第317章 人類大腦大模型
第317章 人類大腦大模型
當林甲在海口陸續見車企高管的時候，此時的陳元光已經去燕京做一個詳細報告了。
老中內部關於技術開源的聲音很大。
原因很簡單，無論是外部力量還是內部民營企業的力量，都希望技術能夠開源。
如果單純只是採取合作的方式，那誰先誰後，誰能合作，誰不能，這存在很大變數。
Robin雖然公開表示百度和光甲航天是戰略合作夥伴關係，可他們是否能夠在這一輪無人駕駛中獲得先機，他內心實際是沒有底的。
哪怕在接受採訪的時候說的言之鑿鑿。
和存在很大不確定性的黑箱比起來，民營企業們自然更希望技術開源，這意味著技術本身也掌握在他們手裡。
而持這類觀點的官僚們也有很強的理論支撐，網際網路技術向來開源，阿美利肯關於人工智慧技術的路線和原始碼從來都沒有藏著掖著。
再加上陳元光都認為技術應該開源，我們應該聽專業人士的意見，有誰比主導技術研究的陳元光更有說服力的嗎？
這類觀點一直都有，只是不太敢公開表示自己的觀點，最多只是在小圈子範圍內說兩句。
當大家知道陳元光給燕京方面的公開意見後，大家的討論聲才開始大起來。
也敢通過南華早報對外放話。
南華早報也好，聯合日報也好，可以看成是一個非官方的放話渠道，希望從外部營造輿論來在內部達成自己的目的，只是隨著東大國力增強，這種方式的效果越來越不好罷了。
林甲在海口開會，陳元光在燕京開會。
「大家好，我想各位應該都對最近在申海的機器人司機有所了解，網上有著各種各樣的說法。
該機器人叫鐵蛋，並不是老外所說的終結者。
我們內部從立項開始，就一直有跟相關方面溝通，從鐵蛋在測試路段測試，到和工信部、交通運輸部等部門溝通，獲得他們的批准。
包括後續在城市路段作為網約車正式營運，同樣的有和相關部門溝通，鐵蛋甚至獲得了應該是全球唯一一張機器人駕照。
這都和交通管理部門進行了充分溝通。」
陳元光說，他想著先介紹一下來龍去脈。
「然後我想講一下底層技術，它其實不是無人駕駛，準確來說它是人類大腦大模型。
我們內部簡稱為HBM。
大家都對前幾年的ChatGPT不陌生，這一類模型統稱為Large Language Model，中文簡稱是大模型。
更準確來說應該是大語言模型。
輸入語言，輸出語言，雖說後續它的輸出內容從語言文本進化到了圖像、表格甚至是視頻。
這些本質輸出的仍然是數據，無非是從結構化數據的排列組合變成了非結構化數據。而大模型輸入的也是數據，是網際網路上現有的數據
而我們這次做的HBM，是把人類腦電波輸入，訓練大模型，它通過機器身體作為載體，最終實現對現實世界的影響。
以鐵蛋為例，我們聚集了超過10萬個小時的網約車司機的腦電波，然後將這些數據餵給HBM，它在經過自我訓練之後，把數據中的雜質去除，通過機器身體開始輸出。
先在測試場地跑，然後在測試路段跑，然後在規定區域跑，最後沒有限制地跑。
訓練HBM用的也是數據，但不是文本類數據，是人的大腦。
大家可以看成人的大腦被抽象出數據，最終輸入到HBM中。
因此無人駕駛只是它的應用之一，就像大模型輸出文本只是最開始的應用，很快他們就開始輸出圖像，輸出視頻，輸出表格。
同樣的，我們未來HBM的應用場景也會有很多，單純用來做無人駕駛從成本端來說並不划算。
無人駕駛只是類似ChatGPT最早亮相，只是打個樣而已。」
在座的人都面面相覷，哪怕是和HBM有關的監管部門，大家都對技術底層沒有什麼了解，大家以為只是無人駕駛技術而已。
現在來看，這技術可要比他們以為的無人駕駛值錢得多。
如果僅僅只是無人駕駛，各家和l4相差都不遠。
是完全有可能通過硬體來彌補的。
像很多新能源車企都在搞的光學衛星組網，從硬體層面來彌補算法的缺陷，離L4的差距已經很小了。
因此開源這項技術，對老中來說沒太大損失，還可以把原本沒有那麼熱衷於搞新能源的阿美利肯、歐洲和霓虹強行拉入到新能源車賽道中來。
油車在無人駕駛上有著天然缺陷。
但如果是像陳元光所說，那從根本上大家的觀點都要經過一次重塑。
「元光，我對人工智慧技術是徹頭徹尾的門外漢，雖然聽你們這些專家講過很多課，但對專業的認識還是和你們有很大差距。
我想問下，它的應用場景有哪些，你可以簡單說一下嗎？
另外就是在軍事領域的話，它能做到什麼。」
陳元光說：「HBM是可以進化的。
不同工種的技術難度不同，比如建築工人、紡織業工人，這類簡單機械重複，它是完全能勝任。
司機的含金量稍微高一點，現在來看它勝任的也不錯。
對於電工、鉗工這些精度要求更高的工種，它去勝任不僅僅需要算法的進化，還需要硬體層面的進化，像負責視覺的攝像頭精度的提高，手指上力傳感器的精度提高等等。
包括它的大腦算力的提高。
這會是一個整體性的提高。
對我來說，它短期內最大的用途就是月球上的建築工人，負責構建月球基地。
中期來看，我們的空間站會以機器人為主，負責太空採礦設備的維修和空間站的維護。
軍事上，我認為不划算，機器人造價高，執行任務的效率不高，魯棒性更是嚴重不足，在我看來，遠不如機械狗和無人機。
少數可以用來做搶險救援工作，但本質還是成本問題，從成本來說，它替代司機都太貴了。」
「魯棒性是指？」
「不好意思，這是指在異常情況下系統生存的能力，可以理解成穩定性。
總之這類精密儀器在戰場上穩定性都不好。」陳元光說。
「元光，我原本也是支持技術開源的，但我在聽過之後，我會覺得這項技術潛力巨大。
我的想法出現了比較嚴重的動搖，我想在座很多同僚們想法應該和我類似。
希望你能夠幫助我們大家釐清一下技術開源的好處。」
陳元光笑了笑：「本身這也是這次來這裡最大的目的。
很多東西通過視頻是說不清楚的，面談是最好的方式。
我想先談一下，過去圍繞人工智慧研究，都是儘可能把機器去模擬人。
計算機在很多方面都有優勢，最典型的應該要屬信號傳輸速度。
人類神經元的信號傳輸是一個電化學的過程，它的速度是100m/s，而矽基晶片中的電信號傳輸速度接近光速的70%，也就是兩千萬米每秒，拓撲半金屬的電信號傳輸速度就更驚人了，能夠接近光速的90%。
而人體神經元在信號傳遞過程中的誤差概率是百分之一，矽基晶片的誤差是四十二億分之一，拓撲半金屬晶片的誤差還要更小。
晶片在信息處理的速度和精度上有非常明顯的優勢。
在前兩年的時候英特爾有一個神經擬態項目叫Hala point，用了11.5億個數字神經元去模擬人類大腦。
哪怕用了這麼多數字神經元，哪怕矽基晶片和人類神經元比起來有著天然優勢，英特爾的Hala point仍然只能處理計算類問題，在神經擬態計算上表現得並不好。
反而是哈佛大學差不多同期做的一個叫Brainoware的項目，在模擬人類大腦上表現的更好。
哈佛的項目是把人類腦細胞和矽基晶片給結合起來，構建了被他們命名為Brainoware的新硬體。
他們先用人類的多功能幹細胞培育了大腦類器官，然後整個brainoware一部分用傳統的計算機硬體，一部分用這個大腦類器官。
他們構建了一個三層的計算框架，分為輸入層、水庫層和輸出層，其中在水庫層用的是大腦類器官。
類器官通過輸入層接收信號，該輸入層將信號轉換為電刺激的信號。大腦類器官充當了自適應資料庫，將這些信號映射到輸出層。在輸出層中則記錄了表示儲層狀態的神經活動，並對其進行解碼以提供用於分類，識別和預測等應用的讀數。
通過評估變化的脈衝時間和電壓的刺激的響應，測試了Brainoware的物理儲層特性，包括非線性動力學，空間信息處理和褪色記憶。然後將該系統應用於實際任務，例如語音識別和非線性混沌方程預測。
在語音識別任務中，Brainoware需要在說話者池中識別說話者的聲音。總共使用了由八個不同的男性說話者發音的240個孤立的日語元音音頻剪輯來訓練系統。
最終他們在僅僅只花了傳統硬體不到10%的訓練時間下，實現了相同的結果。
好了，兩個例子講完了。
這兩個例子說明了，現在國外的硬體存在著天然弊端，HBM模型在傳統矽基晶片的適應效果是非常差的。
當然我暫時也沒有搞出可以大規模商用的大腦類器官來取代矽基晶片。
但我可以告訴各位的是，如果國外想用HBM模型，那麼他們必須要買東大產的拓撲半金屬晶片，相當於我們卡住了硬體端。
話說回來，即便技術不開源，考慮到HBM模型要取得進展，我們需要和國內頭部的科技公司們合作，參與的人越多，技術泄露的風險也就越大。
我們不如直接開源，從上游硬體端卡住供應。
和所有參與其中的國家和組織，簽一個技術開源協議，圍繞HBM模型獲得的所有技術進展都需要開源，不能運用在軍事領域。
如果你不遵守，那麼我們有協議為依據，可以正大光明地拒絕供應拓撲半金屬晶片。
簡單來說就是，技術早晚會泄露，而我們從硬體端有著絕對的控制權，開源給其他國家，能夠全球共同來推動HBM技術的發展，幫助東大晶片企業們打開全球市場大門。
當然我認為可以交易的東西還有很多，都可以慢慢談。」
上面提到的Brainoware是23年12月Nature的電子子刊上發表的一篇文章。
生物和機械結合構建的複合機器，在非線性方程的計算和語音識別上有著超凡潛力。
說不定以後機械飛升都是少數群體的特權。
陳元光詳細表述之後，支持開源的聲音占了上風。
「我認為元光說得非常好，這對我們來說是一枚非常有價值的籌碼，拿出去可以，但是得換回足夠有價值的東西。」
「我也支持，剛剛元光提到的我們晶片產業進軍海外市場，我認為這是他們要使用HBM技術不得不採取的策略。
就像我們過去不得不買英偉達的顯卡一樣，因為市場上去缺乏替代品。
而我們得談一些實質性的好處回來。」
「我贊同剛剛各位的看法，我有一個疑問想請教一下你，就是你剛剛提到哈佛的研究，人類腦組織和計算機硬體結合的設備，你提到的是暫時沒有搞出來。
我想問，我們未來要不要走這個技術路線？
這個技術路線是否有潛力。」
這個問題不僅他好奇，在場很多人都好奇。
機械與肉體的結合，這可能會對倫理造成嚴重衝擊。
「這條技術路線非常有前途，但成本太高，無論是類器官的生成和維護，還是說整個設備的功耗，以及數據層面的效率管理，都存在很大問題。
我們可以通過自然基金贊助一些預研究的項目，但是沒有必要在這條技術路線上去做開拓者。」陳元光說。
等到會結束，大家意見逐漸趨於統一。
「元光，HBM模型如果只能用拓撲半金屬晶片，那麼我想技術開源是完全可以談的。
接下來已經安排具體的司去找專家做驗證，對真實性進行核驗，寫一個詳細的報告遞上來。
這不是不信任你，而是這件事關係到我們很重要的一個工作方向，從工作角度要把事情給做嚴謹。」
(本章完)
當林甲在海口陸續見車企高管的時候，此時的陳元光已經去燕京做一個詳細報告了。
老中內部關於技術開源的聲音很大。
原因很簡單，無論是外部力量還是內部民營企業的力量，都希望技術能夠開源。
如果單純只是採取合作的方式，那誰先誰後，誰能合作，誰不能，這存在很大變數。
Robin雖然公開表示百度和光甲航天是戰略合作夥伴關係，可他們是否能夠在這一輪無人駕駛中獲得先機，他內心實際是沒有底的。
哪怕在接受採訪的時候說的言之鑿鑿。
和存在很大不確定性的黑箱比起來，民營企業們自然更希望技術開源，這意味著技術本身也掌握在他們手裡。
而持這類觀點的官僚們也有很強的理論支撐，網際網路技術向來開源，阿美利肯關於人工智慧技術的路線和原始碼從來都沒有藏著掖著。
再加上陳元光都認為技術應該開源，我們應該聽專業人士的意見，有誰比主導技術研究的陳元光更有說服力的嗎？
這類觀點一直都有，只是不太敢公開表示自己的觀點，最多只是在小圈子範圍內說兩句。
當大家知道陳元光給燕京方面的公開意見後，大家的討論聲才開始大起來。
也敢通過南華早報對外放話。
南華早報也好，聯合日報也好，可以看成是一個非官方的放話渠道，希望從外部營造輿論來在內部達成自己的目的，只是隨著東大國力增強，這種方式的效果越來越不好罷了。
林甲在海口開會，陳元光在燕京開會。
「大家好，我想各位應該都對最近在申海的機器人司機有所了解，網上有著各種各樣的說法。
該機器人叫鐵蛋，並不是老外所說的終結者。
我們內部從立項開始，就一直有跟相關方面溝通，從鐵蛋在測試路段測試，到和工信部、交通運輸部等部門溝通，獲得他們的批准。
包括後續在城市路段作為網約車正式營運，同樣的有和相關部門溝通，鐵蛋甚至獲得了應該是全球唯一一張機器人駕照。
這都和交通管理部門進行了充分溝通。」
陳元光說，他想著先介紹一下來龍去脈。
「然後我想講一下底層技術，它其實不是無人駕駛，準確來說它是人類大腦大模型。
我們內部簡稱為HBM。
大家都對前幾年的ChatGPT不陌生，這一類模型統稱為Large Language Model，中文簡稱是大模型。
更準確來說應該是大語言模型。
輸入語言，輸出語言，雖說後續它的輸出內容從語言文本進化到了圖像、表格甚至是視頻。
這些本質輸出的仍然是數據，無非是從結構化數據的排列組合變成了非結構化數據。而大模型輸入的也是數據，是網際網路上現有的數據
而我們這次做的HBM，是把人類腦電波輸入，訓練大模型，它通過機器身體作為載體，最終實現對現實世界的影響。
以鐵蛋為例，我們聚集了超過10萬個小時的網約車司機的腦電波，然後將這些數據餵給HBM，它在經過自我訓練之後，把數據中的雜質去除，通過機器身體開始輸出。
先在測試場地跑，然後在測試路段跑，然後在規定區域跑，最後沒有限制地跑。
訓練HBM用的也是數據，但不是文本類數據，是人的大腦。
大家可以看成人的大腦被抽象出數據，最終輸入到HBM中。
因此無人駕駛只是它的應用之一，就像大模型輸出文本只是最開始的應用，很快他們就開始輸出圖像，輸出視頻，輸出表格。
同樣的，我們未來HBM的應用場景也會有很多，單純用來做無人駕駛從成本端來說並不划算。
無人駕駛只是類似ChatGPT最早亮相，只是打個樣而已。」
在座的人都面面相覷，哪怕是和HBM有關的監管部門，大家都對技術底層沒有什麼了解，大家以為只是無人駕駛技術而已。
現在來看，這技術可要比他們以為的無人駕駛值錢得多。
如果僅僅只是無人駕駛，各家和l4相差都不遠。
是完全有可能通過硬體來彌補的。
像很多新能源車企都在搞的光學衛星組網，從硬體層面來彌補算法的缺陷，離L4的差距已經很小了。
因此開源這項技術，對老中來說沒太大損失，還可以把原本沒有那麼熱衷於搞新能源的阿美利肯、歐洲和霓虹強行拉入到新能源車賽道中來。
油車在無人駕駛上有著天然缺陷。
但如果是像陳元光所說，那從根本上大家的觀點都要經過一次重塑。
「元光，我對人工智慧技術是徹頭徹尾的門外漢，雖然聽你們這些專家講過很多課，但對專業的認識還是和你們有很大差距。
我想問下，它的應用場景有哪些，你可以簡單說一下嗎？
另外就是在軍事領域的話，它能做到什麼。」
陳元光說：「HBM是可以進化的。
不同工種的技術難度不同，比如建築工人、紡織業工人，這類簡單機械重複，它是完全能勝任。
司機的含金量稍微高一點，現在來看它勝任的也不錯。
對於電工、鉗工這些精度要求更高的工種，它去勝任不僅僅需要算法的進化，還需要硬體層面的進化，像負責視覺的攝像頭精度的提高，手指上力傳感器的精度提高等等。
包括它的大腦算力的提高。
這會是一個整體性的提高。
對我來說，它短期內最大的用途就是月球上的建築工人，負責構建月球基地。
中期來看，我們的空間站會以機器人為主，負責太空採礦設備的維修和空間站的維護。
軍事上，我認為不划算，機器人造價高，執行任務的效率不高，魯棒性更是嚴重不足，在我看來，遠不如機械狗和無人機。
少數可以用來做搶險救援工作，但本質還是成本問題，從成本來說，它替代司機都太貴了。」
「魯棒性是指？」
「不好意思，這是指在異常情況下系統生存的能力，可以理解成穩定性。
總之這類精密儀器在戰場上穩定性都不好。」陳元光說。
「元光，我原本也是支持技術開源的，但我在聽過之後，我會覺得這項技術潛力巨大。
我的想法出現了比較嚴重的動搖，我想在座很多同僚們想法應該和我類似。
希望你能夠幫助我們大家釐清一下技術開源的好處。」
陳元光笑了笑：「本身這也是這次來這裡最大的目的。
很多東西通過視頻是說不清楚的，面談是最好的方式。
我想先談一下，過去圍繞人工智慧研究，都是儘可能把機器去模擬人。
計算機在很多方面都有優勢，最典型的應該要屬信號傳輸速度。
人類神經元的信號傳輸是一個電化學的過程，它的速度是100m/s，而矽基晶片中的電信號傳輸速度接近光速的70%，也就是兩千萬米每秒，拓撲半金屬的電信號傳輸速度就更驚人了，能夠接近光速的90%。
而人體神經元在信號傳遞過程中的誤差概率是百分之一，矽基晶片的誤差是四十二億分之一，拓撲半金屬晶片的誤差還要更小。
晶片在信息處理的速度和精度上有非常明顯的優勢。
在前兩年的時候英特爾有一個神經擬態項目叫Hala point，用了11.5億個數字神經元去模擬人類大腦。
哪怕用了這麼多數字神經元，哪怕矽基晶片和人類神經元比起來有著天然優勢，英特爾的Hala point仍然只能處理計算類問題，在神經擬態計算上表現得並不好。
反而是哈佛大學差不多同期做的一個叫Brainoware的項目，在模擬人類大腦上表現的更好。
哈佛的項目是把人類腦細胞和矽基晶片給結合起來，構建了被他們命名為Brainoware的新硬體。
他們先用人類的多功能幹細胞培育了大腦類器官，然後整個brainoware一部分用傳統的計算機硬體，一部分用這個大腦類器官。
他們構建了一個三層的計算框架，分為輸入層、水庫層和輸出層，其中在水庫層用的是大腦類器官。
類器官通過輸入層接收信號，該輸入層將信號轉換為電刺激的信號。大腦類器官充當了自適應資料庫，將這些信號映射到輸出層。在輸出層中則記錄了表示儲層狀態的神經活動，並對其進行解碼以提供用於分類，識別和預測等應用的讀數。
通過評估變化的脈衝時間和電壓的刺激的響應，測試了Brainoware的物理儲層特性，包括非線性動力學，空間信息處理和褪色記憶。然後將該系統應用於實際任務，例如語音識別和非線性混沌方程預測。
在語音識別任務中，Brainoware需要在說話者池中識別說話者的聲音。總共使用了由八個不同的男性說話者發音的240個孤立的日語元音音頻剪輯來訓練系統。
最終他們在僅僅只花了傳統硬體不到10%的訓練時間下，實現了相同的結果。
好了，兩個例子講完了。
這兩個例子說明了，現在國外的硬體存在著天然弊端，HBM模型在傳統矽基晶片的適應效果是非常差的。
當然我暫時也沒有搞出可以大規模商用的大腦類器官來取代矽基晶片。
但我可以告訴各位的是，如果國外想用HBM模型，那麼他們必須要買東大產的拓撲半金屬晶片，相當於我們卡住了硬體端。
話說回來，即便技術不開源，考慮到HBM模型要取得進展，我們需要和國內頭部的科技公司們合作，參與的人越多，技術泄露的風險也就越大。
我們不如直接開源，從上游硬體端卡住供應。
和所有參與其中的國家和組織，簽一個技術開源協議，圍繞HBM模型獲得的所有技術進展都需要開源，不能運用在軍事領域。
如果你不遵守，那麼我們有協議為依據，可以正大光明地拒絕供應拓撲半金屬晶片。
簡單來說就是，技術早晚會泄露，而我們從硬體端有著絕對的控制權，開源給其他國家，能夠全球共同來推動HBM技術的發展，幫助東大晶片企業們打開全球市場大門。
當然我認為可以交易的東西還有很多，都可以慢慢談。」
上面提到的Brainoware是23年12月Nature的電子子刊上發表的一篇文章。
生物和機械結合構建的複合機器，在非線性方程的計算和語音識別上有著超凡潛力。
說不定以後機械飛升都是少數群體的特權。
陳元光詳細表述之後，支持開源的聲音占了上風。
「我認為元光說得非常好，這對我們來說是一枚非常有價值的籌碼，拿出去可以，但是得換回足夠有價值的東西。」
「我也支持，剛剛元光提到的我們晶片產業進軍海外市場，我認為這是他們要使用HBM技術不得不採取的策略。
就像我們過去不得不買英偉達的顯卡一樣，因為市場上去缺乏替代品。
而我們得談一些實質性的好處回來。」
「我贊同剛剛各位的看法，我有一個疑問想請教一下你，就是你剛剛提到哈佛的研究，人類腦組織和計算機硬體結合的設備，你提到的是暫時沒有搞出來。
我想問，我們未來要不要走這個技術路線？
這個技術路線是否有潛力。」
這個問題不僅他好奇，在場很多人都好奇。
機械與肉體的結合，這可能會對倫理造成嚴重衝擊。
「這條技術路線非常有前途，但成本太高，無論是類器官的生成和維護，還是說整個設備的功耗，以及數據層面的效率管理，都存在很大問題。
我們可以通過自然基金贊助一些預研究的項目，但是沒有必要在這條技術路線上去做開拓者。」陳元光說。
等到會結束，大家意見逐漸趨於統一。
「元光，HBM模型如果只能用拓撲半金屬晶片，那麼我想技術開源是完全可以談的。
接下來已經安排具體的司去找專家做驗證，對真實性進行核驗，寫一個詳細的報告遞上來。
這不是不信任你，而是這件事關係到我們很重要的一個工作方向，從工作角度要把事情給做嚴謹。」
(本章完)