靶 向干預，為臨床治療提供了新策略[16] 。廈門大學發現了游離的主要組織相容性復合體I組成亞基β2-微球蛋 白是介導淀粉樣蛋白毒性的關鍵致病因子，修正和豐 富了阿爾茨海默病（AD）淀粉樣蛋白學說[17] 。我國企 業界也開始從事腦疾病基礎研究和藥靶研究，上海魁 特迪生物科技有限公司在 2023 年報道了人類 DNA 損 傷誘導性轉錄物 4 樣轉錄物 （DDIT4L） 內含子保留 （DIR） 與 AD 樣認知障礙和淀粉樣斑塊形成有關[18] 。 未來，可以期待我國更多的企業研發機構會投入腦疾 病機理研究和診療技術開發。
3 開發類腦智能
人類大腦是最為復雜的信息和智能系統，對腦認 知功能網絡的理解會啟迪類腦智能理論和類腦智能技 術。類腦智能研究要發展類腦智能算法、感知認知模 型和技術，目前主要體現在借助人腦信息處理機制， 用脈沖信號表示時序信息的脈沖神經網絡 （SNN） ⑤ 計算，有效地處理大量的非結構化數據，如圖像、聲 音和文本等。類腦智能將從“腦結構啟發”向“兼顧 腦結構啟發和腦功能啟發”邁進，“感知”和“認知” 智能協同發展，由“專用智能”向“通用智能”轉 變。目前的研究方向有：① 借鑒人腦存儲和計算合二 為一的特點，研發存算一體計算框架和算法模型，突 破“存算墻”的限制；② 實現類腦器件的三維高度集 成，研制出規模化、可擴展的通用存算一體芯片和包 含多種類腦器件的融合類腦芯片；③ 發展適用于類腦 計算的編程語言、工具和編譯器；④ 借鑒人腦自主學 習、推理演繹、涌現等高級功能機制，逐步實現機器 的感知智能、自主記憶、推理與抉擇、自然語言、多 模態協同感知與社會認知等功能。在智能傳感器、便 攜式智能信息工具、低能耗高速度和高存儲的類腦智 能芯片和計算機等智能系統支撐下，構建類腦智能物 聯網，實現智能交通、智能醫療、無疆界全方位個性 化服務、智能社會管理和決策體系等新社會形態和 模式。
3.1 綠色類腦智能計算
國際上類腦智能算法及計算系統研究得到持續進 展。2023 年，Kim 等[19] 提出了一種將卷積神經網絡 （CNN） ⑥和 SNN 相結合的互補深度神經網絡 （CDNN） 處理器，通過異構的SNN和CNN處理核，利 用各自優點實現高精度低功耗的推理和訓練，實現了 超高能效的類腦異構融合計算。Frenkel等[20] 比較了模 擬生物神經處理系統的自下而上設計方法和為解決實 際AI應用問題而設計的自上而下方法，并提出了實現 類腦系統的競爭優勢所需的方法和框架。Rathi等[21] 探 討了基于SNN的類腦計算，通過跨學科的方法，對設 備、電路和算法進行多層優化，提供了一種端到端的 實現方式，以實現高能效的類腦計算處理。美國IBM 報道了一種大規模并行、高效能的神經推理架構—— Northpole，具有存算一體、主動存儲和空間計算的特 點，以及協同優化、高利用率的編程模型[22] 。
近年來，我國在類腦計算方面不僅在基礎理論上 而且在產業技術上，都走在世界前列。2023年，清華 大學報道了類腦多模態混合神經網絡及通用位置識別 系統[23] ，以及一種新型的基于憶阻器神經形態芯片的 邊緣學習技術[24] 。廣東省智能院發布了首個以 BPU “天琴芯”和類腦晶圓芯片“天琴芯·海”為技術支 撐的類腦智能計算系統（圖3）。BPU是更接近生物腦 信息處理特性的智能處理器，采用類似神經脈沖發放 傳遞的通信機制，支持事件驅動的大規模異步并行計 算 。 相 對 于 同 樣 擅 長 并 行 計 算 的 圖 形 處 理 器 （GPU） 、張量處理器（TPU）和和神經網絡處理器 （NPU），BPU對于非結構化、隨機排布、稀疏的數據運算具有更高的處理效率。因此：① 在算力能效上， “天琴芯”通過借鑒人腦存算一體和脈沖傳導的運作 模式，突破馮·諾依曼瓶頸，消除“內存墻”和“功 耗墻”的制約，實現類腦計算“速度更快、功耗更 低”的算力突破。② 在集成技術上，“天琴芯·海” 突破了晶圓級芯片互聯、封裝、供電、散熱等多種關 鍵技術，單顆晶圓芯片可支持 2 億神經元擬態計算。 ③ 在節能減噪上，“天琴芯”系統使用無源散熱系統， 借鑒人腦血管散熱模式，不需要電力支持可實現計算 熱量的長距離傳導，為數據中心減少40%的能耗。北 京大學和廣東省智能院還推出了 BrainPy 腦動力學仿 真與類腦計算通用編程框架 （圖 4）[25] 。它是一個功 能強大、靈活且可擴展的通用編程框架，支持腦動力 學的模擬、訓練、分析等多種應用場景，實現高效的 代碼執行，為類腦智能計算領域提供了一個統一的編 程框架。
3.2 類腦智能超級計算系統
類比于動物進化的規律，隨著算力的增加，智能 會加速發展。在過去數十年，摩爾定律與并行計算使 計算能力提升了百萬倍，現在可能到了智能飛躍的拐 點。2017年，美國微軟公司向OpenAI公司投資10億 美元，雙方在Azure云計算服務平臺上構建AI超級計 算機，擬使用強大的GPU算力以實現算法上的創新， 研發通用人工智能 （AGI），2022 年發布了著名的 ChatGPT——AI技術驅動的自然語言處理工具。2023 年，AI 芯片公司美國 Cerebras Systems 和總部位于阿 聯酋的技術控股集團G42宣布，將攜手打造一個由9 臺互聯的超級計算機組成的網絡，該網絡上的第一臺 超級計算機“Condor Galaxy 1”（CG-1） 已經上線， 算力高達4 exaFLOPS。CG-1與已知的GPU集群不同， 由64臺CS-2計算機組成，每臺CS-2由一個WSE-2晶 圓芯片驅動，是目前性能最強的 AI 超級計算機。然 而，傳統計算機與AI超級計算機的信號-數據轉換和 高精度計算在能源和時間上產生高成本，復雜的深度 學習模型耗費驚人的高訓練成本。高能耗在很大程度 上是由于馮·諾依曼架構的數字計算系統處理數據和 儲存數據是在不同的地方，處理器的大部分時間和精 力都消耗在數據傳輸上。高能耗的現有超算系統不是 可持續發展的AI應用平臺。
人腦有860億個神經元形成神經環路和網絡，能 耗約20瓦，而相同大小的人工神經網絡數字模擬的能 耗約8兆瓦。類腦智能計算技術極有可能突破傳統的 超級計算機和現在的AI超級計算機所遇到的智能演化 環境天花板和高能耗天花板。2024年，澳大利亞的國際神經形態系統中心聯合英特爾公司和戴爾公司將制 造一臺“深南”（DeepSouth） 神經形態超級計算機， 預計在投入使用。“深南”采用高度并行化的架構， 每秒能進行228萬億次突觸操作，通過計算機軟件程 序和硬件設備來全面模擬人腦突觸，從而對突觸處理 大腦信息的方式進行建模，研究大腦工作原理。 Nature發布的“2024九大科技變革預測”中包括了歐 洲第一臺超過10億次計算的超算Jupiter、美國國家實 驗室的Aurora和Capitan，用于創建人類心臟和大腦數 字孿生模型、地球氣候高分辨率模擬等。2024年，廣 東省智能院基于創制的天琴芯系列BPU，將構建類腦 異構融合智能計算機，類腦智能算力達到全人腦神經 元規模，將是智能算力高和能效頂尖的類腦計算科研 設備。
4 結論與展望
腦科學是智能時代的科技前沿。在一系列研究技 術促進下，人類大腦功能聯結圖譜終將被成功繪制， 腦機接口、類腦智能理論和類腦智能技術在未來數年 內將成為腦科學和腦醫學研究和拓展的重要方向。我 們還可以期待類腦智能超級計算機的算力超過人類大 腦算力，類腦智能算力作為智能時代的新生產力會給 智能科技乃至人類社會帶來重大變革。
在這一具有時代特征的腦科技發展歷程中，我們 需要更有效地強化跨學科合作。通過國家和地方設立 的腦科學和類腦智能研究計劃，開展學科交叉研究， 促進學術機構的科研人員和產業界合作研究；建立以 任務為導向的類腦智能研究機構，以及國際合作研究 網絡，匯集相關學科及研究領域優秀科技人員，整合 相關的各類技術方法，進行系統性設計和集成，讓集 成電路、計算機科學家和工程師、數學家、物理學 家、材料學家、分子細胞生物學家等與神經科學家有 共同的語言，在整個研究和開發過程中通力合作，將 腦啟發的科學原理應用于智能計算的軟件硬件設計和 制造；建立跨機構的類腦智能人才培訓體系，設立相 應的碩士和博士培訓計劃，與相關產業密切互動合作培訓高技能的技術人員。
在這一征途中我們面臨著系統性挑戰和發展機 遇。目前，AI算法和應用技術研究與開發已經持續了 數十年，現在各AI賦能的行業依賴于傳統的大規模數 字數據分析和處理，現有的AI算力的高能耗與低效率 將阻礙智能技術的廣泛應用。類腦智能研究與開發可 以提供下一代顛覆性的低碳產業技術和一系列新的智 能產業，然而，類腦智能技術及產業提升和演變還需 要長期努力，建立其發展生態。為了實現類腦智能研 究的快速發展和社會價值，我們需要建立學術研究界 與產業界密切合作的有效機制，引入政府科研經費和 商業資金，以支持腦及類腦智能科學研究，支持初創 腦科技企業、新的衍生企業和轉型企業的發展。我國 將會有更多的科研機構、大學、科技企業參與腦科學 及類腦智能研究，多學科交叉和產學研合作機制正促 成我國在腦醫學、類腦智能研究和開發以及相關產業 走向世界前列。
致謝
感謝鮑嵐、時穎超、環宇翔、鐘帥和蔡冰提供 論文素材、參與論文內容討論；感謝蔡冰（圖 1）、陶虎 （圖 2）、環宇翔/馬寧/林士峰（圖 3）、吳思（圖 4）提供 圖片。
