一條在人工智能領(lǐng)域探索已久卻非主流的道路，正受到越來(lái)越多的關(guān)注。12月13日，天橋腦科學(xué)研究院（TCCI）主辦的“從腦機(jī)接口到腦機(jī)共生”主題論壇上，研究院創(chuàng)始人雒芊芊宣布正式成立尖峰智能實(shí)驗(yàn)室（Spiking Intelligence Lab, SIL）。該實(shí)驗(yàn)室將致力于研發(fā)脈沖神經(jīng)網(wǎng)絡(luò)（SNN）與類腦大模型，由中國(guó)科學(xué)院自動(dòng)化研究所教授李國(guó)齊領(lǐng)銜，旨在探索一條超越當(dāng)前主流AI范式的新路徑。

天橋腦科學(xué)研究院（TCCI）尖峰智能實(shí)驗(yàn)室成立儀式。圖片由主辦方提供

脈沖神經(jīng)網(wǎng)絡(luò)

自ChatGPT問(wèn)世以來(lái)，全球掀起了大模型競(jìng)賽，其核心是基于Transformer架構(gòu)和“規(guī)模法則”（Scaling Law）——通過(guò)不斷堆疊參數(shù)、增加數(shù)據(jù)和算力來(lái)提升智能水平。這需要花費(fèi)大量的算力和電力資源。

與此形成鮮明對(duì)比的是人類大腦。這個(gè)由近千億神經(jīng)元和千萬(wàn)億突觸構(gòu)成的生物智能體，功耗僅約20瓦——相當(dāng)于一盞節(jié)能燈泡，卻能支撐我們進(jìn)行學(xué)習(xí)、創(chuàng)造和復(fù)雜思考。

“當(dāng)前AI模型的智能是通過(guò)‘外生復(fù)雜性’，即外部資源的無(wú)限堆砌實(shí)現(xiàn)的，”尖峰智能實(shí)驗(yàn)室主任李國(guó)齊教授解釋道，“我們希望探索另一條路，即‘內(nèi)生復(fù)雜性’，從AI最基本的計(jì)算單元——神經(jīng)元模型本身出發(fā)，借鑒大腦的工作原理?！?/p>

尖峰智能實(shí)驗(yàn)室的核心研究方向之一是脈沖神經(jīng)網(wǎng)絡(luò)（Spiking Neural Network, SNN）。這是一種更接近生物學(xué)真實(shí)的神經(jīng)網(wǎng)絡(luò)模型。

傳統(tǒng)的AI模型（如Transformer）中的神經(jīng)元是簡(jiǎn)化的“數(shù)學(xué)函數(shù)”，它們處理的是連續(xù)的數(shù)值信號(hào)，計(jì)算方式是時(shí)刻不停的。而人腦中的神經(jīng)元?jiǎng)t通過(guò)離散的、短促的電信號(hào)——即“脈沖”（Spike）——來(lái)通信。神經(jīng)元并不會(huì)時(shí)刻保持活躍，而是在接收到足夠多的信號(hào)刺激、達(dá)到一個(gè)閾值后，才發(fā)放一次脈沖，這種“事件驅(qū)動(dòng)”的模式極其節(jié)能。

大腦的信息編碼不僅在于脈沖的有無(wú)，還在于脈沖發(fā)放的精確時(shí)間、頻率和模式，這被稱為“時(shí)空動(dòng)態(tài)編碼”。尖峰智能實(shí)驗(yàn)室的目標(biāo)，就是將這種蘊(yùn)含豐富神經(jīng)動(dòng)力學(xué)的脈沖通信機(jī)制，與AI大模型深度融合，構(gòu)建一個(gè)更高效、更智能的“全腦架構(gòu)”。

類腦大模型的潛力

在論壇上，中國(guó)科學(xué)院院士張旭提到，“類腦智能”并非簡(jiǎn)單模仿大腦，而是以大腦為“第一性原理”，借鑒其核心工作機(jī)制，通過(guò)工程化手段構(gòu)建一種能夠自我學(xué)習(xí)、自我演化、高效節(jié)能的新型計(jì)算范式。

在類腦智能研發(fā)領(lǐng)域，許多研究工作集中于基礎(chǔ)理論、算法創(chuàng)新及硬件原型機(jī)的開發(fā)，而非直接面向市場(chǎng)推出“產(chǎn)品”形態(tài)的大模型。目前已面世的類腦大模型產(chǎn)品更多體現(xiàn)為神經(jīng)形態(tài)計(jì)算平臺(tái)或特定功能的神經(jīng)形態(tài)硬件芯片，這些平臺(tái)和芯片支持SNNs（脈沖神經(jīng)網(wǎng)絡(luò)）的運(yùn)行，為開發(fā)類腦應(yīng)用提供基礎(chǔ)，如曼徹斯特大學(xué)開發(fā)的計(jì)算平臺(tái)SpiNNaker與IBM的神經(jīng)形態(tài)處理器TrueNorth。張旭介紹，目前國(guó)內(nèi)已有團(tuán)隊(duì)在神經(jīng)計(jì)算芯片與算法研發(fā)中取得進(jìn)展。

李國(guó)齊告訴澎湃科技，作為類腦智能領(lǐng)域中較新的方向，類腦大模型主要是借鑒大腦信息處理機(jī)制構(gòu)建不同于Transformer的大模型新架構(gòu)。目前國(guó)內(nèi)主要有自動(dòng)化所、北大、浙大、清華、上海交大、香港理工做類腦大模型的研發(fā)，海外主要有美國(guó)耶魯大學(xué)以及歐洲科研機(jī)構(gòu)的一些團(tuán)隊(duì)。一些AI巨頭公司也正在采取類腦的思想，試圖將記憶等能力融入大模型中。

今年9月，李國(guó)齊團(tuán)隊(duì)成功研發(fā)出國(guó)內(nèi)首款類腦脈沖大模型——“瞬悉1.0”（SpikingBrain-1.0），證明了該技術(shù)路線的可行性與巨大優(yōu)勢(shì)。該模型在理論上建立了脈沖神經(jīng)元與現(xiàn)有大模型中線性注意力機(jī)制的聯(lián)系，并構(gòu)建了與之兼容的高效訓(xùn)練和推理框架。

在處理超長(zhǎng)序列任務(wù)上，“瞬悉1.0”展現(xiàn)了極高效率。據(jù)報(bào)道，在處理100萬(wàn)長(zhǎng)度的序列時(shí)，其生成第一個(gè)結(jié)果的速度（TTFT）比主流大模型提升了26.5倍。將模型壓縮部署到手機(jī)端后，在處理超長(zhǎng)文本時(shí)，其解碼速度相較同等規(guī)模的Llama 3.2模型，提升了4到15倍。

張旭也指出，類腦計(jì)算芯片和相關(guān)技術(shù)的研究真正取得突破性進(jìn)展只是在最近五六年的事情。與發(fā)展了幾十年的傳統(tǒng)CPU/GPU架構(gòu)相比，它還非?！澳贻p”，處于技術(shù)發(fā)展的早期階段，需要更多的時(shí)間來(lái)成熟和驗(yàn)證。雖然類腦處理器（BPU）在某些專業(yè)應(yīng)用（如腦仿真）上表現(xiàn)出色，但目前通用性還不足，相關(guān)生態(tài)尚待建立。類腦大模型的研發(fā)是相關(guān)應(yīng)用走向通用的重要嘗試。

民間資本支持基礎(chǔ)研究的戰(zhàn)略演進(jìn)

尖峰智能實(shí)驗(yàn)室的成立標(biāo)志著天橋腦科學(xué)研究院自身的戰(zhàn)略演進(jìn)。成立9年來(lái)，TCCI作為支持基礎(chǔ)研究的民間先行者，主要通過(guò)捐贈(zèng)和共建模式，支持了加州理工學(xué)院、上海華山醫(yī)院、上海市精神衛(wèi)生中心等全球頂尖科研團(tuán)隊(duì)，并成功孵化了多家企業(yè)。

“過(guò)去，我們是‘外延式’的賦能者，”TCCI創(chuàng)始人雒芊芊在會(huì)議中表示，“尖峰智能實(shí)驗(yàn)室是研究院首個(gè)采用In-House（內(nèi)部自主）模式的研究機(jī)構(gòu)。我們直接招募頂尖人才，自主決定研發(fā)方向，將角色從合作者升級(jí)為創(chuàng)造主體。”

這一轉(zhuǎn)變，旨在加速TCCI創(chuàng)始人陳天橋提出的“發(fā)現(xiàn)式智能（Discoverative Intelligence）”理念從概念到成果的轉(zhuǎn)化。TCCI將為實(shí)驗(yàn)室提供長(zhǎng)期、穩(wěn)定的支持，讓科研人員能心無(wú)旁騖地挑戰(zhàn)基礎(chǔ)科學(xué)難題。

李國(guó)齊在采訪中提到，他與TCCI創(chuàng)始人陳天橋的理念一拍即合。實(shí)驗(yàn)室的目標(biāo)是實(shí)現(xiàn)“從腦科學(xué)驅(qū)動(dòng)AI，到AI反哺腦科學(xué)”的雙向賦能。一方面，用腦科學(xué)的洞見構(gòu)建更強(qiáng)大的AI；另一方面，用這種新型AI作為強(qiáng)大的工具，去解碼大腦的奧秘，例如分析復(fù)雜的腦電信號(hào)，攻克神經(jīng)系統(tǒng)疾病。

李國(guó)齊說(shuō)，尖峰智能實(shí)驗(yàn)室不僅將致力于理論和模型的突破，還將探索其在AI for Science、生物醫(yī)藥、邊緣計(jì)算等領(lǐng)域的應(yīng)用落地。