類腦計算（類腦人工智能）類腦計算什么是類腦計算？?類腦計算，是由美國科學家CarverMead在上世紀80年代末提出的，類腦計算代表這樣的一個概念：運用包含虛擬電路的超大規(guī)模集成電路系統(tǒng)來模仿在人類神經(jīng)系統(tǒng)中存在的神經(jīng)生物構(gòu)造。首先，神經(jīng)科學家們要充分理解人的大腦是怎么樣運作的，我們的大腦是何如何用被上千米長的神經(jīng)纖維連接著的處理單元和神經(jīng)突觸來接收和處理信息的，類腦計算跳脫出原有的計算機模式，開發(fā)出能夠利用簡單、可靠、快速且低能耗運算設備的隨機行為的新技術。簡單地說就是試圖通過模仿或構(gòu)建人腦生物神經(jīng)網(wǎng)絡來獲得“智能”類腦計算和人工智能的關系：類腦計算屬于人工智能的一個重要組成部分，它關注的是神經(jīng)網(wǎng)絡方面內(nèi)容，人工智能屬于實際應用，人工智能的很多算法來自于類腦計算。人工智能流派有一種劃分，邏輯主義，連接主義，進化主義。邏輯主義：傳統(tǒng)人工智能基于邏輯推理，他們認為人工智能源于數(shù)理邏輯。連接主義：人工神經(jīng)網(wǎng)絡即類腦計算，他們認為人工智能源于仿生學，特別是對人腦模型的研究。進化主義：計算智能中以遺傳算法，群集智能為核心的一類，他們認為人工智能源于控制論。具體可參考人工智能學派簡介類腦計算的三大特征低能耗o人類大腦的耗能量遠遠低于一臺超級計算機的耗能量，一只老鼠的大腦能夠以比一個模仿它大腦的計算機模擬系統(tǒng)快9000倍的速度處理信息，而且消耗更低的能量。容錯性o如果一個微處理器失去一根晶體管，它就不能用了，然而在人腦中，神經(jīng)細胞的死亡是持續(xù)不斷的，但這并不會給人腦帶來災難性的損害?不需要編程o人腦通過和外界的交互，就能夠隨時學習并且更新升級，不需要依照某個篤定好的模板線性發(fā)展。類腦計算發(fā)展至今最成功的案例：深度學習?深度學習直接把大量的數(shù)據(jù)投放到算法中，系統(tǒng)就會自動利用這些數(shù)據(jù)學習、研究。深度學習中的“訓練”與“預測”過程對應的是人類大腦的“歸納”和“推測”過程。要真正實現(xiàn)強人工智能，必須借鑒人腦的結(jié)構(gòu)和學習思維模式，通過深度學習這樣的方法進行模擬，通過仿生學思路實現(xiàn)人工智能的突破。代表性的應用:語音識別和自然語言處理。深度學習弱人工智能：弱人工智能是能制造出真正地推理和解決問題的智能機器，這些機器只不過看起來像是智能的，但是并不真正擁有智能，也不會有自主意識。強人工智能：強人工智能觀點認為有可能制造出真正能推理和解決問題的智能機器，并且，這樣的機器能將被認為是有知覺的，有自我意識的。各國競相發(fā)展類腦計算項目中國“中國腦計劃”：2014年5月，百度大腦項目正式啟動。在今年全國兩會上百度CEO李彥宏又進一步提出建立“中國腦計劃”。當下，在國家大力推動創(chuàng)新的時代背景下，“中國腦計劃”有望獲得政府的支持。該計劃將從認識腦保護腦和模擬腦三個方向展開研究。類腦計算將會是“中國腦計劃”的重要組成部分。在2015中國計算機大會的“類腦研究”分論壇上，楊雄里院士介紹說，“中國腦計劃”是一個比較全面的計劃，既有腦科學的基礎理論方面的研究，又有類腦研究，美國的腦計劃著重發(fā)展一些先進技術，這一點是不一樣的。在該分論壇上，張建偉教授指出，現(xiàn)在中國的類腦計劃與人工智能、機器人領域都有進步，包括我們的研究數(shù)量非常非常全面，我們開發(fā)的各種各樣軟件、機器人的樣機數(shù)量明顯領先，傳統(tǒng)領域的論文進步明顯，我們有龐大的研發(fā)隊伍，國際同行參與也增加，但是基礎技術研究面廣，強度和持續(xù)度有待增加，尤其是與智能機器人的結(jié)合，有助于機器人產(chǎn)業(yè)化的最后一公里的推進中國的腦計劃和機器人結(jié)合才能有非常光明的前景。中國大腦計劃百度百科：歐洲歐盟人類大腦項目的類腦計算平臺將建立在歐洲大陸研發(fā)的FACETS、BrainScaleS兩個項目和英國研發(fā)的SpiNNaker項目之上。當前版本的類腦物理模型采用180納米工藝技術，將50x106塑料突觸和200000個神經(jīng)元模型搭建在一個8英寸硅片上。該系統(tǒng)不執(zhí)行預編代碼，而是根據(jù)電子設備的物理性質(zhì)演變來發(fā)展。這一項目的現(xiàn)有版本中，一個芯片就可以通過八百萬個塑料突觸的運行來模擬16000個神經(jīng)元，而耗能只有1瓦。歐盟目前擁有兩個類腦計算系統(tǒng)（PM和MC）以及用來支持這兩個系統(tǒng)的完整生態(tài)系統(tǒng)。人類大腦計劃百度百科美國?國防高等研究計劃署-SyNAPSE:SyNAPSE項目由HRL實驗室、惠普和IBM共同承擔。IBM從2008年開始參與這一項目，于2014年開發(fā)出TrueNorth系統(tǒng)。這一系統(tǒng)運用扮演神經(jīng)元角色的模塊化芯片。研究人員可以把眾多芯片連接在一起，制造出一個虛擬神經(jīng)系統(tǒng)。?《麻省理工學院科技評論》的一篇報道中說，這種類腦計算的芯片技術與馮*諾依曼計算機架構(gòu)有著本質(zhì)上的區(qū)別。IBM的新芯片沒有獨立的內(nèi)存和處理模塊，因為它的神經(jīng)元和突觸將這兩種功能交織在一起。這是它與傳統(tǒng)計算機的一大區(qū)別。與傳統(tǒng)的微處理器對比，這種新型芯片在處理數(shù)據(jù)方面要遜色一些，但是它在處理圖像、聲音和其它感官數(shù)據(jù)上都更有優(yōu)勢。芯片上的一百多萬個“神經(jīng)元”被放置在相同大小的4096個塊中，每塊中有250個“神經(jīng)元”。這一安排的靈感來源于哺乳動物的大腦結(jié)構(gòu)，哺乳動物的大腦由重復電路構(gòu)成，每個電路中有100到250個神經(jīng)元。給這樣的芯片編程涉及到選擇哪些“神經(jīng)元”進行連接，以及它們對彼此的影響程度有多大。該芯片上有超過50億個晶體管，可謂是IBM之最，然而耗能非常小。IBMTrueNorth:請查看左邊聊天框文件彩蛋:神經(jīng)科