隨著大模型的興起，人工智能進入了飛速發展階段。然而當“規模定律”（Scaling Law）接近極限，大模型的性能提升之路已面臨瓶頸。如何突破這個瓶頸？科學界認為，類腦智能是實現下一代人工智能的顛覆性路徑。

4月18日，2025全國類腦智能產業創新發展推進會在上海舉行，眾多科學家和產業界人士出席。大會上，類腦智能產業創新發展聯盟、類腦智能未來產業基金矩陣發起成立，上海類腦智能未來產業集聚區在楊浦區啟動建設。瞄准這一未來產業，市科委正在開展體系化布局，加快全過程創新、全鏈條推進和全要素配置。

突破AI“規模定律”限制

類腦智能，是以模擬大腦的神經結構和認知原理為核心，使計算系統具有類似人類的感知、推理和學習能力。

神經網絡這一人工智能重大突破的起點是類腦研究。“2024年諾貝爾物理學獎得主霍普菲爾德是人工智能的先驅，他發明的人工神經網絡由大量模擬神經元的節點連接構成，具有記憶功能和大腦可塑性特點。”中國科學院院士、中國科學院腦科學與智能技術卓越創新中心學術主任蒲慕明說。

然而此后，人工智能的發展與類腦智能漸行漸遠。

比如，大模型的結構就與人腦差異較大。其發展遵循“規模定律”，即模型性能隨著參數量的增加而提升，也隨著預訓練數據量的增加而提升。目前，這個定律遇到了算力和數據的瓶頸，大模型的性能提升幅度已明顯放緩。

能耗也是一個突出問題，預訓練大模型的耗電量非常大。OpenAI訓練GPT-4時，用了約2.5萬塊GPU，每塊GPU的功耗是400瓦，完成一次訓練需要三個月，耗電量高達2.4億千瓦時。

與GPU相比，人腦的功耗低得多，僅20瓦左右。研究類腦芯片的復旦大學教授鄒卓解釋，人腦約有860億個神經元，通過海量的神經突觸傳遞信號，具有稀疏激活、大規模並行的特點。

“我們要借鑒大腦的結構和計算特點，讓人工智能突破算力、數據和參數規模的限制，實現更高級別的通用人工智能。”蒲慕明說，“布局類腦智能技術研發，對我國人工智能發展具有戰略意義。”

神經形態芯片模擬突觸傳遞

2017年，上海在全國率先開展類腦智能布局，通過深化基礎原創理論研究、加快關鍵核心技術攻關、承接國家重大戰略任務等舉措，在類腦計算芯片、類腦視覺系統研發等領域取得了重要成果。去年以來，市科委進一步增強戰略敏捷和戰略主動，體系化布局類腦智能前沿技術和未來產業。

在類腦計算芯片領域，鄒卓團隊正在研發基於脈沖神經網絡的神經形態芯片。這種芯片是未來類腦計算機的基礎，用大規模並行處理單元模擬大腦神經元，並用網絡化互聯模擬突觸傳遞。 下轉 4版（上接第1版）“脈沖神經網絡通過單比特脈沖計算，把復雜的乘加運算簡化為累加運算，從而有效地降低芯片的計算功耗。”鄒卓說，“它還具有事件驅動的特點，輸入刺激時才會動態激活局部網絡，完成分布式計算。就像我們的視覺，能更敏感地捕捉到運動的物體。”憑借這些優勢，類腦計算芯片與CPU、GPU等傳統芯片相比，有望實現1—2個數量級的能效提升。

在類腦計算芯片研發過程中，鄒卓團隊與新氦類腦智能公司長期合作。這是一家入駐上海類腦智能未來產業集聚區的新型研發機構，在市、區兩級政府支持下，新氦類腦智能建設了類腦計算芯片原型驗証平台，支持復旦大學、曦智科技等高校院所和企業研制出新一代芯片的原型樣機，節省了大量研發成本。鄒卓認為，取得類腦智能研究成果后，下一步要走產業引領道路，引導越來越多的企業進入這條新賽道。

當天發起成立的類腦智能產業創新發展聯盟，集聚了一批產業界先行者，既有靈汐科技、時識科技等類腦智能技術研發企業，也有中電海康、華為、長安汽車等技術應用企業。聯盟聯席秘書長、中國信通院上海工創中心總經理鄭忠斌說，聯盟將牽頭制定類腦智能標准體系、構建類腦智能數據集，探索智能網聯汽車、具身智能機器人、智能醫療終端等領域的應用場景。

當天亮相的類腦智能未來產業基金矩陣，由上海未來產業基金、博康共贏基金、道禾基金、楊浦科創集團等10家投資機構聯合發起。

蒲慕明預測，未來5—10年，擁有具身智能的人形機器人將成為類腦智能最重要的應用場景之一。他建議科研團隊模擬人類在兩歲前認知外部世界的過程，根據應用場景需求，為機器人建立特殊化的“世界模型”。“腦科學與人工智能研究應進一步融合”，這將加速推動近年來的腦科學發現轉化為算法、器件等類腦智能成果，把更多的人腦優勢移植到機器上。

（來源：解放日報）

分享讓更多人看到