骑自行车和开飞机哪个更难？与大多数人想当然的答案“开飞机”不同，计算机科学家给出的答案是骑自行车。
如果要实现无人驾驶自行车，除了需要解决启动、加速、匀速前行、转弯、变道、避障等动作外，还需要面对识别红绿灯和机动车车道、语音信号、感知周围环境，还要感知周围人车的速度以及预判变道对周围人车是否产生干扰。而大部分民航飞机上都安装了自动驾驶系统。
用美国加州大学圣塔芭芭拉分校博士后邓磊的说法，比起自动驾驶飞机，无人自行车看起来很小，但实际上是一个五脏俱全的小型类脑技术平台，“这实际上是对我们的考量”。
如今这个考量过关了。清华大学类脑计算研究中心主任施路平团队的人工通用智能芯片“天机芯”（Tianjic）让无人驾驶自行车成为现实。
这是一款被赋予了巨大野心的人工智能芯片。8 月 1 日，这个研究作为封面文章发表在了《自然》杂志（Nature）上（下称 Nature 论文），封面标题是《双重控制》（Dual control）。
无人自行车问世
施路平和同事研发了一款实现异构融合的电子芯片，这款名为“天机芯”的芯片可以整合现有人工网络算法，类脑的脉冲神经网络算法，同时支持神经科学发现的众多神经回路网络和异构网络的混合建模，发挥它们各自的优势。在自行车上利用一块“天机芯”同时运行了包括卷积神经网络在内的 5 种不同神经网络，实现了无人自行车驾驶。
这个无人智能自行车系统包括了激光测速、陀螺仪、摄像头等传感器，刹车电机、转向电机、驱动电机等致动器，以及控制平台、计算平台、天机板级系统等处理平台等。
无人自行车可以实时感知周围环境，跟随前方的试验人员并自动进行避障的操作，并根据语音指令、视觉感知的反馈产生实时信号对电机进行控制，以达到保持平衡，改变行进状态（包括横向和纵向）。这款自行车实现了多模态信息集成，能够维持平衡，并跟据目标人物的位置控制自行车转向，完成实时追踪。
施路平认为，人工通用智能芯片能够成功，多学科深度融合才是关键。
让大脑携手电脑来实现人工通用智能
目前基于冯·诺依曼架构的计算机擅长的是解决有充足大数据、完整静态知识的确定性问题，比如深度学习在围棋比赛、图像识别等领域已经完胜人类，但它还不能解决没有那么多数据的、动态知识不够多的模糊性问题。要知道人的大脑在能耗只有 20 瓦的前提下可以并行解决视觉、听觉、嗅觉、触觉等多模态信息，甚至能够在有限经验的时候举一反三。
计算机和人类各有所长，人们需要打通两者的鸿沟。施路平认为，人工通用智能是一个必然的趋势，而异构融合，也就是让两种计算结合正是这把钥匙。
Nature 论文的共同第一作者邓磊在其清华大学博士论文《异构融合类脑计算平台的计算模型与关键技术研究》中提到，类脑计算的本质应该是通过借鉴大脑信息处理的方式，获得解决人工通用智能问题的能力，而深度学习和神经形态都只是实现理想类脑计算的手段。他的导师、清华大学仪器科学与技术研究所副研究员裴京是 Nature 论文的第一作者。
Nature 研究的核心是这款异构融合的芯片，它是一款特别的人工智能芯片。它结合了类脑计算和基于计算机科学的人工智能。这也是 Nature 封面为何是“双重控制”的原因。
