從AlphaGo戰勝人類頂級圍棋選手，到人工智能系統以90％準確率診斷兒科疾病，近年來，人工智能的突破大多從智能的某個領域接近或超過人類智能，距離達到人類水平的人工通用智能（AGI，Artificial General Intelligence）還有很長的路要走。

8月1日，頂級學術期刊《自然》（Nature）的封面文章介紹了中國科學家發展人工通用智能的嘗試。

這篇名為《面向人工通用智能的異構天機芯片架構》（Towards artificial general intelligence with hybrid Tianjic chip architecture）的論文介紹了一款新型人工智能芯片，它結合了類腦計算和基于計算機科學的人工智能。作者用一個無人自行車系統驗證了這一混合芯片的處理能力。試驗中，無人自行車不僅可以識別語音指令、實現自平衡控制，還能對前方行人進行探測和跟蹤，并自動過障、避障。

作者認為，這項研究或能為人工通用智能平臺的進一步發展起到促進作用。

原則上，人工通用智能平臺可以執行人類能夠完成的所有任務。

異構融合的“天機芯”

在7月30日的電話新聞發布會中，論文通訊作者、清華大學精密儀器系教授施路平介紹了論文的研究思路。他提到，現階段，發展人工通用智能的方法主要有兩種，一種基于電腦思維，另一種基于人腦思維，兩種方法各有優缺點，但都代表人腦處理信息的部分模式。他與研究團隊由此提出將兩種方法異構融合的架構，并在此架構上發展出了天機芯片（Tianjic chip）。

施路平表示，天機芯片是中國完全自主研發的技術成果，其中的異構融合思路由項目研究團隊首先提出。天機芯片也是多學科融合的結晶，團隊成員來自清華大學、北京靈汐科技、北京師范大學、新加坡理工大學和加州大學圣塔芭芭拉分校。

天機異構融合類腦計算架構

天機芯片有多個高度可重構的功能性核，可以同時支持機器學習算法和類腦電路，它由156個FCores組成，包含約40000個神經元和1000萬個突觸，采用28納米工藝制程，面積為3．8×3．8平方毫米。

同時支持計算機科學模型和神經網絡模型是天機芯片的一大特點。負責芯片設計和算法細節的論文作者鄧磊介紹，通常，市面上的深度學習加速器只支持計算機科學模型，神經形態芯片只支持神經科學模型，而天機芯片兩者都可支持，同時支持神經科學發現的眾多神經回路網絡和異構網絡的混合建模。

天機芯片單片（左）和5x5陣列擴展板（右）

鄧磊提到，實現上述兩類模型深度而高效的融合是天機芯片設計中最大的挑戰，因為兩類模型所使用的語言、計算原理，編碼方式和應用場景都不相同。

施路平透露，目前，團隊已經啟動了下一代芯片的研究，預期明年年初可以完成研發工作。

無人自行車系統

為了驗證天機芯片的處理能力，研究人員開發了一款無人自行車系統。

論文提到，搭載一枚天機芯片的無人自行車系統可以實現多功能算法和模型的同步處理。試驗中，無人自行車不僅可以識別語音指令、實現自平衡控制，還能對前方行人進行探測和跟蹤，并自動過障、避障。

無人自行車系統。這輛自行車上配備了攝像頭、陀螺儀、速度計、電機、天機芯片和慣性測量單元。

研究人員在無人自行車系統中設計了一些不同模態的模型以驗證天機芯片的多模態異構融合功能。

鄧磊介紹，無人自行車系統的語音識別、自主決策、視覺追蹤功能運用了模擬大腦的模型，而目標探測、運動控制和躲避障礙功能運用了機器學習算法模型。

鄧磊認為，天機芯片未來可以應用到自動駕駛和智能機器人等場景。

自動行駛自行車演示平臺

新聞發布會上，論文作者、清華大學精密儀器系副研究員裴京透露，團隊的下一步計劃是面向問題商業化，把現有的、已經成熟的成果商業化推廣。

通用人工智能

在論文中，作者反復提及“人工通用智能”（AGI）的概念，并認為這項研究“有望通過為更廣泛的硬件平臺鋪平道路來刺激人工通用智能的發展”。

“人工通用智能”是一個尚未實現的研究課題，有時也被稱作強人工智能，它所描述的機器智能可以理解或學習人類所能完成的任何智力任務。

關于人工通用智能能否實現、何時實現的問題，業內有不同的觀點。

部分人工智能學者認為，人工通用智能的概念并不嚴肅，在實踐中基本不可能實現。另一些人則十分看好人工通用智能的發展，認為它有可能塑造人類的發展軌跡。還有一些則用實際行動表達對人工通用智能的態度，例如，今年7月，微軟宣布向非營利性人工智能研究公司OpenAI投資10億美元研發人工通用智能。

論文提到的一種發展人工通用智能（AGI）的混合方法，結合了神經科學導向和計算機科學導向方法的優點。

在《自然》論文的新聞發布會中，施路平表示，“人工通用智能是一個非常難的研究課題”，但“我們相信它是一定會實現的”，他認為，從未來發展的角度看，人工通用智能是一個必然的趨勢。

在研究思路上，施路平認為，發展人工通用智能的最佳方案之一是把人腦和電腦的優勢結合起來。他解釋，目前為止，據我們所知的通用智能系統就是人腦，人工智能的后兩個發展高潮也都與人腦有關。“以史為鑒，我們認為借鑒人腦會是一個比較好的方法”。

施路平強調，此次發表在《自然》的論文是一個非常初步的研究，人工通用智能是一項非常具有挑戰性的工作，目前還處于起步階段。他和團隊的研究愿景是——“發展類腦計算，支撐人工通用智能，賦能各行各業”。