北京小程序开发之类脑计算(类脑人工智能)

类脑计算（类脑人工智能）类脑计算什么是类脑计算？•类脑计算，是由美国科学家CarverMead在上世纪80年代末提出的，类脑计算代表这样的一个概念：运用包含虚拟电路的超大规模集成电路系统来模仿在人类神经系统中存在的神经生物构造。首先，神经科学家们要充分理解人的大脑是怎么样运作的，我们的大脑是何如何用被上千米长的神经纤维连接着的处理单元和神经突触来接收和处理信息的，类脑计算跳脱出原有的计算机模式，开发出能够利用简单、可靠、快速且低能耗运算设备的随机行为的新技术。简单地说就是试图通过模仿或构建人脑生物神经网络来获得“智能”类脑计算和人工智能的关系：类脑计算属于人工智能的一个重要组成部分，它关注的是神经网络方面内容，人工智能属于实际应用，人工智能的很多算法来自于类脑计算。人工智能流派有一种划分，逻辑主义，连接主义，进化主义。逻辑主义：传统人工智能基于逻辑推理，他们认为人工智能源于数理逻辑。连接主义：人工神经网络即类脑计算，他们认为人工智能源于仿生学，特别是对人脑模型的研究。进化主义：计算智能中以遗传算法，群集智能为核心的一类，他们认为人工智能源于控制论。具体可参考人工智能学派简介类脑计算的三大特征低能耗o人类大脑的耗能量远远低于一台超级计算机的耗能量，一只老鼠的大脑能够以比一个模仿它大脑的计算机模拟系统快9000倍的速度处理信息，而且消耗更低的能量。容错性o如果一个微处理器失去一根晶体管，它就不能用了，然而在人脑中，神经细胞的死亡是持续不断的，但这并不会给人脑带来灾难性的损害•不需要编程o人脑通过和外界的交互，就能够随时学习并且更新升级，不需要依照某个笃定好的模板线性发展。类脑计算发展至今最成功的案例：深度学习•深度学习直接把大量的数据投放到算法中，系统就会自动利用这些数据学习、研究。深度学习中的“训练”与“预测”过程对应的是人类大脑的“归纳”和“推测”过程。要真正实现强人工智能，必须借鉴人脑的结构和学习思维模式，通过深度学习这样的方法进行模拟，通过仿生学思路实现人工智能的突破。代表性的应用:语音识别和自然语言处理。深度学习弱人工智能：弱人工智能是能制造出真正地推理和解决问题的智能机器，这些机器只不过看起来像是智能的，但是并不真正拥有智能，也不会有自主意识。强人工智能：强人工智能观点认为有可能制造出真正能推理和解决问题的智能机器，并且，这样的机器能将被认为是有知觉的，有自我意识的。各国竞相发展类脑计算项目中国“中国脑计划”：2014年5月，百度大脑项目正式启动。在今年全国两会上百度CEO李彦宏又进一步提出建立“中国脑计划”。当下，在国家大力推动创新的时代背景下，“中国脑计划”有望获得政府的支持。该计划将从认识脑保护脑和模拟脑三个方向展开研究。类脑计算将会是“中国脑计划”的重要组成部分。在2015中国计算机大会的“类脑研究”分论坛上，杨雄里院士介绍说，“中国脑计划”是一个比较全面的计划，既有脑科学的基础理论方面的研究，又有类脑研究，美国的脑计划着重发展一些先进技术，这一点是不一样的。在该分论坛上，张建伟教授指出，现在中国的类脑计划与人工智能、机器人领域都有进步，包括我们的研究数量非常非常全面，我们开发的各种各样软件、机器人的样机数量明显领先，传统领域的论文进步明显，我们有庞大的研发队伍，国际同行参与也增加，但是基础技术研究面广，强度和持续度有待增加，尤其是与智能机器人的结合，有助于机器人产业化的最后一公里的推进中国的脑计划和机器人结合才能有非常光明的前景。中国大脑计划百度百科：欧洲欧盟人类大脑项目的类脑计算平台将建立在欧洲大陆研发的FACETS、BrainScaleS两个项目和英国研发的SpiNNaker项目之上。当前版本的类脑物理模型采用180纳米工艺技术，将50x106塑料突触和200000个神经元模型搭建在一个8英寸硅片上。该系统不执行预编代码，而是根据电子设备的物理性质演变来发展。这一项目的现有版本中，一个芯片就可以通过八百万个塑料突触的运行来模拟16000个神经元，而耗能只有1瓦。欧盟目前拥有两个类脑计算系统（PM和MC）以及用来支持这两个系统的完整生态系统。人类大脑计划百度百科美国•国防高等研究计划署-SyNAPSE:SyNAPSE项目由HRL实验室、惠普和IBM共同承担。IBM从2008年开始参与这一项目，于2014年开发出TrueNorth系统。这一系统运用扮演神经元角色的模块化芯片。研究人员可以把众多芯片连接在一起，制造出一个虚拟神经系统。•《麻省理工学院科技评论》的一篇报道中说，这种类脑计算的芯片技术与冯*诺依曼计算机架构有着本质上的区别。IBM的新芯片没有独立的内存和处理模块，因为它的神经元和突触将这两种功能交织在一起。这是它与传统计算机的一大区别。与传统的微处理器对比，这种新型芯片在处理数据方面要逊色一些，但是它在处理图像、声音和其它感官数据上都更有优势。芯片上的一百多万个“神经元”被放置在相同大小的4096个块中，每块中有250个“神经元”。这一安排的灵感来源于哺乳动物的大脑结构，哺乳动物的大脑由重复电路构成，每个电路中有100到250个神经元。给这样的芯片编程涉及到选择哪些“神经元”进行连接，以及它们对彼此的影响程度有多大。该芯片上有超过50亿个晶体管，可谓是IBM之最，然而耗能非常小。IBMTrueNorth:请查看左边聊天框文件彩蛋:神经科