什么是类脑智能，与人工智能有什么关系？

人工智能的迅速发展将深刻改变世界发展模式和人类生活方式为抢抓人工智能发展重大战略机遇，各国均在构筑先发优势类脑智能作为人工智能的另一条发展路径，也是实现通用人工智能的最可能路径，成为各国的关注焦点类脑智能是人工智能发展的必要路径

当前人工智能存在两条技术发展路径一条是以模型学习驱动的数据智能，另外一条是以认知仿生驱动的类脑智能当前现阶段人工智能发展的主流技术路线是数据智能，但是数据智能存在一定局限性，如：数据方面，需要海量数据和高质量的标注；自主学习、自适应等能力弱，高度依赖于模型构建；计算资源消耗比较大，。

CPU、GPU消耗量巨大；缺乏逻辑分析和推理能力不足，仅具备感知识别能力；时序处理能力弱，缺乏时间相关性；仅解决特定问题，适用于专用场景智能 类脑智能可以解决数据智能的局限性和不足数据方面，类脑智能可处理小数据、小标注问题，适用于弱监督和无监督问题；更符合大脑认知能力，自主学习、关联分析能力强，鲁棒性较强；计算资源消耗较少，人脑计算功耗约20瓦，类脑智能模仿人脑实现低功耗；逻辑分析和推理能力较强，具备认知推理能力；时序相关性好，更符合现实世界；可能解决通用场景问题，实现强人工智能和通用智能。

类脑智能的定义 类脑智能是受大脑神经运行机制和认知行为机制启发，以计算建模为手段，通过软硬件协同实现的机器智能类脑智能具备信息处理机制上类脑、认知行为表现上类人、智能水平上达到或超越人的特点2018年8月，Gartner公司发布2018年新兴技术成熟度曲线，公布了5大新兴技术趋势，其中类脑智能、神经。

芯片硬件和脑机接口作为重要技术趋势 类脑智能发展有三个层面的目标，分别是结构层次模仿脑、器件层次逼近脑、功能层次超越脑具体来说，结构层次，主要研究基本单元（各类神经元和神经突触等）的功能及其连接关系（。

网络结构），通过神经科学实验的分析探测技术完成；器件层次，重点在于研制模拟神经元和神经突触功能的微纳光电器件，在有限物理空间和功耗条件下构造出人脑规模的神经网络系统，如研制神经形态芯片、类脑计算机；功能层次，对类脑计算机进行信息刺激、训练和学习，使其产生与人脑类似的智能甚至涌现自主意识，实现智能培育和进化，学习、记忆、识别、会话、推理、决策以及更高智能。

现阶段类脑智能研究发展依然缓慢一是由于脑机理认知尚不清楚大脑是人类进化的高级产物，重量约1.5公斤，占体重2%，功耗约20瓦，占全身功耗20%，当前人类对大脑的认识还不足5%，尚无完整的脑谱图可参考；二是由于类脑计算模型和。

算法尚不精确神经元连接的多样性变化性，使得前馈、反馈、前馈激励、前馈抑制、反馈激励、反馈抑制的建模不精确，脑功能分区与多脑区协同的算法不准确；三是现有计算架构和能力制约现在计算系统是冯诺依曼架构，计算与存储分离，系统功耗高、并行度低、规模有限，而类脑计算系统是非冯诺依曼架构，计算与存储统合，高密度、低功耗，颠覆现有架构的代价较大。

各国高度重视积极布局 先进国家积极布局类脑智能研发美国于2013年启动“BRAIN计划”，将大脑结构图建立、类脑相关理论建模、脑机接口等列为研发重点；欧盟于2013年提出“人脑计划”，重点开展人脑模拟、神经形态计算、神经。

机器人等领域研究；日本于2008年提出“脑科学战略研究项目”，重点开展脑机接口、脑计算机研发和神经信息相关的理论构建；韩国在2016年发布《脑科学研究战略》，重视脑神经信息学、脑工程学、人工神经网络、大脑

仿真计算机等领域的研发 企业争相布局类脑智能IBM围绕Watson系统和TrueNorth类脑芯片，意图抢先打造类脑智能生态系统；谷歌依托全球技术领先地位，在现有谷歌大脑基础上结合医学、生物学积极布局人工智能；微软提出意识网络架构，声称是具备可解释性的新型类脑系统。

除龙头企业外，美国Emotiv、美国Neurallink、美国Kernel、美国Brainco、瑞士aiCTX等一批新兴公司在类脑智能方面取得很多研发成果，部分进入产业化阶段 我国积极统筹加速布局类脑智能。

我国在2006年《国家中长期科学和技术发展规划纲要（2006—2020）》中就把“脑科学与认知”列入基础研究8个科学前沿问题之一在2016年《“十三五”国家科技创新规划》也将脑科学与类脑研究列入科技创新2030重大项目。

2017年国务院《新一代人工智能发展规划》提出了2030年类脑智能领域取得重大突破的发展目标我国于2017、2018年分别成立了类脑智能技术及应用国家工程实验室、北京脑科学与类脑研究中心，形成了“南脑北脑”共同快速发展的格局。

类脑智能技术体系 类脑智能技术体系分四层：基础理论层、硬件层、软件层、产品层基础理论层基于脑认知与神经计算，主要从生物医学角度研究大脑可塑性机制、脑功能结构、脑图谱等大脑信息处理机制研究；硬件层主要是实现类脑功能的神经形态芯片，也就是非冯诺依曼架构的类脑芯片，如脉冲神经网络芯片、忆阻器、忆容器、忆感器等；软件层包含核心算法和通用技术，核心算法主要是弱监督学习和无监督学习。

机器学习机制，如脉冲神经网络、增强学习、对抗神经网络等；通用技术主要是包含视觉感知、听觉感知、多模态融合感知、自然语言理解、推理决策等；产品层主要包含交互产品和整机产品，交互产品包含脑机接口、脑控设备、神经接口、智能假体等，整机产品主要有类脑计算机、类脑机器人等。

类脑智能当前存在先结构后功能和先功能后结构两条发展思路先结构后功能，主要指先研究清楚大脑生理结构，然后根据大脑运行机制研究如何实现大脑功能；先功能后结构，主要是先使用信息技术模仿大脑功能，在模仿过程中逐步探索大脑机制，然后相互反馈促进。

两条发展思路各有千秋，功能和结构的任意发展突破都会推动类脑智能的极大发展，因此现阶段两条路线并行发展 类脑智能目前整体处于实验室研究阶段，脑机接口技术是类脑领域目前唯一产业化的领域脑机接口技术是在人或动物脑（或者脑细胞的培养物）与外部设备间建立直接连接通路，以“人脑”为中心，以脑。

信号为基础，通过脑-机接口实现控制人机混合系统脑机接口应用于医疗领域，实现瘫痪人士通过脑机设备控制机械臂完成相应动作，也可实现对多动症、癫痫等疾病采取神经反馈方式做对应的恢复训练；用于智能家居，实现意念控制开关灯、开关门、开关窗帘等，进一步控制家庭服务机器人。

全球最受关注的脑机接口公司前十名多分布在北美和欧洲，我国产业界逐步推出产品，如科斗脑机、海天智能等公司研发生产出植入式脑微电极、脑控智能康复机器人等产品未来发展建议 加快构建全景战略视图，突出重点方向。

从科研、技术和产业等多维度形成类脑智能体系化布局，并突出重点发展方向，具体围绕结构、器件、功能三个层面开展重点布局和超前部署 加大对基础工艺/算法/软件等的投入力度我国长期以来在新算法、新结构、新原理的研究方面。

原创不足，制约类脑智能整体创新供给能力因此，仍需持续加大对原始科研创新的重视力度，对关键基础工艺/算法/软件等加大支撑投入力度 强化政产学研合作，推动技术体系化创新类脑智能体系涉及要素较多，需要政产学研紧密合作，深化多方协同的合作，共同推动技术实现体系化的创新。

借鉴其他先进国家布局经验，突出政产学研多方合作在类脑智能创新中的合力作用，构建国内多方协同的创新体系

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。