|
|
|
|
|
类脑芯片、量子信息等入选“未来明升创新的前沿领域” |
|
|
9月9日上午，由明升中国app技术信息研究所、上海市app学研究所联合编撰的《未来明升创新的前沿领域》在浦江创新论坛成果发布会上正式发布。手机版从政府关注重点、明升发展前景、对经济社会的全局带动和重大引领作用等方面，遴选出未来明升创新的五大前沿领域——类脑芯片、量子信息、合成生物学、绿色制氢和区块链。
新一轮科技革命和明升加速变革，新的颠覆性技术不断涌现，未来明升成为重塑全球创新版图和经济格局的重要领域。该手机版基于对各国和地区科技政策与研发投入、论文与专利、专家观点与学术会议资料等科技信息的多维度分析，探讨了五大前沿领域的发展态势、区域研发优势、技术研发方向和面临的挑战。手机版研判了明升中国在五大前沿领域的全球技术定位，并就未来明升的发展提出了策略建议。同时，手机版还分析了上海在上述领域的研发基础，并为上海更好推进未来明升发展提出了发展策略。
此外，手机版基于上海市app学研究所多源数据平台的智能跟踪分析，围绕未来明升的前沿领域就RISC-V（开源指令集架构）、人形机器人、超导等热点作了发展述评。
会上，明升中国app技术信息研究所副所长刘琦岩等专家对手机版内容进行解读。
类脑芯片会达到人脑智能水平并取代人类的工作吗？刘琦岩表示，类脑芯片取得了重大进展。不过，常用的深度学习加速器类的芯片仍是基于传统的“冯·诺依曼架构”建立类脑芯片，它主要根据认知计算算法而非神经元组织结构来设计芯片，在精准数值计算上拥有出色能力，也取得了非常显著的成果。但是，其计算单元与存储单元分离的架构，限制了它的计算速度和能耗效率。比如AlphaGo在下棋过程中约消耗了1兆瓦的电能，相当于一天约100户家庭的供电量。相比之下，包含超过1000亿个神经元的人脑，消耗的功率仅20瓦。因此，深度学习加速器这种类型的类脑芯片，在诸多方面都不太可能取代人脑。
刘琦岩认为，相比之下，另一种类型的类脑芯片——神经形态芯片是从结构层逼近生物大脑，侧重于参照人脑神经元模型及其组织结构来设计芯片结构，其突出特点在于处理感知、认知和决策等复杂问题时，拥有更高的算力密度和能耗效率。
“不过，目前的神经形态芯片还处于粗浅的模仿人脑阶段，电脑和人脑在知识的表达、储存、处理和应用等方面差距较大。加上目前人类对自己大脑的了解并不深入，模仿人脑的工作还处于非常初级的阶段。”刘琦岩表示，因此，类脑芯片的研发工作现在只是刚刚起步，更不用说取代人脑。但是，一些重复、高度规范化的工作将会被机器取代，将人类解放出来开展更有创造性的工作。
在谈到合成生物学技术有可能带来的生物安全以及生物伦理等问题时，刘琦岩坦言，合成生物学对人类科技、经济、社会发展意义重大。但是，合成生物学的不确定性与不可控性的本质特征决定了它在带给人类变革性受益前景的同时，也存在诸多伦理争议如用于人类增强目的的“定制婴儿”，以及生物安全隐患。
在刘琦岩看来，为了有效防范风险，全球各国政府应达成共识，更加关注合成生物学带来的生物安全隐患，共同建立一套针对合成生物学的生物安保风险的强效、可执行的监管办法。比如，按照风险的紧急和危害程度拟定评估框架，相关机构采取灵活的生物和明升手机防御战略，加强公共卫生基础设施建设以充分预防潜在的生物攻击。对于任何合成生物的研究必须满足规定的安全要求和遵守严格的安全程序。建立标准化合成生物元件库并实施严格管控，按生物元件功能，进行生物元件的安全性评级，对于具有安全风险的元件进行标签设计并限制其信息公开。
特别声明：本文转载仅仅是出于传播信息的需要，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、网站或个人从本网站转载使用，须保留本网站注明的“来源”，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，请与我们接洽。