陈云霁：从龙芯1号到寒武纪 | 人物(3)

寒武纪AI芯片恰恰解决了这一问题——它能在计算机中模拟神经元和突触的计算，对信息进行智能处理，还通过设计专门存储结构和指令集，每秒可以处理160亿个神经元和超过2万亿个突触，功耗却只有原来的十分之一，未来甚至有希望把类似Alpha Go的系统都装进手机。

在陈云霁看来，制造出具备人类的智能的机器大脑，意味着人类将从繁琐的体力劳动和简单的脑力劳动中解放出来，而聚焦到创造性的活动中。这对于拥有一对双胞胎的陈云霁来说，可谓是能够解决眼下的燃眉之急。

中科院上海生命科学院神经科学研究所研究员仇子龙向陈云霁调侃道：“如果有了你所期待的机器大脑，对你来说最开心和最不开心的事情是什么?”陈云霁幽默地回应道：“最开心的事情是有人帮我带孩子了，最不开心的事情，是自己没孩子带了。”

制造“机器大脑”

曾有人问陈云霁：“既然机器能快速学习，那能不能直接把机器学到的东西复制进人脑?如果一台机器经过训练学到的东西，能不能复制到其他大量的机器中?”

对此，陈云霁表示，科学家现在在神经网络芯片中操纵的是虚拟的神经元，而不是真实的神经元，要将数据拷贝进人脑，目前还实现不了。不过，现在完全能够把一台已经学习过的机器复制到其他的机器中，而且这种复制的成本较低，是比较可行的节省成本的方法。

此外，针对特斯拉创始人马斯克近期提出的“人工智能和人类的共生体”(AI-human symbiote)，陈云霁认为，这种“人脑的数字化扩展”的外部设备现在还很难做到。他对第一财经记者表示：“这在技术上还非常难，现在人类只能复制大脑中一些比较粗浅的信息。”但是展望未来十年脑机接口的发展，他表示：“这倒有可能，现在很多人都在做这方面的尝试。”

对于人工智能未来发展的路径，陈云霁和陈天石都认为，随着社会逐渐从信息时代过渡到智能时代，人工智能芯片将是支撑智能计算不可或缺的载体。复杂的深度学习网络计算需求很高，需要有更多更强大的计算资源。

GPU是作为目前主流的人工智能计算平台，由于其基本框架结构并不是为人工智能所设计的，因此效率受到很多限制。而FPGA(现场可编程门阵列)虽然迭代快，但从计算速度和能耗比来说，和专用的人工智能芯片相比仍然有差距。陈天石在近期接受采访时透露：“目前还有很多公司和高校也在引用跟踪我们前期的成果，研制深度学习专用的ASIC，比如谷歌TPU。”