在操场上，一辆无人驾驶的自行车不仅能跟踪目标、自动避障，还能稳稳地保持平衡，仿佛有人在上面骑行一样，这不是发生了灵异事件，而是它被装上了“大脑”——一粒小小的类脑芯片。这一安装在自行车后座，仅有指甲盖大小的神奇芯片——天机芯（Tianjic chip）是由清华大学类脑计算中心研发，它让无人智能自行车拥有了自平衡、动态感知、目标探测、跟踪、自动避障、语音交互、自主决策等功能。
而关于这一研究的论文《面向人工通用智能的异构天机芯片架构》也于8月1日发表于著名科学杂志Nature，并登上封面。当前人工智能存在两条技术发展路径：一条面向计算机科学，即以模型学习驱动的数据智能；另一条面向神经科学，即以认知仿生驱动的类脑智能。现阶段人工智能发展的主流技术路线是数据智能，但是数据智能存在一定局限性，比如需要海量数据和高质量的标注，高度依赖于模型构建，计算资源消耗比较大等等。
而类脑智能可以解决数据智能的局限性和不足。本质上来说，它在信息处理机制上与大脑相似、在认知行为和智能水平上与人类相似。因此，它可以处理小数据、小标注问题，计算资源消耗较少，并且自主学习、关联分析能力强。
不过，要加速发展人工智能，最好能将这两者结合起来。但由于两条路径依赖于不同且不兼容的平台，一个能够支持两者的通用平台就显得非常有必要。于是，天机芯应运而生。它既可支持脑科学（仿脑）的脉冲神经网络，比如具有时序性的自然语言理解、事件判断，又可支持由计算机科学主导的人工神经网络，比如空间上的图像识别应用。它还具有高速度、高性能、低功耗的特点。这项工作为何能登上科学顶刊Nature的封面？
北京大学信息科学技术学院教授黄铁军告诉“赛先生”：其实Nature和Science也关注重大技术创新，例如2014年Science刊登IBM的脉冲神经网络芯片TrueNorth，2016年Nature刊登AlphaGo围棋，都是技术创新。
黄铁军指出，这篇封面文章的亮点在于“双控制：集成类脑电路和机器学习处理的异构AI芯片”，强调的是脉冲神经网络（类脑电路）和深度神经网络（机器学习过程）的结合，在一颗芯片内实现，并且在无人自行车上进行了功能验证。
第一代天机芯片于2015年成功研发并应用于无人驾驶“自行”车。虽然芯片成本高昂，前景却十分乐观。灵汐科技公司市场总监华宝洪表示，天机芯的下一代产品将实现产业化，高中低档芯片产品和配套软件工具链最早将于今年年底面世，并且应用于自动驾驶等交通领域。在智慧教育中，芯片也将发挥重要作用：它不仅能识别语音，还能理解语义，了解上课的内容和重点，从而进行辅助教学。在这一领域，各国都高度重视积极布局。
美国于2013年启动“BRAIN计划”，将大脑结构图建立、类脑相关理论建模、脑机接口等列为研发重点。欧盟2013年正式提出“人脑计划（Human Brain Project）”，目标是开发信息和通信技术平台，致力于神经信息学、大脑模拟、高性能计算、医学信息学、神经形态的计算和神经机器人研究，侧重于通过超级计算机技术来模拟脑功能，以实现人工智能。我国已经将“脑科学与类脑研究”上升为国家战略。
在《国家中长期科学和技术发展规划纲要（2006—2020年）》中，“脑科学与认知”被列入基础研究8个科学前沿问题之一。