导语：近日，在2022 WAIC AI开发者日上，忆海原识创始人兼CEO任化龙发表主题演讲《类脑计算的发展与关键技术》。演讲中，他夯实细致地介绍了类脑智能的特点以及与传统技术的对比，以及忆海原识自主研发的Ocean类脑计算平台。
演讲内容全文详见机器之心的报道：https://mp.weixin.qq.com/s/s4uNVgmPVaeb0j7wcu-LcA
以下是内容摘要。
什么是类脑计算
类脑计算是由生物脑启发的人工智能技术，强调实用，不追求把大脑中每一个生物细节都进行模拟，具有广阔应用前景。
脑仿真就是一种精细度较高的模拟，不一定追求实用，更多的是探求生物物理层面的机理。
神经拟态芯片，利用介于数字和模拟混合信号的方式来实现人工神经元，集成进芯片里，大幅度节省芯片的功耗。
计算神经科学可以看作是类脑计算的前身，它大量使用数理方法对脑机制进行理解，很多模型都是抽象的，不一定追求实用。
脑机接口也是近些年兴起的领域，主要解决人和机器、大脑和机器之间的交互。
类脑计算如何借鉴大脑呢?它有两个关键特征，一个是技术特征，另一个是应用面。技术特征上高度借鉴了生物脑中关键的生物机制，比如不再使用 神经元模型，而是使用脉冲神经元模型，甚至比脉冲神经元更复杂的模型。
类脑计算的学习机制也不再依赖数学优化，无需误差反传和梯度下降，而主要利用可塑性进行训练，由此局部性更好，学习效率更高，配合生物脑中特殊的神经环路可以快速地实现举一反三。类脑计算也不再严格区分学习和推理这两个过程，很适合实时在线学习。由脉冲神经元构建出微环路，再由微环路构建多脑区的脑网络，这样就可以实现类脑神经网络模型。
类脑计算面向的问题是更高级的认知任务，不再是简单的识别和分类。比如抽象与归纳、推理与决策、知识与常识都属于认知，想象与创造、情感、同理心、道德，甚至人特有的直觉与审美属于高级认知现象。
类脑神经网络初窥
视觉神经系统有丰富发达的机制，它的神经通路与其他脑区高度互联，比如视觉皮层可以连接到运动皮层，和空间感有关;它还连接到颞叶，对物品进行识别;它还连接到中颞叶构造(包括海马体)，形成情景记忆。情景记忆又可以进行抽象和归纳，再反哺视觉皮层的训练，使视觉训练效率非常高。
再如下图示例，偏向于识别问题。图中的对象到底是牛还是鲨呢?如果用 神经网络，可能只能识别出一个确定的结果，要么分类成某种鲨鱼，要么分类成其他结果。为什么呢?因为它是端到端的单一输入输出系统。
但是对人脑而言，认知是极其灵活的，思维存在非常多维度。头脑可以告诉你如果现在关注的是前景，虽然长得像鲨鱼的轮廓，但从纹理上看，是牛的皮肤。如果看它的头部与身体关系，则是牛头鲨身(您或许已经注意到了，这里存在经验/逻辑上的冲突)。如果你现在把注意力放到远景，头脑会告诉你远景是远处的山峰。
可以这么说，视觉系统具有丰富灵活的认知机制，并不像 学习那样是端到端的单一输入输出系统。
Ocean类脑计算平台
忆海原识隆重发布Ocean类脑计算平台。
Ocean分为前端、核心和后端，它把建模和硬件管理进行解耦。这样一来，神经科学家和建模人员不必关心硬件底层细节，只需专注神经网络的建模。
该平台提供了丰富的基础模型和神经机制，包括有多种类型的神经元、突触、可塑性机制，以及顺馈、反馈、循环和侧抑制等常见的环路结构，简化用户建模过程，同时支持用户自定义模型、扩展功能。该平台能够支持全尺度的建模，从最小单位的神经元、突触、树突、环路、核团到脑区。
该平台还可以支持大规模类脑神经网络的运算，通过对硬件设备的调度管理，保证高运算效率。该平台可以在异构计算器件上运行，支持 CPU、GPU 以及其他的异构计算设备。该平台可部署在个人计算机、云端服务器以及嵌入式设备上，从而为其应用和推广带来了可能，满足从研发到应用部署的全链条需求。
这里介绍一个Ocean建模实例。下图为使用类脑神经网络针对MNIST手写字体进行识别。
这个模型没有使用误差反传、梯度下降，只使用一定神经环路拓扑结构结合可塑性进行学习，就可以取得良好的识别效果。
我们还有更多的类脑神经网络模型以及应用案例，将会在以后的发布会上陆续向大家介绍。
欢迎大家持续关注!
Ocean类脑计算平台：ocean.yihaiyuanshi.com
忆海原识官网：https://www.yihaiyuanshi.com/
公众号：请搜索“忆海原识”
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
