“仿真脑”能为我们做什么？

人脑那自傲、强大而又神秘无比的信息处理功能一直令人痴迷。就在最近半年里，“造脑行动”又有了新的进展：IBM和Qualcomm两大巨头先后发布了基于神经拟态技术的“脑芯片”。
　　IBM的SyNAPSE芯片号称模拟了一百万个神经元细胞和超过两亿个神经突触连接，初具人工大脑的规模。Qualcomm公司4月公布的Zeroth芯片也在硅片上高效地模拟了脑神经元，装载了该芯片的机器小车还能运用“受到人脑启发的算法”完成寻路、躲避障碍等任务。不过，仿真脑的时代真的要来临了吗？其实我们不止存在着技术上的巨大困难，连制造仿真脑的目标也是一个值得思考的问题。
　　机械化任务：人脑模式没市场
　　当今流行的电子设备和人脑在形态上没有半点相似，在计算原理上也基本不搭界，然而这些电子设备在相当一部分任务中却表现得相当出色。这些任务包括设备控制、大规模批量处理、长时间重复作业等等。无论是在自动化生产的车间里，或是运营上千台网络计算机的“服务器农场”里，甚至在更加新潮的无人管理的大型仓库里，那些原来由“人脑+人肉”完成的任务现在都已经转交给了机电设备，它们的高效、精确和可靠已经达到了令人脑难以企及的高度。而相比之下，探索、学习和适应环境才是人脑真正有优势的领域。
　　学习创造：人脑模式也未必更好
　　然而，在学习和创造领域，模仿人脑模式也未必比现有的计算机技术更有优势。很多原本被认为是人脑独霸的工作，譬如人脸识别、国际象棋、音乐创作等等，现在也慢慢出现了被电脑取代的苗头。而完成这些任务的电脑，也并没有采取人脑的信息处理模式。为什么诸如探索、学习、创造这样本应由人脑固守的领地也会被攻破？这要追溯到人脑的一个底层缺陷—记忆能力不足。
　　大脑的基本构成细胞是神经元细胞，这种细胞可以组成高效的信息网络，但它并不是很好的记忆元件。神经元细胞从功能上来说像是一个传声筒，你这头传话进去，它在另一头变个声音传话出来。这种结构能够迅速完成一些信号变换，但是却不适用于长期储存信息。相比之下，电子元件或者磁性元件能够长期保持在“电位高”“电位低”或者“磁极南”“磁极北”的状态，信息一旦写入就很久不会遗忘。除此以外，电磁元件的状态只要通过简单的操作就能在几微秒内翻转变换，所以信息不但存得久，而且可以迅速进行更改。然而，在神经元细胞构成的大脑网络中，要想快速改变状态就不那么容易了。
　　像识脸、下棋、作曲这些任务固然需要学习、联想和创造，但更重要的其实是积累庞大的信息数据库作为支持。而人脑要花超过电脑很多倍的时间才能储备足够的数据。如果在仿真脑的研究领域，记忆能力不足的问题没有得到解决，那么仿真脑在这些学习任务上也就没了优势。
　　人脑至今领跑的项目：运动控制
　　那么在人脑的功能里，究竟有哪些是电子设备至今还难以企及的呢？孤悬于海中的一盏明灯乃是人脑对肢体运动的控制。
　　人体的运动神经信号传输质量其实远远比不上电子设备。人体中的神经脉冲信号常年经受着各种噪声和扰动的影响。此外，神经信号的延迟也十分可观，神经脉冲的传播速度平均下来只有几十米/秒，就算完成一次最简单的脊髓反射也需要花费掉30毫秒之巨。而在这30毫秒之内，一个不算太高端的嵌入式控制器（假定1000Hz采样率）已经完成了30次微调控。
　　然而，在这些巨大的劣势之下，人类居然还能完成跑跳投捻推揉等各种动作，行动的过程中还能根据外界环境的变化实时调节动作。这些重重挑战简直就是机械疙瘩和硅片脑袋的噩梦。
　　如果真要用芯片来制造仿真脑，运动能力大概会是一个不错的研究方向。而仿真的神经网络能否让机器人运动自如，这还需要更多研究才能下结论。
　　从研究角度讲，仿真脑可以帮助人类揭开脑科学中的谜团。而从实用技术角度看，造脑的目的则应该是剥离出人脑真正强势的功能，制造出超越人脑且超越电脑的新体制智能设备——在肢体运动控制这样的领域，人脑模式的表现依然值得期待。要想制造出具有人脑般性能的芯片，研究者们还有很长的路要走。