我们的科学家首次提出“类脑计算完备性”

我们的科学家在大脑领域取得了另一项突破，比如计算架构。清华大学计算机科学与技术系张团队、精密仪器系石团队及其合作者首次提出了“类脑计算完备性”和软硬件解耦的类脑计算系统层次结构，填补了类脑研究完备性理论和相应系统层次结构的空白，有利于自主掌握新计算机系统的核心技术。这一成果于10月14日发表在《一种类脑计算系统层次结构》杂志上，标题为《自然》。

类脑计算是借鉴生物神经系统的信息处理模式和结构的计算理论、体系结构、芯片设计、应用模型和算法的总称。近年来，对类脑计算的研究越来越受到重视。欧盟旗舰人脑研究项目指出：“未来10到20年，谁想引领世界经济，谁就必须在这个领域领先。”

张介绍说，在通用计算机领域，图灵完备性和冯诺依曼体系结构是其快速发展和持续繁荣的关键因素。前者用来判断计算系统是否可以用来解决任何计算问题，后者是通用计算机应用操作的架构：“二者使通用计算领域在软件层、编译层、硬件层有统一的范式，使不同层次可以独立发展，无缝兼容。”

但现有的对类脑计算系统的研究多集中在具体的芯片、工具链、应用和算法的创新实现上，没有考虑到系统足够的基础问题，如计算完备性、系统层次性等，也没有形成公认的技术标准和方案，导致软硬件耦合紧密、应用范围不明确等一系列问题。

为此，上面的研究团队提出了“类脑计算完备性”的概念。与通用计算机相比，这个定义放松了对系统计算过程和精度的约束，提出了相应的系统层次结构：图灵的完整软件模型，类脑计算的完整硬件架构，以及它们之间的编译层。通过构造性变换算法，任何图灵可计算函数都可以转化为类脑计算的完整硬件上的模型，这意味着类脑计算系统也可以支持通用计算，极大地拓展了类脑计算系统的应用领域，使类脑计算的硬件和软件独立开发成为可能。

“一般来说，‘完整性’可以回答诸如系统能够完成什么以及功能边界在哪里等问题。”张介绍，如果说图灵完备性是一般计算机领域的“标准”，那么类脑计算完备性希望为类脑计算系统领域的发展提供一个“标尺”。

据评论者称，“这是一个新颖的观点，它可能被证明是神经形态学计算和追求人工智能领域的一个重大发展”。

据悉，未来在理论层面，团队将更加注重类脑应用的“神经形态学特征”；在系统层面，该团队将开发受大脑启发的新计算机系统结构和芯片，以支持通用计算。