类脑计算的研究进展与发展趋势
类脑计算,是指仿真、模拟和借鉴大脑神经网络结构和信息处理过程的装置、模型和方法,其目标是制造类脑计算机和类脑智能.与经典人工智能符号主义、连接主义、行为主义以及机器学习的统计主义这些技术路线不同,类脑计算采取仿真主义:结构层次模仿脑(非冯·诺依曼体系结构),器件层次逼近脑(模拟神经元和神经突触的神经形态器件),智能层次超越脑(主要靠自主学习训练而不是人工编程).类脑计算相关研究已经有二十多年的历史,本报告从脑科学相关研究、模拟生物神经元和神经突触的神经形态器件、神经网络芯片、类脑计算模型与应用等方面对国内外研究进展和面临的挑战进行介绍,并对未来的发展趋势进行展望.
类脑计算 神经形态器件 神经网络芯片 脉冲神经网络
陈云霁 黄铁军 潘纲 唐华锦 施路平 于俊清
中国科学院计算技术研究所,北京 北京大学信息科学技术学院,北京 浙江大学计算学院,杭州 四川大学计算机学院,成都 清华大学精仪系,北京 华中科技大学计算机科学与技术学院,武汉 CCF多媒体专业委员会
国内会议
太原
中文
263-317
2016-10-01（万方平台首次上网日期，不代表论文的发表时间）