“类脑算法和模型效率非常高，是现在的AI技术不能比的。”近日，中国科学院院士、广东省智能科学与技术研究院院长张旭接受光明网记者专访，分享类脑智能（Brain-inspired Intelligence，简称BI）的技术优势及产业应用前景，系统阐述类脑智能作为下一代人工智能的发展潜力。

  “BI是受生物脑的基本原理启发而产生的智能理论和技术，可以应用到不同领域。”张旭院士表示，BI的应用场景十分广泛，不仅涵盖芯片设计、传感器设计、大规模计算计算机设计等核心技术领域，还包括图像采集与分析等终端智能场景，全方位渗透到科技研发与产业应用的众多环节。

  谈及BI与现有AI技术的差异，张旭院士表示，BI大模型在多个维度具有显著优势：“它在某些方面要比AI还要强，速度更快、能耗更小、计算机体积更小，更重要的是，它体现了很多人脑式的学习记忆原理，实现训练后不忘。”这一特性打破了传统AI技术在效率、能耗等方面的瓶颈，为智能技术的轻量化、高效化发展提供了新路径。

  张旭院士以“智者一号”为例进行说明：“广东省智能院与上海新近纪和第四纪公司正在研发的INN（直觉神经网络算法），这种类脑算法和模型的效率非常高。”他进一步解释，该算法无需现在的大型硬件支撑，仅在CPU上运行，其每秒产生的Token（词元）数量远超当前主流AI技术，展现出强劲的技术竞争力。

  作为下一代人工智能，类脑智能的产业前景备受关注。张旭院士表示，类脑智能目前仍处于研发阶段，但未来发展潜力巨大：“它会像AI for Science一样，在不久的将来，广泛涉及生命科学、生物医药，甚至计算机、通讯等各个行业，为多领域技术创新注入新动能。”

  针对类脑智能的发展定位，张旭院士表示：“我们的特长不是产生一个通用的大语言模型，大语言模型我们也能做，但我们更聚焦于多模态大模型，为各个行业提供工具，让不同主体都能打造自己的大模型。”他用通俗的语言解读道，核心目标就是“把超级计算机做得非常小、非常便宜、更加节能，谁都能用得起”。

  张旭院士坦言，当前通用大模型存在成本高昂、中心化严重等问题，不仅普通主体难以负担，还面临数据迁移繁琐、隐私保护不足、数据权益难以保障等困境。而BI的普惠化发展，有望彻底改变这一现状，“使多模态大模型的制作成为一种普惠的、日常的计算行为，未来这些数据保护、成本过高的问题都可能被解决掉”。（记者 王若昕 蔡琳）