在行为上及思考上完全模仿人类的科技,这种科技,就叫做类脑智能,当然,它不仅仅是行为及思考上的模仿,它也可以自我设定场景,去完成一些不可思议的预先准备工作。 普通的人工智能,它是由多道复杂的程序来执行某件事物;区块链技术,是把无数条线索和结果完成判断、认证和得出结论从而执行;而类脑科技,在未来无疑是把这多项技术融合在一块,从而变成真正的神经元网络,而且处理速度极快。 有的同学肯定要问,类脑科技说的这么多,能实现吗?可以很负责任的告诉你,这东西,在未来完全可以实现。从13年起,一些科技强国便开始着手这件事,阿尔法狗、无人驾驶汽车、智能工厂等等。 计算机以及互联网的诞生使我们的世界发生了翻天覆地的变化,科技的发展给人类的生活带来了极大的便利。尽管如此,仍有许多事需要人力亲力亲为,于是人们像创造出像人类自身一样具有智能的机器,来进一步帮助人类探索世界和改造世界。 人类已对人工智能追求了60多年,在计算机遭遇结构上的“冯诺伊曼瓶颈”后,人们开始转向模拟自身脑结构来实现智能。因此“类脑智能”成为目前人工智能领域最新的热点方向。类脑智能简单说就是利用神经形态计算来模拟人类大脑处理信息的过程,它是人工智能的终极目标。 从信息处理机制上讲,类脑智能想要达到的是在信息处理机制上类脑、认知行为和智能水平上类人的特点,最终目标是通过借鉴脑神经结构和信息处理机制,使机器以类脑的方式实现各种人类认知能力及协同机制,达到或超越人类的智能水平。 目前,类脑研究上有四大技术研发成为热点: 1、相关计算理论与建模,这是类脑研究的基础,近年来研究人员逐渐向神经网络中融入记忆、推理和注意等机制,并开展不同脑区协同认知模型研究,构建面向通用智能的类脑认知计算模型。 2、人工神经网络,也即是人工构建神经网络,近年最热的深度神经网络(DNN)模型就是模拟了人脑层次化信息处理机制。其中,在计算机视觉领域运用最多的卷积神经网络(CNN)就是受生物视觉系统的启示,模拟大脑多个层级的信息处理模式。另一种新型神经网络脉冲神经网络(SNN)则是利用神经元以电脉冲的形式对信息(包括时间)进行编码,更接近真实神经元对信息的编码方式。 3、神经接口、脑机接口,通过神经解码将大脑的神经信号转化为对外部设备的控制信号,使计算机从大脑神经活动中获知人的行为意向。而脑机接口可用于重建特殊感觉以及瘫痪病人的运动功能。美国Emotiv公司的人机交互设备“Emotiv Epoc”意念控制器,就是运用非侵入性脑电波仪技术,感测并学习每个使用者大脑神经元信号模式,实时读取使用者大脑对特定动作产生的意思,通过软件分析解读其意念、感觉与情绪。 4、神经形态芯片、类脑计算机 参考人脑神经元结构和人脑感知认知方式设计的芯片,可分为神经形态芯片、参考人脑感知认知的计算模型两大类。随着类脑芯片的深入发展,基于类脑芯片的类脑计算机雏形已经出现。 科技圈巨头在类脑研究上的布局早已开始。 全球科技巨头如谷歌、微软、IBM、Facebook都将人工智能视为下一个技术引爆点,纷纷斥巨资参与研发与竞争。 IBM是最早布局人工智能的公司之一,1997年研发出深蓝计算机、2011年研发出watson系统,目前IBM的布局围绕watson系统和Synapse类脑芯片展开,同时通过并购打造人工智能生态系统。 谷歌则通过大量收购语音和人脸识别、深度学习、机器人公司以获取技术、专利和人才,其在深度学习、神经网络等方面处于全球领先地位。 Facebook也逐步收购语音识别、机器翻译等公司,并设立人工智能实验室,开发聊天机器人。除龙头企业外,如美国Emotiv公司等一批新兴公司也在类脑智能方面取得了高水平的研发成果。 国内也正兴起着产学研相结合的类脑研究。尤其在类脑芯片领域,中科寒武纪研发出了“寒武纪1号”类脑芯片,浙江大学与杭州电子科技大学合作研发了首款支持脉冲神经网络的“达尔文”芯片。在类脑计算机和相关理论和研究上,中国也在积极建设。 计算机以及互联网的诞生使我们的世界发生了翻天覆地的变化,科技的发展给人类的生活带来了极大的便利。尽管如此,仍有许多事需要人力亲力亲为,于是人们像创造出像人类自身一样具有智能的机器,来进一步帮助人类探索世界和改造世界。 人类已对人工智能追求了60多年,在计算机遭遇结构上的“冯诺伊曼瓶颈”后,人们开始转向模拟自身脑结构来实现智能。因此“类脑智能”成为目前人工智能领域最新的热点方向。类脑智能简单说就是利用神经形态计算来模拟人类大脑处理信息的过程,它是人工智能的终极目标。 从信息处理机制上讲,类脑智能想要达到的是在信息处理机制上类脑、认知行为和智能水平上类人的特点,最终目标是通过借鉴脑神经结构和信息处理机制,使机器以类脑的方式实现各种人类认知能力及协同机制,达到或超越人类的智能水平。 目前,类脑研究上有四大技术研发成为热点: 1、相关计算理论与建模,这是类脑研究的基础,近年来研究人员逐渐向神经网络中融入记忆、推理和注意等机制,并开展不同脑区协同认知模型研究,构建面向通用智能的类脑认知计算模型。 2、人工神经网络,也即是人工构建神经网络,近年最热的深度神经网络(DNN)模型就是模拟了人脑层次化信息处理机制。其中,在计算机视觉领域运用最多的卷积神经网络(CNN)就是受生物视觉系统的启示,模拟大脑多个层级的信息处理模式。另一种新型神经网络脉冲神经网络(SNN)则是利用神经元以电脉冲的形式对信息(包括时间)进行编码,更接近真实神经元对信息的编码方式。 3、神经接口、脑机接口,通过神经解码将大脑的神经信号转化为对外部设备的控制信号,使计算机从大脑神经活动中获知人的行为意向。而脑机接口可用于重建特殊感觉以及瘫痪病人的运动功能。美国Emotiv公司的人机交互设备“Emotiv Epoc”意念控制器,就是运用非侵入性脑电波仪技术,感测并学习每个使用者大脑神经元信号模式,实时读取使用者大脑对特定动作产生的意思,通过软件分析解读其意念、感觉与情绪。 4、神经形态芯片、类脑计算机 参考人脑神经元结构和人脑感知认知方式设计的芯片,可分为神经形态芯片、参考人脑感知认知的计算模型两大类。随着类脑芯片的深入发展,基于类脑芯片的类脑计算机雏形已经出现。 科技圈巨头在类脑研究上的布局早已开始。 全球科技巨头如谷歌、微软、IBM、Facebook都将人工智能视为下一个技术引爆点,纷纷斥巨资参与研发与竞争。 IBM是最早布局人工智能的公司之一,1997年研发出深蓝计算机、2011年研发出watson系统,目前IBM的布局围绕watson系统和Synapse类脑芯片展开,同时通过并购打造人工智能生态系统。 谷歌则通过大量收购语音和人脸识别、深度学习、机器人公司以获取技术、专利和人才,其在深度学习、神经网络等方面处于全球领先地位。 Facebook也逐步收购语音识别、机器翻译等公司,并设立人工智能实验室,开发聊天机器人。除龙头企业外,如美国Emotiv公司等一批新兴公司也在类脑智能方面取得了高水平的研发成果。 国内也正兴起着产学研相结合的类脑研究。尤其在类脑芯片领域,中科寒武纪研发出了“寒武纪1号”类脑芯片,浙江大学与杭州电子科技大学合作研发了首款支持脉冲神经网络的“达尔文”芯片。在类脑计算机和相关理论和研究上,中国也在积极建设。 |
|
来自: Wdjljjfj > 《AI、传感、信息通信》