四川在线记者 兰珍

训练一个大语言模型需要10兆千瓦时，耗电量可以让200000辆电动汽车充满电。‌而拥有约860亿神经元的人脑，功率仅为20瓦。

当前，人工智能在耗能、解释性、伦理对齐等方面存在明显的短板。若将人脑的运行原理移驾到人工智能模型上，不仅可以大幅减少能耗，降低计算对环境的影响，还可以有效克服AI“灾难性遗忘”等缺陷，提高AI认识、逻辑能力，有助于实现AI决策和预测。

如何以人脑“辅佐”人工智能模型？日前，电子科技大学生命科学与技术学院教授郭大庆接受记者采访时认为，科学、全面地破解人脑之谜，构建类脑智能研究范式，将是新一代人工智能的希望和重要组成部分。

数字孪生脑，正是类脑研究的重点。

简单来说，数字孪生脑是创建在信息化平台上虚拟的大脑“备份”。其原理是通过整合各种介观尺度神经大数据，构造一个在结构和功能上都逼近真实生物脑的神经动力学模型。

早在2021年，电子科技大学生命科学与技术学院脑器交互团队就构建了高精度数字孪生脑模型，实现了对脑功能的精准模拟，并创建了国内首个自主数字孪生脑计算平台。

作为团队主要成员，郭大庆利用此模型，开展替代性生物实验：把需要在真实人脑上开展的实验，先行转嫁到数字孪生脑上，得到启示和结论后，再进行生物脑上验证。还可以用数字孪生脑整合各类研究结果，揭示脑机理、启发类脑智能，解锁所有和脑有关的疾病机制。举例来说，对于抑郁症，现在医学界还无法给出其诱因，“通过数字孪生脑，我们了解或许是大脑的网络连接的调控参数出问题，为抑郁症治疗提供更多可能性。”

不仅如此，电子科技大学脑器交互团队还将数字孪生脑用于稳态视觉诱发电位的机制研究，再现了相应脑机接口信号的大量实验结果，尤其是发现了脑机接口个体差异的内源性调控因素，开启了“生物脑-数字脑”双脑研究新模式。

当前，类脑智能还属于学术前沿研究热点，尚无大规模商业化案例可供借鉴。四川，是全国为数不多在脑智科学研究和产业发展领域走在前列的省份之一。

在院校和科研机构层面，电子科技大学、四川省脑科学与类脑智能研究院、四川大学等机构重点聚焦生物数据人工智能、脑机接口、类脑计算等领域，形成了良好的学术积累。在产业布局上，四川在脑机接口、神经形态芯片与类脑智能等前沿领域初具规模，拥有以成都时识科技有限公司为代表的系列高新技术公司。

据悉，时识科技研发了首款基于类脑计算的“感算一体”动态视觉智能SoC(系统级芯片)，实现了基于异步逻辑范式的大规模脉冲卷积神经网络芯片架构，芯片最多可配置高达32万脉冲神经元，且芯片内部集成了动态视觉传感器，提供实时高效的动态视觉输入，可广泛用于自动驾驶、智慧家庭、老人康养、智能安防、元宇宙基础设备等多种场景。