賦予機器一顆“人造大腦”
——記蘇州大學納米科學技術學院副教授仲亞楠

呂騰波

仲亞楠

作為人工智能的開山鼻祖，艾倫·圖靈的諸多觀點即便經過幾十載歲月洗禮，依舊閃耀著智慧的光芒。70余年前，他曾提出一個問題——“機器能夠思考嗎？”在當時的科學界，此觀點猶如一塊驟然入水的礫石，激起了許多領域內科學家探索的浪花。當爭議發酵得如火如荼時，他自己又在1950年發表的論文《計算機器和智能》中給出了斬釘截鐵的答案：能。

但是，機器的“思維”可能實現像人腦一樣嗎？這是一道人工智能技術發展至今都無法確定答案的難題，同時也被眾多相關學者設定為科研探索的終極目標，蘇州大學功能納米與軟物質研究院、納米科學技術學院副教授仲亞楠便是其中之一。眼下，踩在巨人的肩膀之上，他似乎找到了一條通往目的地的“新出路”，而鋪就這條道路的奠基石，還要從一個被定義為“憶阻器”的器件說起。

不同于傳統計算機中的數字元件只能表示“0”和“1”兩種狀態；憶阻器作為一種模擬器件，能夠記憶輸入信號的歷史信息，并將這些信息表示為連續的電導值狀態。這種特性與大腦中神經突觸的行為極為相似，因此憶阻器也被認為是實現未來類腦計算的基礎元件。最早提出憶阻器概念的人，是華裔科學家蔡少棠。當仲亞楠在蘇州大學納米科學技術學院求學并第一次接觸到相關概念時，瞬間就被其背后奧妙所吸引，并在往后十余年的時間始終將其貫穿于自己的學習、工作中。至今，這項探究仍在延續。

2019年，為開闊科研視野，仲亞楠走出母校，前往清華大學集成電路學院從事博士后研究工作，并順利加入清華大學微電子所、未來芯片技術高精尖創新中心教授錢鶴、吳華強團隊。在那里，他接觸到了很多神經形態系統相關的前沿研究，并開始了首個將憶阻器與儲備池計算相結合的課題，也意外開啟了一段“動心忍性”的“磨難時光”。

無論是憶阻器還是儲備池計算的提出，均不同于由馮·諾依曼架構的傳統計算硬件系統，其致力于充分挖掘電子器件自身的物理特性作為計算資源，從而在硬件層面高效實現各種人工神經網絡算法。儲備池計算作為一種適用于高效處理時序信號的人工神經網絡，以特有的記憶特性和易于硬件實現等優點成為近年來類腦計算領域的前沿熱點。彼時，精專于此類研究的學者較其他領域而言還相對稀少，這就為仲亞楠等人課題的開展提出了首個挑戰。而新冠感染疫情的沖擊又迫使他們不得不將科研進展放緩。迷茫帶來的心理壓力加上“天災”的不可抗力，幾乎一度摧毀了仲亞楠的自信。慶幸的是，在導師唐建石的鼓勵、示范與指導下，他最終攻克了難關。其所在團隊首次將單個動態憶阻器設計成為一個復雜的物理系統，從而實現了完整的儲備池功能，并在此基礎上提出了基于時分復用過程的多憶阻器并行儲備池計算硬件架構；隨后團隊又基于兩種不同類型的憶阻器構建出了首個可以進行實時信號處理的全模擬儲備池計算系統，其功耗相比現有的數字系統足足低了3個數量級。

2022年不過是仲亞楠從清華大學回歸母校的第一個年頭，但他卻已經成功獲批國家自然科學基金青年基金的支持，更在12月18日舉行的中國新銳科技論壇上摘得“中國新銳科技人物閃耀潛力獎”的桂冠。未來，他表示將繼續在提高計算效率同時降低功耗的類腦計算領域突破自己?！皺C器究竟能不能像人一樣思考？我期待未來某天人類能夠揭秘這個問題?！敝賮嗛f。