类脑智能

类脑智能brain-inspired intelligence
类脑智能就是以计算建模为手段，受脑神经机理和认知行为机理启发，并通过软硬件协同实现的机器智能。类脑智能系统在信息处理机制上类脑，认知行为和智能水平上类人，其目标是使机器以类脑的方式实现各种人类具有的认知能力及其协同机制，最终达到或超越人类智能水平。
类脑智能又称为类脑计算，上世纪80年代末，美国科学家Carver Mead首次提出类脑计算的概念。类脑计算这一想法摆脱了传统的计算模式，模仿人类神经系统的工作原理，渴求开发出快速、可靠、低耗的运算技术。类脑智能是人工智能的终极目标，但研究类脑智能不可能复制人的大脑。类脑智能希望通过研究人类大脑的工作机理并模拟出一个和人类一样具有思考、学习能力的机器人。
类脑智能领域面临着很多研究难题：
1. 视觉感知难。机器人的眼睛常常依赖于机载的摄像机来采集视觉图像。机器人大脑如何从图像中识别关键信息呢？如人脸、手势或障碍物。在常规环境下，现有技术已可以高精度地实现这一任务。但自然条件下，视觉图像由于光线、视角、物体运动等多类不稳定因素的综合影响很难被准确识别。尽管一系列性能优异的深度学习理论模型大量涌现，但复杂环境中的视觉感知依然是一大难点，目前突破有限。
2. 沟通交流难。机器人怎样与人对话呢？机器人依靠传感器收集外界声音信号，通过语音识别系统和相关处理技术将信号进行分析解读。机器人“听懂”后，其“中枢系统”会做出相应的动作指示或通过语音合成器模拟人类说话。在嘈杂的现实环境中，现有的语音识别技术很难成功而高效地实现语音识别、理解和处理操作。
3. 大脑思考难。机器人的“大脑”是一个智能终端，负责着繁杂的计算任务以及信号接收、指令下达等重要功能。同人类一样，机器人没有“大脑”或者“大脑”不太灵光都使得行为迟缓，甚至整个机体“瘫痪”。随着机器人应用范围的不断扩充，“大脑”容量、思维速度等都有更高要求。目前科学家们尝试着将云计算、云存储等先进技术引入到机器人后台上，努力让机器人“大脑”向着信息更丰富、运算更快、反应更准确、学习更灵活的方向迈进。
4. 稳定行走难。区别于机械臂等固定作业的机器人，类脑智能机器人的应用一定是个动态过程，换句话说，机器人要有一条坚固、灵活的“腿”。机器人的“腿”不在于长短、粗细，更关注的是其稳定性、自由性。受到生物学启发，科学家们尝试着将人类腿部膝关节弯曲伸展的工作机制移植到机器人上。
近年来，世界各国都相继对这一领域投入了大量精力研究。2013年6月，美国公布了“推进创新神经技术脑研究计划”（简称“BRAIN”），旨在探索人脑构造、理解人脑工作原理。而在同年初，欧盟委员会也宣布“人脑工程”（简称“HBP”），主要任务是通过模型方式再现人脑工作；2014年9月，日本启动了大脑研究计划。2016年，中国全面启动了脑科学计划。该计划主要有两个研究方向：倾向于医学的大脑揭秘、脑部病变研究，以及类脑智能的技术开发。