解析类脑智能技术的当前发展

　　现如今，神经科学发展已经有越来越多的企业参与，企业的参与能够加速神经科学技术的产品成型，促进这项科学研究的市场化。

　　为什么要发展类脑智能：实现功能新突破

　　而今人工智能已足够强大，比如：语音识别错误率从 23.6% 下降到 5.9%，已达人类听写水平;电视问答节目中，IBM 沃森战胜人类冠军，还能 10 分钟诊断罕见白血病;谷歌阿尔法狗在围棋界已打败诸多高手。为何还需要类脑智能?人工智能在类脑方面尚有局限，比如类脑神经元的模型、网络层次结构。目前应用最多的是深度学习，但需要依赖大数据、运算学习起来的时间也较长。

　　另一方面，人脑是自然界几亿年进化的高级智能产物，人脑含 11 次方的突触，这相当于在整个银河系里星球的总数，在干脑中包含 10 的 14 次方突触，还有比神经元数量多得多的神经胶质细胞也参与大脑。有专家表示，人脑还有超低能耗的计算系统，阿尔法狗的功率是 20KW，但人脑功率只有 20W。" 这就是发展类脑智能的原因，人工智能的下一阶段发展需要借鉴人脑。"

　　类能智能发展新动态：新建研究实验室

　　" 去年 9 月，国家发改委公布了国家工程实验室综合指南，中科大联合复旦大学、沈阳自动化所、中科院微电子所、百度公司申请了国家类脑实验室;今年 1 月，在国家发改委批复的两个人工智能国家工程实验室中，就有类脑智能技术及应用国家工程实验室，并由中科大牵头。" 实验室主任吴枫是中科大信息科学技术学院执行院长，他介绍，中科大在类脑智能涉及的计算机、生命科学、物理、信息技术等方面都有很出色的研究。类脑智能，这一与人类生活密切相关的新兴产业也将成为该地下一个千亿级重大产业，推进了产学研的结合。

　　国内现状归纳：取得阶段性进展，后期仍需发力

　　1，需要加深和其他技术结合

　　《“十三五”国家科技创新规划》提出部署脑科学与类脑研究重大科技专项，开展类脑计算与脑机智能研究，研究重点涵盖脑神经计算、认知功能模拟、神经形态芯片和类脑处理器、脑机接口、类脑机器人等多个方面。

　　2，各项技术取得阶段性进展

　　在类脑智能计算模型方面，中科院脑科学与智能技术卓越创新中心优化了脉冲神经网络模型，引入了学习、记忆机制，并构建了面向亿级类脑神经网络建模的计算平台;在类脑芯片方面，中科院计算技术研究所研发了“寒武纪1号”类脑芯片、浙江大学与杭州电子科技大学合作研发了首款支持脉冲神经网络的“达尔文”芯片;在类脑智能机器人方面，中科院自动化研究所实现了机械臂的交互控制和生理控制康复机器人的应用，通过模拟婴儿对物体的自发、动态认知过程将其应用于提高机器人的自学习和归纳能力。

　　3，未来仍需加深发展

　　与发达国家相比，我国在类脑智能的基础前沿研究、软硬件结合的类脑智能机器人等领域实力较弱，各研发机构的研究重点过于雷同。基于此，我国应借鉴美国、日本的经验，在国家层面进行统筹规划，国内各机构应根据自身优势，部署重点研究领域时应有所聚焦和分工，避免重复建设。同时，类脑智能是高度学科交叉的领域，迫切需要加强脑科学与数学、计算机科学、物理、工程与材料学等学科的交叉融合。

　　人工智能研究是通过研究和借鉴大脑的思维方式，让机器学习人类分析问题和处理信息的方式，完成对人类机能的模仿。这种技术背后的影响因素众多，需要我们后期的不断努力。