下一代AI只需20瓦就能運作？科學家瞄準「類腦運算」

「西部世界」真的要來了！科學家們正試圖為AI裝上人類大腦。

最新進展由美國國家實驗室主導。科學家們正嘗試將科幻帶入現實：打造一台佔地僅兩平方公尺、神經元數量媲美人類大腦皮層的超級電腦。

更令人驚嘆的是，計算結果顯示，這台類腦運算電腦的運行速度可能比生物大腦快25萬到100萬倍，而功耗僅需10千瓦（僅略高於家用空調的能耗），這無疑是對當前AI發展困境的一劑強心劑。

目前人工智慧正面臨一場「能源危機」，隨著大型語言模型等技術的爆炸式發展，其驚人的耗電量已成為無法忽視的沉重負擔。

預測顯示，到2027年，僅運行這些模型的電費就可能高達25兆美元——甚至超過美國當年的GDP。

然而相比之下，自然界最強大的智能體——人類大腦，每天只需消耗約20瓦，僅相當於家用LED燈泡的功率。科學家們不禁思考：能否讓AI也像人腦一樣高效？

答案是：類腦運算。

這項旨在模擬人腦結構和運作方式的前瞻技術，正被視為下一代AI的關鍵方向，其核心目標之一，就是用「燈泡級」的能耗驅動強大的智慧。

類腦運算：向大腦學習

在人類大腦中，約有860億個複雜神經元相互運作，並透過100兆個突觸共同建構起一張巨大的訊號傳遞網路。

類腦運算受其結構和功能啟發，採用模仿生物神經網路的節能型電子和光子網路，即脈衝神經網路（SNN）建構，旨在將記憶、處理和學習整合到一個統一的設計中。

其主要特點包含：

1. 事件驅動型通訊：僅在峰值和事件驅動下啟動必要的電路，從而降低功耗。

2. 記憶體運算：資料處理發生在儲存位置以減少傳輸延遲。

3. 適應性：系統會隨著時間的推移自行學習和發展，而無需集中更新。

4. 可擴展性：類腦運算系統的架構允許輕鬆擴展，可以容納更廣泛和複雜的網路，同時不會大幅增加資源需求。

與當前依靠二進位超級電腦處理的人工智慧模型不同，它可以根據對世界的認知進行動態調整，更智能、更靈活，也更不容易被干擾。

舉例來說，當測試人員穿著印有停車標誌的T恤在自動駕駛汽車面前走過時，由傳統AI控制的汽車因為無法辨別上下文，做出了停車反應。

相反地，類腦運算電腦是透過回饋循環和上下文驅動的校驗來處理資訊，它能明確判斷出停車標識位於T恤上，從而讓汽車繼續行駛。

這種差異並不令人意外，畢竟類腦運算模擬的是自然界中最有效率、最强大的推論和預測引擎，科學家們也因此相信，下一波人工智慧的技術爆發必定是物理學與神經科學的結合。

新一輪技術革命展望

目前，相關研究正如火如荼展開。現有的類腦運算電腦，擁有10億多個神經元，由1000多億個突觸連接，雖然和人類大腦的複雜程度相比還只是九牛一毛，但它也合理證明了，這項技術完全可以實現大腦級擴展。

美國國家標準與技術研究院的Jeff Shainline表示：「一旦我們能夠在商業鑄造廠實現創建網路的完整流程，我們就可以迅速擴展到非常龐大的系統，能製造出一個神經元，那麼製造一百萬個神經元就相當容易。」

而IBM和Intel等科技公司正處於這場技術革命的最前沿，IBM於2014年研發的TrueNorth晶片以及英特爾在2018年推出的Loihi晶片，都是旨在模擬大腦神經活動的硬體產品，為後續的新AI模型鋪平了道路。

此外，一些專注於研究類腦運算的初創公司也開始嶄露頭角，例如BrainChip推出了Akida類腦運算處理器，專為低功耗但功能強大的邊緣AI設計，可以廣泛應用於始終在線的智慧家庭、工廠或城市感測器。

同時據The Business Research Company預計，到2025年，全球類腦運算市場規模將呈指數級增長，達到18.1億美元，複合年增長率高達25.7%。

而從更長遠來看，科學家們希望類腦運算將會超越人工智慧傳統界限，更接近人類智慧推論模式，為下一代智慧系統乃至於AGI帶來全新的技術突破。

參考連結：