类脑计算是Brain Like（仿脑）还是Brain Inspired Computing（脑启发的计算）? 背后的技术路线迥然不同，报告人认为“仿脑”是取得突破的可行路线，是走向“强人工智能”的必要阶段，可能比“人工智能”（人工设计出来的智能）和“认知科学”（理解思维的机理）更早实现。北京脑科学专项“脑认知与类脑计算”方向沿着这样一条技术路线，提出了四个基础平台、两种核心芯片、三类类脑智能的总体布局。报告将介绍类脑计算国内外重要进展，并以报告人课题组正在进行的灵长类初级视觉系统解析仿真为例，介绍仿脑在视觉信息编码和分析识别方面的潜在价值。

深度神经网络在实际应用中的局限性日益凸显,具备生物可解释性的类脑计算脉冲神经网络成为了人们研究的热点课题。应用场景的不确定性及复杂多样性给研究者提出了新的挑战,要求类似生物大脑组织具备多尺度架构的类脑计算脉冲神经网络,能够实现对多模态、不确定性信息的感知决策功能。文中主要介绍了多尺度生物合理性的类脑计算脉冲神经网络模型及其面向多模态信息表征和不确定信息感知的学习算法,并分析探讨了基于忆阻器互联的脉冲神经网络可实现多尺度架构类脑计算的两个关键技术问题,即多模态、不确定信息与脉冲时序表示一致性问题和多尺度脉冲神经网络学习算法与容错计算问题。最后,对类脑计算脉冲神经网络的研究方向进行了分析与展望。

本视频来源于CNCC 2022第三届神经形态计算论坛，聚焦“类脑视觉”。

类脑计算被认为是下一代计算技术及下一代人工智能发展的重要突破方向。本报告将介绍神经拟态类脑芯片的现状、趋势与挑战，类脑计算芯片的核心技术等，并将重点介绍“达尔文”系列类脑芯片。“达尔文”系列是浙大牵头研制的类脑计算芯片，至今已经迭代三代，它借鉴脉冲神经网络的结构与工作原理进行计算，比传统神经网络具有更强生物真实性、比传统计算模式具有更低功耗。

生物智能在有效感知环境， 适应不确定性和效能方面都有巨大的优势， 借鉴生物智能是实现强人工智能、 智能机器人等领域相交叉的重要探索方向。而人脑无疑是其中完美的信息处理系统，如何借鉴人脑的信息处理方式，以更低的能耗与更高的效率突破传统的计算范式，是我们不断探索的方向。其中类脑计算芯片作为类脑计算的底层硬件载体，应该具备不同于传统计算架构的特性。英特尔研究院新一代类脑研究芯片Loihi 2作为Loihi 1代的升级版本，性能实现大幅提升，希望助力类脑计算研究和应用的飞速发展。

类脑计算是通过借鉴脑科学机制构建信息处理系统的技术总称，与量子计算一同被国际器件与系统技术路线图认定为后摩尔时代最具发展前景的两大计算范式。类脑计算代表了人类对自身探索的最高峰，是一个伴随人类存在永远不会消亡的课题；同时，以深度学习为代表的人工智能，近年来已经成为最炙手可热的研究方向，各种成果正被广泛应用。类脑计算和人工智能这两条原本平行发展的路径，逐渐走向碰撞，不知不觉将两者进行比较和批判，引发了诸多讨论大战。借鉴人工智能的发展历程，类脑计算的发展亟需理论算法创新、评估测试基准、软件编程工具和硬件计算平台，才能构建完善的基础设施。本次报告将以芯片研究作为切入点，介绍类脑计算和人工智能的发展及应用，并探讨类脑计算面临的挑战和未来的方向。