在浙江大学脑机智能全国重点实验室，一场关于智能本质的探索正在改变人工智能的未来图景。由潘纲教授领衔的科研团队，历经十年攻关，成功研制出全球神经元规模最大的神经拟态类脑计算机“悟空”，为破解通用人工智能发展瓶颈提供了全新路径。
这台由15台刀片式服务器组成的类脑计算机，内部集成了960颗自主研发的达尔文3代芯片，总计模拟22亿个脉冲神经元和千亿级突触连接。其核心突破在于模仿大脑神经元间的连接拓扑结构，将传统数值计算转化为脉冲信号处理，在图像识别、语音处理等复杂任务中展现出显著能效优势。实验数据显示，“悟空”仅需2000瓦功耗即可完成传统超算需要数十万瓦才能实现的计算任务，能效比提升三个数量级。
研究团队的创新突破源于对大脑工作原理的深度解构。实验室主任潘纲教授指出，人类大脑以20瓦功率实现举一反三的智慧，而当前主流大模型依赖海量数据和算力堆砌的模式，不仅训练成本高昂，更面临“学习能力弱”和“思考费电”的双重困境。通过构建仿生计算架构，团队试图从智能本源处重构AI模型，这种“大脑启发”的内在驱动模式，正在开辟不同于传统深度学习的新赛道。
这项突破性成果的诞生并非偶然。2015年，团队研制出首代达尔文芯片，虽然仅模拟2048个神经元，却成功验证了脉冲神经网络硬件化的可行性。此后每四年实现跨越式发展：2019年第二代芯片将神经元规模提升至15万，2023年第三代芯片突破235万神经元，最终在“悟空”系统中实现猕猴级大脑模拟。这种渐进式进化背后，是计算机、微电子、神经科学等12个学科交叉融合的集体智慧，实验室特有的中国脑库提供的700余例大脑标本数据，为模型训练提供了关键支撑。
在研发过程中，团队攻克了多项技术难题。晶圆级系统集成时出现的“翘曲”现象曾让研究陷入僵局，科研人员从弹簧伸缩特性中获得灵感，创新设计出带弹簧的顶针结构，成功解决晶圆变形导致的电路连接问题。这种源于生活观察的解决方案，彰显了跨学科团队在工程实现上的独特优势。
随着“悟空”系统的投入使用，类脑计算正在打开通用人工智能的新维度。潘纲教授强调，这项研究不是要复制人类大脑，而是探索智能生成的底层逻辑。相比传统AI模型，“悟空”展现出更强的自主学习能力和环境适应性，在脑机接口、医疗机器人等领域具有广阔应用前景。目前实验室已与多家医疗机构合作，开展基于类脑计算的神经疾病诊疗研究，初步成果显示其在癫痫预测、瘫痪康复等场景中效果显著。
这场发生在实验室里的智能革命，正在重塑人类对计算本质的认知。当全球AI发展陷入算力竞赛的困局时，中国科研团队选择回归智能本源，通过模仿最精妙的生物计算系统，为突破通用人工智能瓶颈提供了东方方案。这种探索不仅关乎技术突破，更蕴含着对生命与智能关系的深刻思考，或许将引领下一代人工智能的范式变革。
