所谓的类脑计算，指的就是类脑智能（或称“神经形态计算”）；科学家们是希望可以找到一种告别传统计算方式，让机器可以完全模拟出人类大脑的神经系统，通过模拟人脑工作系统来运行，这样，最终机器的计算结果就会更加快速、可靠。同时，从运算技术上来说，类脑计算所需要的耗能也会更低，成本自然也就降低了。

类脑计算的概念最早由美国计算机专家卡弗·米德教授于1989 年提出，当时并没有引起太多人的关注；直到 2004 年，这一概念才开始引起人们的关注。目前，类脑计算是计算机科学领域，尤其是人工智能方面备受关注的重要课题。一直以来，通过模拟人脑信息处理方式，仿制像人脑一样具有“思维”、在工作性能上超越人脑的“类脑系统”，实现通用性的强人工智能，是众多科学家毕生追求的梦想。

发轫于1956年的人工智能，曾试图赋予计算机更多的类脑智能，但至今仍未成功，更谈不上具有自主学习、想象创造等人类智能的高级特征。不过，近年来，类脑计算却从理念走向实践，正走出一条制造类脑智能的新途径。未来的计算机，或许真的越来越像人类的“大脑”；实际上，人脑本身就是许多智能技术解决问题的灵感来源，它们通过机器学习，特别是深度学习来解决各种实际问题。

随着图像处理、模式识别、机器翻译、机器学习、信息检索、数据挖掘等一系列以智能为核心的应用加速兴起，传统的计算机愈发显得“力不从心”，人们也开启了比“曼哈顿计划”更具挑战性的“仿脑”和“造脑”计划——研制类脑计算机。所谓的“类脑计算机”，就是指仿真、模拟和学习借鉴人脑的神经系统结构和信息处理过程，构建出具有学习能力的超低功耗新型计算系统。

类脑计算系统是借鉴人脑信息处理方式，打破“冯·诺依曼架构”束缚，适于实时处理非结构化信息、具有自主学习能力的超低功耗新型计算系统；该系统通过模拟海马体记忆机制，实现对人脑内部记忆信息的存取。类脑计算系统将引领一次智能革命，必将在各个领域极大地拓展人类的智力活动范畴；它是人工通用智能的基石，也是智能机器人的核心，拥有极为广阔的应用前景。

类脑计算与生物学、物理学、数学、计算机科学和电子信息工程等都有密切关系，它是一门综合性很强的应用科学。根据英国《经济学人》杂志的报道，欧洲类脑计算的领军人物、德国物理学家卡尔海因茨·梅尔教授认为，类脑计算的终极目标是开发出一种具备部分、甚至全部人脑拥有而普通计算机没有的特征的新型计算系统，该系统具有人工神经网络处理功能和脉冲神经网络处理功能。

人脑的功能非常强大，目前有许多仿真工作正在进行，但在传统计算机架构上进行神经形态计算（也被称为脉冲神经网络）的能耗非常高。事实上，微电子和生物大脑作为信息处理的物理平台，本身都是高能效的，因此构建新型计算机结构意义重大；更重要的是，神经形态计算系统的信息处理方式与人脑类似，是运算智能、感知智能、认知智能的主要研究平台，是当下脑科学的主要研究课题。

美国IBM于2014年开发出与人脑类似的TrueNorth系统，该系统运用扮演神经元角色的模块化芯片。这种新型芯片并没有采用“冯·诺依曼”架构，而是模仿了人类大脑的神经元结构，它的计算效率和可扩展性都远胜今天的电子计算机。不过，《麻省理工学院科技评论》的一篇报道说，与传统的微处理器对比，TrueNorth芯片在处理数据方面要逊色一些，但是它在处理图像、声音和其他感官数据上都更有优势。

中国清华大学的研究人员最近在类脑计算通用系统层次结构方向取得突破性进展，并提出了“神经形态完备性”（Neuromorphic Completenes）的新概念。这一研究成果对于实现强人工智能很有帮助和启发；而强人工智能是具备与人类同等智慧或超越人类的人工智能，是人工智能和脑科学研究的主要目标之一，同时也是科幻作家和未来学家都在讨论的主要议题。

目前，类脑计算已引起国际社会的广泛关注，成为当今科技的热点之一。例如，欧盟、英国、美国、日本、中国、韩国等先后推出脑科学计划，希望抢占未来科技的制高点、掌握未来战略的主动权。中国科学家、未来学家周海中教授曾经说过：“在脑科学中，谁能拔得头筹，就能率先夺得未来话语权。”最终结果如何，人们将拭目以待。

韩龙（作者单位：北京理工大学计算机学院）