类脑智能研究5大技术热点

类脑智能研究5大技术热点brain-inspired intelligence research: 5 technology focus

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。当前在技术研发上有5大热点。
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。
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。
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。
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。
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，提高机器人的认知、学习和控制能力，进而产生更深度的交叉与合作。研究人员正努力使机器人以类脑方式实现对外界的感知及自身控制一体化，使其能够模仿外周神经系统感知、中枢神经系统输出与多层级反馈回路，实现机器人从感知外界信息到自身运动的快速性和准确性。瑞士洛桑理工学院2015年开发了一个神经系统仿真工具，该工具建立了数字化的老鼠大脑计算模型和虚拟老鼠身体模型，将这两个模型结合起来模拟大脑和身体互动的神经机制，目前已在模型中模拟出小白鼠大脑中3.1万个神经元活动。