9年“孕育”類腦認知智能引擎“智脈”誕生

曾毅團隊 受訪者供圖

近日，中國科學院自動化研究所類腦智能研究中心研究員曾毅團隊發布了歷時9年打造的全脈沖神經網絡的類腦認知智能引擎“智脈”(Brain-inspired Cognitive Engine，以下簡稱BrainCog)，并進行全面開源開放，助力自然智能的計算本質探索和新一代人工智能的發展。

BrainCog以多尺度生物可塑性原理為基礎，支持全脈沖神經網絡建模，具備腦啟發的人工智能模型以及腦功能和結構模擬能力，為類腦人工智能和計算神經科學的研究者提供了一套完整的、系統化的接口組件與計算平臺。

平臺負責人曾毅告訴《中國科學報》，共有三十余人參與了“智脈”的研發，而智脈的愿景就是為未來智能打造“智慧的經脈”。

五大認知功能

人腦能夠自組織地協同數百項認知功能，靈活適應復雜多變的環境。如何整合多尺度生物可塑性法則來構建具有生物合理性和計算高效性的神經網絡模型是類腦人工智能和計算神經科學領域共同關注和面臨的重要挑戰。

曾毅表示，現有的脈沖神經網絡平臺有的涉及精細的生物神經元模型、大規模神經網絡模擬、神經網絡動力學等較為細節的腦認知功能和結構模擬，有的關注生物突觸可塑性啟發的脈沖神經網絡建模，還有的從深度學習領域借鑒經驗來提升深度脈沖神經網絡的性能，“這些已有的框架并沒有更好地整合共性，同時具備面向人工智能的高效學習與決策，以及對腦認知功能建模和腦結構模擬的能力。”

他認為，脈沖神經網絡（SNN）作為第三代神經網絡，從編碼方式、學習法則、信息傳遞和處理機制等多個角度模擬了生物腦，具有更強的生物可解釋性，更適合建模大腦的各項認知功能。此外，脈沖序列的稀疏表征也使脈沖神經網絡在面對復雜人工智能任務時具有潛在的低能耗特征。

中科院自動化所類腦智能研究中心副研究員趙菲菲介紹說，BrainCog旨在為實現專用、通用的類腦人工智能模型提供基礎支持，目前提供的認知功能組件有五大類，分別是感知和學習、決策、運動控制、知識表征和推理、社會認知。

這些功能性組件共同形成了與哺乳動物大腦中28個腦區相對應的神經環路，同時在有監督、無監督、強化學習和各種腦啟發的認知任務上得到有效驗證。

基于BrainCog的自我識別脈沖神經網絡賦能機器人通過鏡像測試 受訪者供圖

由于BrainCog實現了一種具有生物合理性的腦啟發的社會認知脈沖神經網絡模型，這使得智能體初步具備了理解自我和他人的能力，還通過了多機器人鏡像自我識別測試并且降低了智能體交互過程中的安全風險。

多角度模擬生物腦

“BrainCog可以支持不同尺度的腦結構與認知功能模擬，從而為在局部和全腦尺度計算驗證科學猜想和科學解釋提供強有力支持。” 中科院自動化所類腦智能研究中心副研究員張倩說。

具體而言，BrainCog實現了果蠅線性、非線性決策和PFC工作記憶功能的模擬。在果蠅線性和非線性決策模擬中，BrainCog驗證了非線性抉擇環路在兩難抉擇下的贏者通吃行為，得到了與果蠅生物學實驗一致的結論，相應算法還應用于無人機平臺使其獲得類腦決策能力。

此外，用BrainCog實現的PFC網絡，在不改變網絡結構的情況下，使用人類神經元計算模型代替嚙齒類動物神經元模型可以顯著提高圖像輸出的準確性和完整性，這證明了生物腦結構的演化不僅體現在神經元和腦區尺度連接結構的演化，還體現在神經元這個基本計算單元的信息處理能力方面的優化。

張倩還指出，BrainCog可以模擬不同規模的生物腦結構，從微環路到皮質柱到全腦(如鼠、猴、人腦)結構模擬。

人工智能引擎：創生

基于BrainCog平臺提供的計算與認知組件，人工智能研究者還可以實現各種專用人工智能模型并為創建通用人工智能提供支持。

為進一步說明和驗證BrainCog支持人工智能引擎研發的能力，研究團隊基于BrainCog框架開發了致力于獲得通用認知能力的脈沖神經網絡人工智能引擎——創生(BORN)。

中科院自動化所類腦智能研究中心助理研究員趙東城介紹說，BORN的高層架構整合時空可塑性，使人工智能具備感知與學習、決策、運動控制、工作記憶、長時記憶、注意力和意識、情感、知識表征和推理、社會認知等大腦認知功能。其中，空間可塑性結合了微觀、介觀和宏觀尺度的神經可塑性原理，而時間可塑性考慮了處于不同時間尺度的學習、發育和演化可塑性。

為展示BORN的能力和原理，研究團隊提供了一個相對復雜的依賴于情感的機器人創作和演奏應用，該應用程序需要人形機器人根據情感感知來進行音樂創作和演奏，這要求BORN提供視覺情感識別、樂曲序列學習與生成、知識表征與推理、運動控制等認知功能。

基于這些功能，BrainCog支持人形機器人實現了視覺（情感）識別、情感依賴的音樂創作模塊和人形機器人樂曲演奏。

基于BORN人工智能引擎的人形機器人多認知功能協同情感依賴音樂創作與演奏 受訪者供圖

“BrainCog是支撐研發基于脈沖神經網絡的人工智能引擎和腦模擬平臺的基礎設施。”曾毅認為，無論是通用人工智能還是全腦神經計算模擬都是長遠的愿景，并需要持之以恒的科學探索，更重要的是需要學術和產業界持續不斷地共同推進。