計算機是人類最偉大的發明之一，甚至對於現代須臾不可離開電子設備的人類來說，幾乎可以把「之一」去掉了。從電子管時代過渡到電晶體後，在摩爾定律的加持下，計算機的性能成千上萬倍的提高，而價格則在不斷降低，讓它從大型研究機構的專用設備變成了隨處可見的生活日常物品。但是隨著晶片製造技術逐漸逼近理論上的極限，這樣的美好循環還能繼續下去嗎？
圖源：pixabay.com
晶片技術難破物理極限
提高晶片的性能，總的思路多年來並沒有太大變化：在儘可能小的空間裡塞進更多數量的電晶體，最直接的辦法就是把電晶體做的小一點，再小一點，更小一點，製程精度從300納米、50納米、28納米、10納米，到現在主力產品達到了5納米甚至3納米：蘋果公司2022年發布的A16處理器包含了160億個電晶體，不要說肉眼，差一點的顯微鏡都看不清楚其內部結構了。雖然工藝材料都在不斷進步，有望達到1納米，但是人們都知道早晚要面對那堵嘆息之牆——矽原子的直徑是0.2納米，在達到這個精度之前，量子效應和指數級增長的熱量堆積就會讓更小的晶片難以得到滿意的性能。如果提高電晶體密度的基本方法再也走不下去了，雖然還可以在其他方面花樣翻新，但是基本的性能瓶頸是無法迴避的。
圖源：Games Nexus
性能提高的速度變慢了，但是功耗問題卻從未停步。Inteli7處理器的功率密度大概是50 W/cm²，一些領域的專業晶片功率密度最高甚至達到了380 W/cm²，要知道，看著就灼熱無比的火箭噴嘴也不過是600 W/cm²。隨著計算設備對人類社會的滲透不斷加深，各行各業對於算力的需求好像永無止境，數據中心越建越多，越建越大很多大型數據中心用於散熱所消耗的電能都快超過計算機運行本身的耗電量了，淘寶的數據中心不得不建在千島湖下面來節省電費。而以超算中心、神經網絡、chatGPT甚至是特幣為代表的新型電子工具的不斷湧現，信息產業的耗電量正在暴增，以至於很多研究氣候變化、節能減排的科學家們本身已經成為了耗能大戶。
圖源：@科技蟹
類腦智能提供全新希望
最近發表在 Frontiers in Science 上的一篇多學科聯合研究論文宣稱，他們使用人腦細胞培育的一種類腦計算硬體表現出了與傳統計算機擅長的領域完全不同的特點，他們將其命名為類腦智能 OI（organoid intelligence）。
類腦器官是在實驗室培養皿中的幹細胞小塊，被誘導發育成模擬人腦結構和功能的3D結構，但比完整的大腦結構要簡單。2013年這種方法首次出現，當初是用來研究小頭症的機理和治療的。而在後續的研究中科學家發現，這種「小塊」具備獲取和存儲信息的功能，而且具有學習和決策的能力，有些實驗室甚至教會了「小塊」玩遊戲——電子桌球。
在培養基中生長的類大腦器官
圖源：Elke Gabriel
人類大腦具有巨大的計算和記憶能力是早就存在的共識，據估計人類大腦的存儲容量可達2500TB，而構成大腦的近1000億個神經元的連接數則有1015 個，模擬這種神經網絡結構的算法是AI技術的大熱門，但是科學家認為這種模擬實際上遠遠沒有發揮出人腦真正的長處。第一，人類大腦非常「節能」：美國的超級計算機Frontier 的計算能力為1.102 exaFlops（約為每秒一百億億次浮點運算），而人腦的理論計算能力可達1 exaFlop ，但是Frontier 的運行功率達到了21兆瓦，而人腦的功率只有20瓦左右，效能的差距有一百萬倍。
其次，從學習的效率來看差距也很大，例如一個簡單的區分相同和不同的任務，人腦大約需要十次訓練即可分辨，換作蜜蜂需要100次左右，然而讓AI算法來達成這個任務則需要訓練一百萬次左右。AlphaGo 學習下圍棋時，達到人類一般水平用了16萬場比賽，這個數量如果換成是人類需要每天下5個小時連續干175年。但其實人類學習圍棋不需要那麼久，有天分的孩子四五年就可以達到類似的水平，這表示人腦的學習效率遠高於算法。一個更明顯的例子是駕駛汽車：人類成員中的80%經過適當訓練都可以合格的上路開車，但是自動駕駛系統耗費了巨量的資源，投入了無數高大上的計算設備，至今不敢讓它獨立開車，雖然它比很多人類更遵守交通規則，但是犯下低級錯誤的概率實在是太高了。
發起這項研究的科學家們認為，生物計算可能比矽基計算和人工智慧更快、更高效、更強大，並且只需要很少的能量。而要實現OI（organoid intelligence）系統，其核心是培育能執行計算任務的3D腦細胞結構，激發它的學習潛力需要設法讓學習能力很強的細胞和基因富集，以及維持生物體結構所需要的各種營養供應系統，從而支持腦細胞結構的生長能力、生存能力和足夠的壽命，同時開發各種類型的信號輸入方式，包括電信號和化學信號、視網膜型號和各種人造傳感器的合成信號。而有關OI的研究還可以改善人們對大腦發育、學習和記憶的理解，有可能幫助找到治療痴呆症等神經疾病的方法。
圖源：Front. Sci., 28 Feb 2023
DOI：10.3389/fsci.2023.1017235
科學倫理必須考慮，另闢蹊徑也許大有希望
同時他們也指出，目前存在的一個重大障礙是科學倫理問題：人工培育出的類腦器官會產生意識嗎？它會感到疼痛嗎？會累嗎？
史丹福大學法律和遺傳學教授漢克·格里利（Hank Greely） 認為，如何區分感知能力和意識，其實人類本身也很迷茫，對大腦如何產生意識更是知之甚少。一些神經元連接起來是否就代表它可能產生意識這很難說，就像把一些鋼筋水泥堆在一起未必就會變成一棟大樓。
地球上很多生物都有大腦，人類的大腦肯定是獨特的，但是很多能力並非人類獨有，其他生物能在殘酷的生存競爭中存活至今，它們的大腦也絕不是擺設，即便是很小、看起來沒什麼智慧的生物，其大腦的複雜程度也非常驚人：近日，美國約翰斯·霍普金斯大學和英國劍橋大學的聯合研究團隊繪製了第一張完整的黑腹果蠅幼蟲大腦的全腦圖譜——一種即便是成年體長也僅有2.5毫米的昆蟲，現在研究清楚了它的幼蟲大腦，包含 3016 個神經元和 54.8 萬個突觸連接，這項成就被稱為「理解大腦如何處理感官信息流並將其轉化為行動」的一個里程碑。
使用高解析度電子顯微鏡建模的果蠅幼蟲大腦的完整神經元結構。
圖源：Johns Hopkins University/University of Cambridge
研究人員花了一年半時間，用納米解析度的電子顯微鏡捕捉了一隻誕生 6 小時的黑腹果蠅幼蟲的大腦圖像，隨後使用計算機輔助程序精確定位神經元和突觸，最終確定了 3016 個神經元，其中 93% 與對側大腦半球的夥伴神經元配對。通過手動追蹤每個神經元的曲折蜿蜒的連接，研究者標記了 54.8 萬個突觸，並將其分為四類。該連接圖譜顯示，昆蟲大腦是多層次的，有不同長度的路徑連接大腦的輸入和輸出。
就是這3000多個神經元，具備學習、導航、處理氣味以及權衡行動的風險和收益等多項複雜功能。如果用晶片和相應的算法來實現這些功能，即便只需要一部手機的計算能力，但是有誰能將這部手機塞進2.5毫米的20%（幼蟲）的20%（大腦）的空間裡呢？而果蠅這種動物遠遠不是日常人們認為有智慧的生物，那些會學習、會記仇、會使用工具、會偷東西的猴子、烏鴉、鸚鵡、老鼠以及被稱為海中精靈的海豚才是動物智慧的代表，它們不光具備足夠的生存智慧，一定的自我意識，甚至對於死亡都有不同的感受。如果使用這些生物的腦細胞構造的類腦計算硬體具備與人類類似的學習和存儲能力，筆者完全不會意外，而且這樣就可以暫時規避上述那個難解的科學倫理問題，發展出一套全新的計算系統。
對此，您怎麼看呢？不妨留言與大家分享。
參考文獻：
1.https://www.ithome.com/0/663/658.htm
2.https://zhuanlan.zhihu.com/p/361439979
3.https://www.frontiersin.org/journals/science/articles/10.3389/fsci.2023.1017235
4.https://www.livescience.com/lab-grown-minibrains-will-be-used-as-biological-hardware-to-create-new-biocomputers-scientists-propose
5.https://scitechdaily.com/first-complete-map-of-an-insect-brain-everything-has-been-working-up-to-this/