在浙江大學腦機智能全國重點實驗室，一場關于智能本質的探索正在改變人工智能的未來圖景。由潘綱教授領銜的科研團隊，歷經十年攻關，成功研制出全球神經元規模最大的神經擬態類腦計算機“悟空”，為破解通用人工智能發展瓶頸提供了全新路徑。
這臺由15臺刀片式服務器組成的類腦計算機，內部集成了960顆自主研發的達爾文3代芯片，總計模擬22億個脈沖神經元和千億級突觸連接。其核心突破在于模仿大腦神經元間的連接拓撲結構，將傳統數值計算轉化為脈沖信號處理，在圖像識別、語音處理等復雜任務中展現出顯著能效優勢。實驗數據顯示，“悟空”僅需2000瓦功耗即可完成傳統超算需要數十萬瓦才能實現的計算任務，能效比提升三個數量級。
研究團隊的創新突破源于對大腦工作原理的深度解構。實驗室主任潘綱教授指出，人類大腦以20瓦功率實現舉一反三的智慧，而當前主流大模型依賴海量數據和算力堆砌的模式，不僅訓練成本高昂，更面臨“學習能力弱”和“思考費電”的雙重困境。通過構建仿生計算架構，團隊試圖從智能本源處重構AI模型，這種“大腦啟發”的內在驅動模式，正在開辟不同于傳統深度學習的新賽道。
這項突破性成果的誕生并非偶然。2015年，團隊研制出首代達爾文芯片，雖然僅模擬2048個神經元，卻成功驗證了脈沖神經網絡硬件化的可行性。此后每四年實現跨越式發展：2019年第二代芯片將神經元規模提升至15萬，2023年第三代芯片突破235萬神經元，最終在“悟空”系統中實現獼猴級大腦模擬。這種漸進式進化背后，是計算機、微電子、神經科學等12個學科交叉融合的集體智慧，實驗室特有的中國腦庫提供的700余例大腦標本數據，為模型訓練提供了關鍵支撐。
在研發過程中，團隊攻克了多項技術難題。晶圓級系統集成時出現的“翹曲”現象曾讓研究陷入僵局，科研人員從彈簧伸縮特性中獲得靈感，創新設計出帶彈簧的頂針結構，成功解決晶圓變形導致的電路連接問題。這種源于生活觀察的解決方案，彰顯了跨學科團隊在工程實現上的獨特優勢。
隨著“悟空”系統的投入使用，類腦計算正在打開通用人工智能的新維度。潘綱教授強調，這項研究不是要復制人類大腦，而是探索智能生成的底層邏輯。相比傳統AI模型，“悟空”展現出更強的自主學習能力和環境適應性，在腦機接口、醫療機器人等領域具有廣闊應用前景。目前實驗室已與多家醫療機構合作，開展基于類腦計算的神經疾病診療研究，初步成果顯示其在癲癇預測、癱瘓康復等場景中效果顯著。
這場發生在實驗室里的智能革命，正在重塑人類對計算本質的認知。當全球AI發展陷入算力競賽的困局時，中國科研團隊選擇回歸智能本源，通過模仿最精妙的生物計算系統，為突破通用人工智能瓶頸提供了東方方案。這種探索不僅關乎技術突破，更蘊含著對生命與智能關系的深刻思考，或許將引領下一代人工智能的范式變革。
