“类脑”研究热度猛增或促进人类终极进化
清华大学“类脑计算研究中心”近日举行了揭牌仪式。信息、生物、材料、物理、微电子等7个院系的掌门人共同按动启动钮，多学科共同支持类脑研究。清华大学新任校长邱勇到场致辞。他表示，希望类脑计算推动跨学科的研究发展。 类脑计算研究中心学术委员会主任张钹院士说，类脑计算比曼哈顿计划更有挑战性。研究中心主任施路平教授对“类脑计算系统”的概括是：借鉴人脑信息处理方式，可以实时处理非结构化信息、具有学习能力的超低功耗新型计算系统。 此前不久，中国科学院自动化研究所类脑智能研究中心正式成立，整体性启动类脑智能研究。其目标是融合智能科学、脑与认知科学的多学科优势，研究创新性的认知脑模型，实现类脑信息处理、类脑智能机器人等相关领域理论、方法与应用的突破。 据科技部基础司有关人士透露，科技部正在做面向2030年的科学研究计划，制定中国的脑科学和类脑研究方案，工程和生物研究将交叉融合。“中国脑计划”将是我国正在筹备的6个重大科技专项中的一个。 ......阅读全文
类脑计算：让人工智能走得更远
像人一样思考，这是人们对人工智能和机器人的期待。大踏步前进的人工智能，似乎走到了十字路口。 “机器综合智能水平和人脑相差较大，机器学习需要较多人工干预，不同人工智能模态之间交互协同较少……”近日，在香港召开的第S43次香山科学会议上，与会科学家细数当前人工智能发展面临的瓶颈。 解铃还须
B类先导专项“脑功能联结图谱与类脑智能研究”结题验收
8月31日，中国科学院在北京召开B类战略性先导科技专项“脑功能联结图谱与类脑智能研究”结题总体验收会议。总体验收专家组由中科院院士王志珍、贺福初、赵国屏、强伯勤、张钹、郭雷等来自科研机构、高校、医院的科技专家，以及来自科学技术部、财政部、国家卫生和计划生育委员会、工业和信息化部等国家有关部门的管
余山：从脑网络到人工智能——类脑计算的机遇与挑战
2016年3月，AlphaGo与职业围棋选手的对局引发了人们对于人工智能的高度关注。计算机在一个公认的非常复杂的计算与智力任务中，打败了人类的顶尖选手，靠的是类人脑的智能吗？从系统的结构看，AlphaGo结合了深度神经网络训练与蒙特卡洛模拟[1]。广义的说，深度神经网络是类脑的计算形式，而蒙特卡
杨雄里：我国亟待加强类脑人工智能研究
杨雄里 “目前，类脑人工智能技术正在快速推广到互联网、金融投资与调控、医疗诊断、新药开发、公共安全等一系列关系到国计民生的重要领域，或将引发新一轮产业革命。”这是中科院院士、复旦大学脑科学研究院教授杨雄里日前在以“脑信息与人工智能”为主题的东方科技论坛上表达的观点。 作为我国脑科学研究的有力推动
脑图谱与类脑智能前沿论坛举办
论坛现场 海南大学供图 12月27日，“CSIG图像图形中国行”走进海南大学，并举办脑图谱与类脑智能前沿论坛。 国防科技大学教授胡德文、北京大学教授彭宇新、中国科学院自动化研究所研究员蒋田仔、北京大学教授林宙辰、海南大学教授殷明、北京邮电大学教授刘勇等受邀在会上作报告。中国科学院院士、海
大脑神经元的自反馈机制启发更好的类脑人工智能
原文地址：http://news.sciencenet.cn/htmlnews/2022/9/486144.shtm 近日，中国科学院自动化研究所类脑智能研究中心研究员曾毅团队在《神经网络》上发表了一项新研究，研究将来自生物脑神经元自身反馈以及兴奋抑制性神经元平衡的启发，融入类脑脉冲神经网络的理
试管“迷你大脑”可用于研究脑褶皱
以色列魏兹曼科学院研究人员表示，他们找到在试管中培育微型大脑的方法，这种微型大脑可以产生类似人脑的褶皱，研究它可为分析和医治小头症、癫痫和精神分裂症等疾病开辟新道路。 现实生活中，每3万个婴儿中就约有1个婴儿的大脑生来光滑无褶皱，其成长过程中面临重大疾病的威胁，寿命也较正常婴儿短很多。
新型人工突触可用于高度扩展的类脑计算
科技日报北京12月28日电 （记者张梦然）据最新一期美国化学会期刊《应用材料与界面》报道，新加坡科技与设计大学（SUTD）研究团队开发出一种基于二维（2D）材料的新型人工突触，能用于可高度扩展的类脑计算。模仿人脑功能的类脑计算因其在人工智能中的功能应用和低能耗而引起科学界的广泛关注。像人脑一样，为了
9年“孕育” 类脑认知智能引擎“智脉”诞生
曾毅团队 受访者供图近日，中国科学院自动化研究所类脑智能研究中心研究员曾毅团队发布了历时9年打造的全脉冲神经网络的类脑认知智能引擎“智脉”(Brain-inspired Cognitive Engine，以下简称BrainCog)，并进行全面开源开放，助力自然智能的计算本质探索和新一代人工智能的发
类脑信息处理研究取得进展
近期，中国科学院自动化研究所类脑智能研究中心类脑信息处理（BRAVE）研究组，在研究员张兆翔的带领下，在借鉴生物神经结构、认知机制与学习特性的神经网络建模与类人学习研究中取得了一系列突破性进展。该研究组在“视听模态的生成、融合”以及“智能体之间的知识迁移”取得了重大突破，系列成果发表在AAAI