智能新时代，“类脑计算”走红，那你知道什么是“类脑计算”吗？

　　其实是很好理解的，一个“类”有三种意思：（1）许多相似或相同事物的综合。 （2）用于性质或特征相同或相似的事物。 （3）类似。显然，这里指的是第三种。

　　而“脑”就是指大脑。那组成的词就是：像大脑一样！

　　而这大脑可指人类的大脑，人类的大脑有哪些功能：

　　1、对空间的辨认，深度知觉、触觉、音乐欣赏等

　　2、大脑从皮肤接收关于触摸，压力，疼痛，振动和温度的信息。直接间接产生听觉，嗅觉，味觉。

　　等等更多功能就不用多说了，说以上两点的是因为与“类脑计算”相关！
       

　　有什么联系呢？是因为“类脑计算”试图模仿研究构造大脑的一些功能，让如今的智能科技更上一层楼。

　　根据2019年12月16日至17日，由北京未来芯片技术高精尖创新中心及清华大学微电子学研究所联合主办的“北京高精尖论坛暨2019未来芯片论坛”在清华大学举行，这次论坛上，类脑计算成为多位权威专家热议的人工智能研究方向。

　　“类脑计算”，具有深度学习，语音识别、图像识别、自然语言理解等功能。

　　“类脑计算从结构上追求设计出像生物神经网络那样的系统，从功能上追求模拟大脑的功能，从性能上追求大幅度超越生物大脑，也称神经形态计算。”黄铁军接受科技日报记者采访时说。

　　类脑计算试图模拟生物神经网络的结构和信息加工过程。它在软件层面的尝试之一是脉冲神经网络（SNN）。

　　现在深度学习一般通过卷积神经网络（CNN）或递归神经网络（RNN）来实现。“CNN和RNN都属于人工神经网络，其中的人工神经元，至今仍在使用上世纪40年代时的模型。”黄铁军说，虽然现在设计出的人工神经网络越来越大，也越来越复杂，但从根本上讲，其神经元模型没有太大改进。

　　另一方面，在深度学习人工神经网络中，神经元之间的连接被称为权值。它们是人工神经网络的关键要素。

　　而在脉冲神经网络中，神经元之间却是神经脉冲，信息的表达和处理通过神经脉冲发送来实现。就像我们的大脑中，有大量神经脉冲在传递和流转。

　　黄铁军告诉记者，由于神经脉冲在不停地传递和流转，脉冲神经网络在表达和处理信息时，比深度学习的时间性更突出，更加适合进行高效的时空信息处理。

　　吴华强介绍，在传统的冯·诺依曼架构中，信息的处理和存储是分开的，而人的大脑在处理信息时，存储和处理是融为一体的。

　　“所以我们在尝试研发存算一体化的芯片，希望通过避免芯片内部不停地搬运数据，来大幅提高芯片的能效比。”吴华强说，他的团队现在也已研发出存算一体的样品芯片。

　　谈到类脑计算的进展，黄铁军告诉记者，目前类脑计算仍在摸索阶段，还缺乏典型的成功应用。但商业公司已经嗅到味道，相关技术获得规模性应用可能不需要太长时间。

　　我们大家能出力就出力，用上我们的大脑。开发开发我们的大脑，不要思维局限了，也不要懒得想了，“类脑计算”的推广和升级已经不远了,它是未来人工智能技术发展的重要突破口，感慨啊，人类的大脑还真的神奇啊，真是刺激。