<form id="1tbf9"><nobr id="1tbf9"></nobr></form>

          <address id="1tbf9"></address>

            <address id="1tbf9"></address>

                    <form id="1tbf9"></form>

                    專題
                    首頁  >  專題  >  媒體視點  >  名刊精選  >  《張江科技評論》

                    《張江科技評論》

                    開博時間:2019-06-06 14:03:00

                    《張江科技評論》是由上??茖W技術出版社與上海市張江高科技園區管理委員聯合創辦的一本科技評論類雜志。該刊報道評價國內外創新性科學技術的發展趨勢及其商業價值,介紹上海在建設全球領先科創中心進程中的制度成果、技術成果、創業成果,推動產學研密切協作,促進科技成果轉化,服務經濟轉型發展。

                    文章數
                    分享到:

                    類腦智能的發展趨勢與重點方向

                    2021-06-04 13:55:00

                      信息技術與神經技術的深度融合有望突破機器智能的發展瓶頸,開發出具有通用認知能力和自主學習能力的類腦智能。


                      人類大腦是一個通用智能系統,由千億個神經元和數百萬億個突觸連接構成,具有感知、學習、推理和決策的能力。近年來,各國的研究人員一致認為高度智能化構想的實現需要從腦科學中獲得啟發。于是,科學家開始向自己的大腦學習,積極開展類腦智能方向的研發工作。

                      類腦智能的國內外發展現狀

                      國際上,類腦智能的發展主要體現在3個方面。一是類腦智能技術和產品研發加速。當前,計算機科學借鑒大腦處理信息的機制和神經編碼的本質構建出新的神經網絡模型,形成神經計算、類腦芯片、類腦智能機器人等技術和產品。二是腦機接口技術得到重視。神經科學利用認知計算等修復或增強大腦功能,加速腦機接口技術的發展。三是利用神經形態計算模擬人類大腦處理信息的過程。研發人員通過借鑒腦神經結構和信息處理機制,使機器以類腦的方式實現人類認知能力及協同機制,達到或超越人類的智能水平。

                      我國類腦智能的研究水平處于國際前沿。2016年,我國正式提出“腦科學與類腦科學研究”(簡稱“中國腦計劃”),它作為連接腦科學和信息科學的橋梁,將在極大程度上推動通用人工智能技術的發展。此外,多所高校都成立了類腦智能研究機構,開展類腦智能研究。例如:清華大學于2014年成立類腦計算研究中心;中國科學院自動化研究所于2015年成立類腦智能研究中心;2018年,北京腦科學與類腦研究中心和上海腦科學與類腦研究中心先后成立。目前,清華大學類腦計算研究中心已經研發出具有自主知識產權的類腦計算芯片、軟件工具鏈。中國科學院自動化研究所開發出類腦認知引擎平臺,能夠模擬哺乳動物大腦,并在智能機器人身上實現了多感覺融合、類腦學習與決策等多種應用。

                      類腦智能的未來發展重點


                      ●腦機接口

                      腦機接口技術未來的發展重點體現在以下幾個方面。一是干電極腦信號的采集和傳輸。干電極腦信號的采集和傳輸是指基于干電極技術,采用靠近大腦皮層的傳感電極,在連續、長期、可靠、便捷、穩定、無創、低功耗、低成本、失真程度最小的情況下獲取大腦皮層微弱的神經電活動信號,進而通過無線方式實時地將神經電活動信號傳輸給電腦等信息處理系統,便于進一步的腦信號解析。未來,該技術預期形成價格低廉、無創傷、使用簡單、不依賴于導電介質、采集信號穩定可靠、無須前期頭皮清洗準備、不需要外人輔助、不受環境約束、佩戴方便、面向大眾使用、無線可穿戴的干電極腦電帽。二是腦電信號解析。該技術能夠實現腦信號的正確解碼與識別,是腦機接口最為本質和核心的環節,是腦機接口技術的關鍵。未來,該技術預期形成腦電信號解析的算法模型,能夠正確解析人們意圖,可應用于軍事、康復、輔助診斷等領域。三是腦機交互適應性。該技術預期形成新型的腦機交互范式和自適應腦信號識別算法。四是腦機接口仿真應用系統。該系統是對實際應用系統進行模擬,可檢驗腦電解析算法的性能,實時評估使用者的控制效果,是腦機接口技術實用化的前提。未來,該系統將應用在電子產品、導航等領域,如腦電波頭盔、網頁瀏覽、收發郵件、輸入字符等。

                      ●神經形態硬件

                      神經形態硬件包括從概念上受神經生物學體系結構啟發的半導體器件。神經形態處理器采用非馮?諾伊曼(von-Neumann)體系結構,是與傳統處理器截然不同的執行模型,其特點是處理元素簡單,但互連性很高。神經形態系統處于非常早期的原型階段。IBM公司向美國勞倫斯?利弗莫爾國家實驗室提供了一個基于TrueNorth的系統。神經芯片的尖峰神經元自適應處理器技術和惠普公司的實驗室產品屬于早期產品。英特爾公司的“Loihi”芯片憑借更高程度的連接性,解決了更廣泛的人工智能工作負載。高通公司是神經形態處理器的早期代表。

                      當前神經形態硬件的部署存在以下障礙:一是神經形態硬件編程需要新的工具和培訓方法;二是半導體器件互連的復雜性對半導體制造商創造可行的神經形態設備提出了挑戰。目前,神經形態硬件尚未成為主流,但隨著編程技術的突破,這種情況可能會發生變化。神經形態計算體系結構能夠使神經形態硬件具有更好的性能,為圖形分析提供支持。神經形態硬件設備有可能成為類腦智能發展的重要動力。

                      ●機器學習

                      機器學習是利用能夠從數據中提取知識和模式的數學模型來解決業務問題。越來越多的類腦智能研究正在探索機器學習的深度應用,嘗試改進機器學習方法,找到執行機器學習項目所需的相關角色和技能。數據是機器學習的“燃料”,高質量的數據是機器學習成功的關鍵。支持類腦智能的機器學習算法有很多,但是,如何讓海量的數據匹配最佳的機器學習算法從而實現最優化的類腦智能技術是當前類腦智能研究的重點。

                      ●混合現實

                      混合現實(MR)是真實世界和虛擬世界的融合,物理和圖形對象能夠自然地進行相互作用并集成在一起。從概念上說,MR是一種單一的技術。但實際上,MR是一組潛在的技術,包括從真實環境數字化到增強現實(AR)、虛擬現實(VR)的各種沉浸式顯示和交互系統。未來的用戶體驗技術將更深入地融入人類與現實世界的自然交互方式。類腦智能方向的MR技術可以更好地集成現實世界和虛擬世界,融合類腦智能的MR技術可以實現新類型的客戶體驗和更個性化的用戶體驗。

                      ●凝視控制

                      凝視控制是通過眨眼或改變視線的方向來產生智能動作的。凝視控制包括確定使用者視覺注意力的角度或位置。凝視控制是眼球跟蹤的一種應用,也是手勢控制的一個組成部分,利用眼睛的焦點來傳達指令。眼球跟蹤使凝視控制系統能夠在智能手機、智能電視、汽車和計算機中工作。在眼球跟蹤技術的支持下,類腦智能領域的凝視控制可以幫助玩家實現武器自動瞄準、車輛引導或者用眼睛拋物等指令。

                      ●認知計算

                      當前,認知計算的發展主要表現在以下幾個方面:一是利用基于生物可塑性的規則對網絡進行訓練,同時獲得所有樣本的新穎性估計;二是對新穎性估計值超過閾值的樣本進行重復學習,并根據每個階段的學習結果動態更新樣本的新穎性估計;三是為了避免對新穎樣本的過擬合和對已學習樣本的遺忘,需要對所有樣本進行一次重復訓練;四是周期性地進行第二步和第三步,直到網絡收斂。認知計算能夠模擬人腦在腦區尺度進行層次化信息處理的機制,將生物神經元之間的局部連接關系以及信息處理的層級結構應用到計算模型中,模擬大腦多個層級的信息處理,并對信息進行編碼,使其更接近真實神經元對信息的編碼方式。

                      ●類腦智能機器人

                      類腦智能機器人是融合了視覺、聽覺、思考和執行等能力的綜合智能系統,能夠以類似人腦的工作方式運行。將人腦的內部機理融入機器人系統,可以提高機器人的認知、學習和控制能力,可以與之產生更深度的交叉與合作。研究人員正努力使機器人以類腦的方式實現對外界的感知及自身控制一體化,使其能夠模仿外周神經系統感知、中樞神經系統輸出與多層級反饋回路,實現機器人從感知外界信息到自身運動的快速性和準確性。

                      類腦智能總體發展趨勢

                      類腦智能在近10年內引起了世界各國不同背景研究人員的廣泛關注。英國曼徹斯特大學的SpiNNaker芯片、IBM公司的TrueNorth芯片、德國海德堡大學的BrainScaleS芯片、美國斯坦福大學的Neurogrid芯片、英特爾公司的Loihi芯片以及中國清華大學的天機芯片等都是類腦智能發展的重要代表。

                      目前,越來越多的研究著眼于提高神經網絡、認知計算模型以及智能系統的自適應能力,發展可持續的類人學習機制需要通過腦科學建立適應這類學習機制的認知結構?;谶@些類腦學習方法和認知結構,進一步發展類腦認知計算模型,才能最終真正設計并實現“機制類腦、行為類人”的通用類腦智能計算模型。

                      受腦工作機制的啟發,面向下一代智能信息技術,需要通過不同學科、不同領域之間的交叉,尤其是信息技術與神經技術的深度融合,才有望突破機器智能的發展瓶頸,開發出具有通用認知能力和自主學習能力的類腦智能。未來,開展類腦計算和腦式信息處理網絡的新型芯片及計算系統研究、神經網絡突觸連接機制啟發的神經擬態芯片設計與類腦系統研究,有望實現大規模、高精度的神經網絡啟發的類腦智能,使腦啟發類腦智能系統真正實現在信息處理機制上類腦,在認知行為上超越人類。

                      孟海華,博士,上海市投資促進服務中心發展研究部副研究員。

                      文/孟海華

                    本文來自《張江科技評論》

                    ©2011-2021 版權所有:中國數字科技館
                    未經書面許可任何人不得復制或鏡像
                    京ICP備11000850號 京公網安備110105007388號
                    信息網絡傳播視聽節目許可證0111611號
                    國家科技基礎條件平臺
                    久久这里只精品国产免费99热4_一起射久久_久久在线视频_日日天天夜夜久久_日日扞夜夜燥国产