類腦智慧型

類腦智慧型又稱為類腦計算，上世紀80年代末，美國科學家Carver Mead首次提出類腦計算的概念。類腦計算這一想法擺脫了傳統的計算模式，模仿人類神經系統的工作原理，渴求開發出快速、可靠、低耗的運算技術。類腦智慧型是人工智慧的終極目標，但研究類腦智慧型不可能複製人的大腦。類腦智慧型希望通過研究人類大腦的工作機理並模擬出一個和人類一樣具有思考、學習能力的機器人。

基本介紹

• 中文名：類腦智慧型
• 外文名：Brain-inspired Intelligence
• 所屬學科：人工智慧
• 類型：人工智慧術語

定義

類腦智慧型是以計算建模為手段，受腦神經機制和認知行為機制啟發，並通過軟硬體協訂求格同實現的機器智慧型。類腦智慧型系統在信息處理機制上類腦，認知行為和智慧型水平上類人，其目標是使機器以類腦的方式實現各種人類具有的認知能力及其協同機制，最終達到或超越人類智慧型水平。

背景介紹

計算機背景

人工智慧時代的到來，大數據可以提供給計算機對人腦的模擬訓練，強大的算力可以支撐計算機能夠充分利用大數據獲得更多規律，進行知識的學習。

醫學背景

神經外科技術在腦科學研究中的套用日趨成熟，人類對於大腦分區、神經元等的腦科學相關情況的了解逐漸加深。

現狀及套用

浙江大學聯合之江實驗室共同研製出了我國首台基於自主智慧財產權類腦晶片的類腦計算機。這台類腦計算機包含792顆浙江大學研製的達爾文2代類腦晶片，支持1.2億脈衝神經元、近千億神經突觸，與小鼠大腦神經元數量規模相當，典型運行功耗道盼潤己漿套頸只需要350-500瓦。

困境

當下的標準計算機在運算過程中所消耗的能量遠遠高於人腦。人腦在執行任務（例如，同時識別多個目標、推理、控制和移動）時，能量消耗只有接近辯微2瓦左右，而計算機僅識別物體消耗就會達到上百瓦。從神經科學來看，人腦尚未被探索完全，籃漏鑽其廣泛的連通性、結構和功能化的組織層次以及時間依賴的神經元突觸連線都未能很好地在計算機中進行實現。

時下較為流行的深度學習方寒嘗檔棵法，雖然能夠在模擬部分大腦決策的功能，但是其在長期學習時會出現災難性遺忘現象。比如，學習過任務A的神經網路在學習任務B 時，它會忘記學過的任務A，只記得B。因此，如何在動態的環境中像人一樣具備長期學習的能力是獄寒嬸一個難點。