本月初，英国学术期刊《Nature》上发表了一篇题目为《Towards artificial general intelligence with hybrid Tianjic chip architecture》的论文。内容介绍了一款新型人工智能芯片，它结合了类脑计算和基于计算机科学的人工智能。还用一个实验测试验证了这异构融合类脑芯片的处理能力，视频中的电动自行车在无人驾驶的情况下可以轻松自如的对目标进行跟随。试验中，无人自行车不仅可以识别语音指令、实现自平衡控制，还能对前方目标人员进行探测和跟踪，并自动过障、避障，还展现了自适应姿态控制、语音理解控制、自主决策等功能，看上去就像是机械有了颗大脑一般。该芯片是由清华大学类脑计算研究中心施路平教授所带领的科研团队新研究成果。

该论文链接：https://www.nature.com/articles/s41586-019-1424-8

人工智能芯片发展有两大主流方向：支持人工神经网络的深度学习加速器和支持脉冲神经网络的类脑芯片。由于算法和模型的差别，当前人工智能芯片均只支持人工神经网络或者脉冲神经网络，难以发挥计算机和神经科学两个领域的交叉优势。

天机芯片通过资源复用，只需百分之三的额外面积开销即可同时运行计算机科学和神经科学导向的绝大多数神经网络模型，支持异构网络的混合建模，形成时空域协调调度系统，发挥它们各自优势，降低能耗，提高速度，同时保持高准确度。

此次面世的第三代“天机芯”为世界上异构融合类脑芯片，为进一步探索通用人工智能领域提供了新的方向。据了解，在2015年，代“天机芯”问世。2017年团队研发了第二代“天机芯”芯片。

天机芯片有多个高度可重构的功能性核，可以同时支持机器学习算法和类脑电路，它由156个FCores组成，包含约40000个神经元和1000万个突触，采用28纳米工艺制程，面积为3．8×3．8平方毫米。

邓磊介绍，无人自行车系统的语音识别、自主决策、视觉追踪功能运用了模拟大脑的模型，而目标探测、运动控制和躲避障碍功能运用了机器学习算法模型。

研究团队还指出：“通过随机将新变量实时引入环境中可以产生高时空复杂性，例如不同的道路条件、噪声、天气因素、多种语言、更多人等等。通过探索允许适应这些环境变化的解决方案，可以检查对AGI至关重要的问题，比如概括、稳健性和自主学习。”

后，借美国知名研究机构斯克里普斯研究所的专家埃里克·托波尔的评价来结束文章：“天机芯”的研发及其在无人驾驶自行车上的实验，成功展示了这种结合机器学习和类脑算法的混合设计，标志着人工智能发展进程中的重要时刻。