12月13日，在中国神经科学学会脑机接口与交互分会年会上，天桥脑科学研究院宣布成立尖峰智能实验室（Spiking Intelligence Lab, SIL），致力于类脑大模型和脉冲神经网络的研发，探索人工智能与人类智慧的深度融合。

　　第一财经记者从会议现场了解到，最新成立的尖峰智能实验室属于非营利研究机构，由中国科学院自动化研究所研究员李国齐教授领衔，目标是为打造天桥脑科学研究院创始人陈天桥提出的“发现式智能”提供关键能力。

　　李国齐对第一财经记者表示：“发现式智能的一个关键能力是神经动力学。不同于当前依赖规模法则堆叠参数的主流AI模式，尖峰智能实验室主张借鉴人脑这一自然界最精巧的智能载体，重点研发具有神经动力学特性的类脑大模型，将脉冲通信、时空动态编码等计算特性与树突神经元的精细结构深度耦合，构建一个既具备强大感知力，又拥有深刻记忆与思考能力的全脑架构。”

　　这一路径也是陈天桥此前提出的实现通用人工智能的“结构路径”。人脑以仅约20瓦的功耗支撑起千亿级神经元的复杂运作，李国齐从事的脉冲神经网络和类脑大模型的研究，将为构建这样的全脑架构提供基础研究及转化方面的支持。

　　陈天桥最近提出，仅靠数据和算力堆积出来的“规模路径”天花板已显而易见，无法突破通向真正理解和发现的障碍；“结构路径”更像是智能的“认知解剖学”，他称之为“大脑之镜”。这种研究流派认为，大脑是一个通过神经动力学，并基于记忆、因果和动机，形成知识系统并随时间不断演化的系统，这些机制赋予智能以连续性、可解释性和方向感。

　　他尤其提到，为了推动跨学科的创新思维，需要更多年轻人贡献力量。为此，天桥脑科学研究院已经宣布将投入超过十亿美元建设专用算力集群，为年轻科学家提供即时实验的资源环境。这些算力不是用来比拼规模，而是用来探索结构，验证记忆机制、新的因果架构或新的神经动力学假说。

　　今年，李国齐带领团队研发出首款类脑脉冲大模型“瞬悉1.0”，在类脑计算与大模型融合创新方面取得突破，不仅为新一代人工智能发展提供了新的技术路线，还将启迪更低功耗的下一代神经形态计算理论和芯片设计。

　　李国齐对第一财经记者表示，当前主流大模型的基础架构Transformer架构，基本计算单元为简单的点神经元模型，该架构通过增加网络规模、算力资源和数据量，提升智能水平。而这种利用外生复杂性实现通用智能的模式，会导致模型存在资源消耗瓶颈，处理超长序列的能力受限。

　　“瞬悉1.0”模型具有“小数据、高性能”的特点。该模型仅需约主流模型2%的数据量，就能在多项语言理解和推理任务中达到与之相媲美的性能。目前，该模型已在国产GPU平台上完成了全流程训练与推理，展示了构建国产自主可控新型大模型架构生态的可行性。