AI发展前沿 第9章 脑启发人工智能讲义.pptx

AI发展前沿第9章脑启发人工智能讲义从神经科学基础到脉冲神经网络、神经形态计算、具身智能与脑机接口课程讲义·可用于课堂授课/自学复习/技术汇报1

第9章课程结构：本章从“大脑为何值得借鉴”展开AI发展前沿·第9章脑启发人工智能02问题导入核心机制技术路线系统应用挑战趋势1为什么看向大脑？当前AI在数据、能耗、泛化、持续学习和真实世界交互上仍有短板；大脑展示了稀疏、低功耗、自适应的智能样式。2大脑给了哪些启发？神经元与突触、层级与回路、可塑性、注意、预测、记忆、身体与环境共同构成智能系统。3如何变成工程路线？人工神经网络、脉冲神经网络、神经形态芯片、局部学习规则与具身智能平台。4可以解决什么问题？低功耗边缘感知、实时机器人、神经康复、智能传感、脑机接口与更稳定的自主系统。5仍面临什么挑战？生物真实性、算法性能、硬件生态、训练工具链、伦理治理与跨学科评估。本页要点：脑启发人工智能不是“复制大脑”，而是在神经科学、算法和硬件之间建立可验证的设计原则。2

第9章学习目标：学完本章应能回答的六个问题AI发展前沿·第9章脑启发人工智能03概念辨析说明“脑启发AI、类脑计算、神经形态计算、脑机接口”之间的边界与联系。机制理解解释神经元、突触、回路、可塑性、注意与预测机制如何启发AI。模型比较比较ANN与SNN在信息表示、时间建模、训练方法和硬件适配上的差异。技术