芯片研发的同时，赵明国也在训练自行车，让它“掌握平衡”。“就像人学骑自行车一样，一开始很难平衡，但会骑之后就很容易了。”赵明国解释说，这需要综合考虑自行车的速度、弹性车轮和不同地面之间的摩擦、风的扰动等等问题。

　　经过不计其数的试验，到2014年底，自行车已经可以在平地匀速前行，或是在稍微粗糙一点的草地上自行，通过车把的转向控制就可以实现。几个月后，安装完大脑的自行车已经可以在天机芯的控制下完成图像识别、语音识别等多种智能。

　　搭载天机芯的无人智能自行车已经可以完成语音识别、目标锁定、障碍辨别和自主决策等功能。

　　在清华大学精密仪器系另一间实验室，不到20平方米的房间里架了36台摄像机，全天记录天机芯采集的数据，然后输送到类脑计算机进行分析、计算、优化，再反馈到芯片和自行车上。

　　“Straight！Left！Speed up!”(直行，左转，加速)2016年冬天，赵明国的学生们穿着羽绒服在操场上训练自行车时，这辆晃晃悠悠的单车已经可以顺利完成所有指令。围绕这枚小小的芯片，类脑计算研究团队融合了生物医学、电子、微电子、计算机、自动化、材料和精密仪器等7个院系的多个学科的师生。

　　天机芯是非冯·诺依曼结构的。对此，赵蓉解释说，这种结构是将处理与存储两个模块分离，中央处理器(CPU)执行计算命令前要先从存储单元中把数据调出，计算后再存到存储器中。伴随大数据和人工智能的发展，处理器不断优化，速度呈指数上升，时间单位可精确到微秒，而存储器被远远落在了后面，两者之间的差距越来越大，这种分离的架构已经无法满足高速、节能等新要求。“总体上看，天机芯的处理和存储已经可以在不同层面上实现了不同程度的统一。”

　　有业内专家指出，目前所有通用的计算机都是冯·诺依曼结构的，突破冯结构是业界的一个研究方向，此前也已经有不少探索实践，出现了一些代表性成果。但直到今天，这些非冯结构的应用场景、应用规模都还比较有限，难以大规模推广。像天机芯这样基于人脑的神经科学架构起来的计算体系，是一个很有希望的尝试，值得继续研究。

　　“如果研究总想着如何赶超先进，是否能应用，就很难做到最好，或是做出颠覆性成果。”

　　“人为什么需要一台无人智能自行车？”这是赵明国听到的最多的疑问，在天机芯登上《自然》之前，疑问背后的质疑明显多于好奇。

　　曾有一位企业家参观实验室时，毫不客气地说，“搞这个有什么用，什么也干不了，生产不了什么应用。”一定程度上，这代表了当时多数人的普遍态度。

　　回国前，施路平曾在新加坡科技局数据存储研究院担任人工认知存储器实验室主任，2004年，因其在类超晶格相变材料和器件上的杰出贡献，作为第一完成人成为当年新加坡国家科技奖得主。在收到加盟清华的邀请时，施路平已经带领团队研究类脑计算近六年。他认识到存储与处理之间不可逾越的高墙源自传统的冯·诺依曼结构，打破瓶颈的办法就是学习人脑模式，将计算与存储融合，这不仅需要存储器方面的人才，更需要生物工程学、计算机系统等多个学科的融合。这次邀约，让他心动了。

　　“清华有实现多学科融合的基础。”赵蓉回忆说，当时在新加坡也曾尝试跨学校、跨机构合作，但各家有各自的科研任务，融合起来有难度。至于清华，“毕竟大家都在一个校园里，更重要的是，清华有高水平的脑科学方面的专家。”2012年，施路平辞去在新加坡的所有职务，全职回到清华。

　　就在施路平回到清华组建类脑计算团队之时，世界各地的科研人员和机构也先后意识到仿生学对未来人工智能的意义。2008年，美国国防部下属的国防高级研究计划局(DARPA)通过立项，开始资助科技公司IBM研制面向智能处理的脉冲神经网络芯片；2013年，欧盟“人脑计划”获得10亿欧元的资金支持，由26个国家的135个机构合作参与，研究为期10年；日本科学家也在2014年发起“神经科学研究计划”，项目预计在未来十年受到日本教育部、文化部和医学研究与发展委员会共400亿日元的资助。

　　净身回国的施路平当时一没有人，二没有钱，项目书连首轮盲选都挺不过去，“类脑计算是个啥玩意？”人们不了解，也不敢信。好在他的坚持得到清华大学前后两任校长的大力支持，当时主管人事的副校长邱勇负责引进施路平，时任校长陈吉宁拿出600万元校长基金支持类脑计算研究，这笔启动资金支撑施路平度过了最艰难的“创业期”。