作者：中联科创特约嘉宾尹智
数字化，是终极答案吗？ 不一定，电路模拟计算也会是下一代人工智能的重要模式 ——
我们的大脑其实是模拟信号处理模式，我们大脑接受到（视觉 听觉 触觉…）输入，我们的神经网络不是将之先转换为数字（也许有极少人是），而是将其转换为生物电流，激活某一些神经元（并一段时间内保存这种激活），引发生物反应 - 这就非常类似电路，而不是现在的数字计算设备，先把一切都先转化为数字（只能是数字） - 比方说，图像识别的深度人工神经网络是用相对高精度数值来描述物理信号（比如用像素值代表一幅图片的视觉特征，人脑显然不会用一大堆像素数字这么精确的东西来描述图），用数字计算完，然后再还原到一个相对低精度的，概率型的输出 （比如这个图片里有啥）。人脑一眼几乎不用什么能量能完成的事（人脑比较厉害的地方，是可以自动过滤掉很多不必要的细节，只抓自己关心的部分），电脑却要做上几十上百亿次数值计算。这个转换的过程，不但需要很多计算，而且耗费相对高得多的能量把数据从内存，到CPU,GPU之间导来导去（冯诺依曼计算机架构的固有问题）。那有没有办法省掉这些过程，让计算跟生物电流处理过程一样呢？这就是用模拟电路的电压 =电阻x电流的规律来做乘法计算的思路。如下图，我们只要把电流作为输入，把电路的电阻设置好，直接就可以得到乘法结果- 电压，把很多这种电路联起来，就可以实现矩阵计算。当然模拟电路有天然的问题，就是电流电压都会受环境影响轻微抖动，没办法特别精确来用计量，所以这种方法其实不适合高精度的计算和控制，但却非常适合人工神经网络的神经元连接的权重计算，拥有几十上百亿神经元，上万亿连接权重的神经网络，并不需要那么高的权重值精度。这也是目前业界一致看好的"类脑芯片"的一个基本思路。 本质上，也许大脑更像一个电路，而不是现在的计算机。 —— 仅代表尹智个人观点 Ken's personal view only
