国际类脑智能领域发展现状与态势分析.PDF

科技发展研究 第 13 期 （总第4 82 期） 上海科技发展研究中心 2017 年 6 月 5 日 编者按：近年来，脑科学领域的新技术不断涌现，人工智能所依赖的深度学习、计算能力和 数据体量迅速发展，类脑智能的研究逐步引起全社会的广泛关注。我们基于上海市软科学研 究基地——前沿技术发展研究中心和中国科学院上海生命科学信息中心的有关成果，分两期 简报介绍类脑智能领域的发展现状、态势及国内外布局情况。本期重点介绍类脑智能技术发 展现状与态势。供参考。 上海“十三五”科技创新规划重点领域国内外发展态势跟踪之二 国际类脑智能领域发展现状与态势分析 （上） “类脑智能”是当前人工智能领域最新的热点方向，利用神经形 态计算来模拟人类大脑处理信息的过程，是人工智能的终极目标。类 脑智能具有在信息处理机制上类脑、认知行为和智能水平上类人的特 点，最终目标是通过借鉴脑神经结构和信息处理机制，使机器以类脑 的方式实现各种人类认知能力及协同机制，达到或超越人类的智能水 平。2017 年5 月，谷歌公司的人工智能软件“Alpha Go”战胜目前 1 围棋世界排名第一的柯洁；2016 年12 月，牛津大学与谷歌公司等研 发的自动唇读系统 “LipNet”对 BBC 电视节目嘉宾进行唇语解读， 准确率达到46.8 ％（唇语专家准确率为12.4 ％左右）。随着典型类脑 智能试验产品的出现，其技术与商业化应用受到社会各界的广泛关 注，各国纷纷投入技术研发，各大企业不断开展商业化应用探索。 一、技术研发现状：五大技术研发成为热点 一是相关计算理论与建模。认知体系结构研究是类脑认知计算模 型研究的基础。近年来研究人员逐渐向神经网络中融入记忆、推理和 注意等机制。此外，还开展不同脑区协同认知模型研究，构建面向通 用智能的类脑认知计算模型。如，加拿大滑铁卢大学研制的 SPAUN 脑模拟器，将250 万个神经元模块化地分割为10 余个脑区，实现了 模拟笔迹、逻辑填空、工作记忆、视觉信息处理等能力。 二是人工神经网络。近年来发展起来的深度神经网络（DNN ） 模型模拟了人脑在脑区尺度进行层次化信息处理的机制。其中，卷积 神经网络（CNN ）受生物视觉系统的启示，将生物神经元之间的局部 连接关系以及信息处理的层级结构应用到计算模型中，模拟大脑多个 层级的信息处理；脉冲神经网络（SNN ）是近年来研发出的另一种新 型神经网络，其神经元以电脉冲的形式对信息进行编码，能够很好地 编码时间信息，更接近真实神经元对信息的编码方式，被认为是能接 近仿生机制的神经网络模型。 三是神经接口、脑机接口。通过神经解码（将大脑的神经信号转 化为对外部设备的控制信号），使计算机从大脑神经活动中获知人的 行为意向，分为侵入式脑机接口和非侵入式脑机接口，侵入式主要用 于重建特殊感觉（如视觉）以及瘫痪病人的运动功能，通常直接植入 到大脑的灰质；非侵入式是用紧贴头皮的多个电极采集大脑脑电图信 2 号。美国Emotiv 公司开发出一套人机交互设备“Emotiv Epoc”意念 控制器，运用非侵入性脑电波仪技术，感测并学习每个使用者大脑神 经元信号模式，实时读取使用者大脑对特定动作产生的意思，通过软 件分析解读其意念、感觉与情绪。 四是神经形态芯片、类脑计算机。参考人脑神经元结构和人脑感 知认知方式设计的芯片，可分为神经形态芯片、参考人脑感知认知的 计算模型两大类。随着类脑芯片的深入发展，基于类脑芯片的类脑计 算机雏形已经出现。2016 年IBM 公司开发出基于其Truenorth 芯片的 类脑计算机NS16e ，采用16 颗 TrueNorth 芯片组成芯片阵列，通过 电路系统模拟人脑神经元及突触的工作方式，通过模式和分类关联过 往和现在的数据，并基于概率和关联识别模式做出决策。 五是神经机器人、类脑智能机器人。类脑智能机器人是融合了视 觉、听觉、思考和执行等能力的综合智能系统，能够以类似人脑的工 作方式运行。通过将人脑的内部机理融入机器人系统，提高机器人的