在福特、通用汽车和Waymo（Alphabet旗下研发自动驾驶的公司）等企业巨头致力于让他们的自动驾驶汽车上路之际，中国的一个研究团队正在考虑使用改装过的自行车作为自动交通工具。这辆自行车可以自己翻越障碍，完美保持平衡。还会根据人的指令做相对应的动作，比如向左转弯等。

　　它就像有眼睛一样，可以跟着一个人跑。每当这个人转弯的时候，它就会转弯。如果遇到障碍物，它可以绕过去，然后保持平衡，继续跟随。

　　它不是第一辆自动自行车，康奈尔大学正在进行一个类似项目，也不是未来要开发的的交通工具，尽管在与自动驾驶汽车、无人机和机器人竞争时，它未来有可能在包裹运送行业觅得一点商机（也许还有更奇怪但现在还没想到的点子出现）。

　　制造这辆自行车的中国研究人员相信，它展示了计算机硬件的未来，即一种模仿人类大脑的神经形态芯片已经成为可能。

　　在《自然》杂志的一篇论文中，研究人员描述了这种芯片如何帮助机器响应语音指令，识别周围的世界，避开障碍物，保持平衡。研究人员还提供了一段视频，展示了这些技能在电动自行车上的应用。这段简短视频并没有显示出这辆自行车的弊端(估计偶尔也会翻车)，就连制造这辆自行车的研究人员在给《纽约时报》的一封电子邮件中也承认，展示的技能完全可以用现有电脑硬件来实现，但该研究的意义在于：通过使用一种新型芯片，人工智能可以达到更高水平。

　　现有的机器人可以学习开门或将乒乓球扔进塑料垃圾桶，但这种训练需要数小时甚至数天的反复试验。即便如此，这些技能也只能在非常特殊的情况下才可行。在神经形态芯片和其他新型处理器的帮助下，机器可以更有效地学习更复杂的任务，并且更灵活地执行这些任务。英特尔负责神经形态芯片研发工作的迈克·戴维斯（Mike Davies）表示:“从它身上，我们可以看到巨大应用前景。”

　　在过去的十年里，人工智能得以飞速发展，要归功于神经网络——一种能通过分析大量数据来学习任务的复杂数学理论。例如，通过分析数千张猫的照片，神经网络可以学会识别猫。这项技术可以识别你在社交平台上发布的照片中的人脸，识别你对智能手机发出的语音命令，并在微软Skype等互联网服务上翻译不同语言。它也促进了包括自动驾驶汽车在内的机器人的发展，但它有着明显的弊端。

　　神经网络并不是真正的自主学习。在执行特定任务前，工程师们需要训练一个神经网络，如果没有大量的案例，它就无法学习。旧金山人工智能实验室OpenAI最近开发了一个系统，可以在名为Dota 2的复杂电脑游戏中打败世界上最好的玩家。但该系统最初花了几个月时间和自己对战，仅电费就消耗了数百万美元。

　　此项研究中，研究人员的目标是建立一个系统，能够像人那样学习技能。这就需要新型的计算机硬件。数十家公司和实验室目前正在开发专门用于训练和操作人工智能系统的芯片。最具雄心的项目是神经形态处理器，中国清华大学正在研发的天机芯就是其中一种。这种芯片被设计用来模拟大脑中的神经元网络。

　　神经形态芯片通常包括数十万个人造神经元，这些神经元不只是处理1和0，而是通过微小的电信号脉冲来运作，只有当输入信号达到临界阈值时才会“放电”或“达到峰值”，就像大脑神经元那样。

　　神经形态芯片绝不是大脑的重建。在很多方面，大脑的运作依然是一个谜。但人们希望这种芯片，能像大脑一样运作，好处在于它们可以帮助人工智能系统学习技能，并更有效地执行任务。

　　由于每个人造神经元只是按需放电，而不是连续放电，因此神经形态芯片比传统处理器消耗的能量更少。而且，由于它们的设计初衷是在短时间内处理信息，一些研究人员认为，它们可以使训练系统所需数据量变小。

　　在视频中，自行车没有学习，它只是在执行经过训练的软件来处理特定的任务，包括识别语音和避开障碍。但它正在以一种高效的方式执行软件，这对使用电池动力的汽车很重要。研究人员认为，他们最终可以将训练过程和瞬间执行相结合，这样自行车就可以边跑边学，只需要几分钟就获得经验。

　　中国研究人员认为，时间带来的将远远不止自动驾驶自行车。他们的论文将天机芯描绘成迈向“通用人工智能”的一步，任何人或者人脑能做的事情，它都可以做。

　　美好的愿景，从无人驾驶自行车开始。

资料来源The New York Times