上海建立类脑芯片与片上智能系统研发与转化功能型平台

<正>2月26日,作为上海市首批启动建设的研发与转化功能型平台之一,类脑芯片与片上智能系统研发与转化功能型平台新近在上海杨浦双创高地"长阳创谷"正式建成启动,构建集人才、技术、数据、产品及行业应用场景于一体的生态圈。据了解,平台将进一步汇聚人工智能应用与人工智能芯片行业的优势资源,打造基于类脑计算与人工智能芯片的产业发展引擎,并针对人工智能典型的应用场景建设大数据试验场,为合作的企业或团队提供技术研发、     

媒体纵览

<正>中国科学报"中国脑计划"酝酿启动3月14~15日,在复旦大学举办的东方科技论坛上,中科院院士、复旦大学脑科学研究院教授杨雄里称,"中国脑计划"已获国务院批示,并被列为"事关我国未来发展的重大科技项目"之一,将从认识脑、保护脑和模拟脑三个方向全面启动。这一研究,将为研发类脑人工智能软件系统、类脑芯片、类脑机器人     

深构造网络:类脑计算的新方向

 类脑计算实际上存在两个技术层面:第1层面是"走出诺依曼框架",主要属于人工神经网络的大范畴;第2层面是"基于神经科学的计算机算法",试图超越人工神经网络框架和摆脱权值计算模型,实现对生物脑的高逼真性模拟。第2层面研究有两类方法,一类是"大科学",例如欧盟的"人类脑计划"和美国的"BRAINs"计划;另一类是"小科学",例如Numenta公司的"新皮质层模型"和Mindputer Lab的"脑的深构造网络"研究。本文总结比较了类脑计算各主要层类的方法特点,重点介绍了深构造网络的基本概念、深构造脑模型的研发进展和深构造网络技术的应用优势。     

“中国芯”双喜临门，两款芯片同步研发成功

正6月15日,中国芯片产业同时迎来了双喜临门的两件喜讯。历经450多天的攻坚,当日华米科技发布"黄山2号"可穿戴芯片,并将与中国科技大学先进技术研究院的脑机智能联合实验室,进一步开展非侵入式和侵入式脑机接口研究。当日,华米科技举办了首届AI创新大会,发布了新一代智能可穿戴芯片"黄山2号"、第二代生物追踪光学传感器及一系列全新的人体数据AI算法,并成立了华米科技人工智能研究院。     

非修饰性寡核苷酸芯片用于HLA-DQA分型的初步研究

利用非修饰寡核苷酸基因芯片技术,根据HLAⅡ类抗原DQA位点不同基因亚型的特异性序列设计探针,制成分型芯片;待测样本经PCR反应标记上荧光之后,与探针在芯片上进行杂交,根据杂交产生的荧光信号值,确定样品DQA位点基因亚型。将这一方法应用于125例临床样本和10例标准品的HLA-DQA分型,该方法分型的结果与准确结果相比,准确率达到93.3%。实验结果表明:非修饰性寡核苷酸芯片用于HLA-DQA分型技术可行。     

关键举措,持续推进研发与转化功能型平台

正研发与转化功能型平台建设,是促进技术研发与转化、培育发展创新型企业、推进产业创新发展的关键举措。2017年,上海研究制定了功能型平台建设的总体方案、实施意见和管理办法。微技术工业研究院、石墨烯产业技术、生物医药产业技术、集成电路产业创新服务、智能制造研究院、类脑芯片与片上智能系统等6家研发与转化功能型平台启动建设。     

人工智能与数字经济广东省实验室(广州)

正实验室聚焦人工智能基础理论与核心算法、智能互联与大数据、人工智能专用芯片设计、类脑智能等四个重点领域,突破人工智能基础理论和一批关键共性技术,推动智能制造与网联汽车、高端芯片、互联网经济与智慧金融、智慧健康、智慧城市、智慧物流等六大行业领域示范应用与产业化,培育一批人工智能新兴产业,支撑全省数字经济持续健康发展。     

类器官芯片在疾病体外模型中的应用

 类器官芯片是利用器官芯片独有的优势,体外构建类器官可控的理化微环境,使得类器官更能反应来源组织器官的结构和功能,从而更好地模拟器官的生理和疾病状态,是目前最具潜力的疾病体外模型之一。概述了传统类器官、器官芯片以及类器官芯片在疾病体外模型构建中的应用进展,提出了类器官芯片在疾病模型构建中存在的问题及可能解决的方案。     

采用改进共空间模式算法的四类表情辅助脑电信号识别方法

针对采用传统共空间模式(CSP)算法处理脑电信号时存在的特征提取困难、计算复杂度高及信号识别率低等问题,提出了一种基于重复二分滤波器组共空间模式(RB-FBCSP)算法和支持向量机(SVM)算法的4类(左撇嘴、右撇嘴、皱眉、扬眉)表情辅助脑电信号识别方法。利用滤波器组筛选出表情辅助脑电信号中包含α波和θ波的信号;将4类表情看作上面部表情(皱眉、扬眉)和下面部表情(左撇嘴、右撇嘴)两大类进行CSP特征提取,并结合SVM分类器进行分类;将识别出的上面部和下面部表情脑电信号均重复进行一次CSP特征提取和SVM二分类,实现表情辅助脑电信号的四分类。实验结果表明：所提识别方法的计算复杂度与采用传统CSP扩展算法的脑电信号识别方法相比有明显降低,且运算耗时少、平均分类准确率高,可达89.61%;相比于传统OVO-CSP、OVR-CSP和小波包变换算法结合SVM分类,所提识别方法的平均识别率分别提高了9.23%、9.82%和8.04%。     

人工智能提“智”难离类脑研究

正近日,以"类脑计算与人工智能"为主题的香山科学会议在香港科技大学召开,来自脑科学、神经科学以及人工智能方向的30多位与会专家,讨论了如何将人工智能和脑计算相互融合、相互促进,实现从脑启发到通用人工智能的演进。     

不拘一格,原创性科研成果不断涌现

正2017年,上海在脑与类脑研究、人类表型组、量子科技等经济社会发展中的关键科学问题和国际科学研究发展前沿领域,超前投入、强化部署、加快突破的同时,面向基础前沿,遵循科学规律,鼓励科学家自由探索,启动实施了硬X射线、硅光子、国际人类表型组、脑与类脑智能等市级科技重大专项。2017年,上海基础科学研究领域涌现出多光子"玻色取样"任务的光量子计算原型机、首次实验捕获     

童言无忌之异想新说(一)

芯片技术的飞跃将导致超级智能电脑的出现,这种能力超过入脑的硅制超级“大脑”,将使自然科学、工程学和医学方面的难题迎刃而解,而目,它会导致诸如入——硅复合生命等多种新生命形式的诞生,从而改变地球文明。——美国《新闻周刊》如果非常复杂的化学分于可以在入体内活动井使入类产生智慧的话,那么问样复杂的电于电路也可以使电脑以智能化的方式采取行动。——期蒂芬·霍金英国物理学家     

“十年磨一剑”潜心脑信号分析研究 脑控技术可实现“想”做什么就做什么

<正>只要戴上一个电极帽,仅凭目光和想法就能轻松操控轮椅,前进、后退、停止、快慢,十分自如,"想"做什么就做什么,甚至还可以绕过摆在地上的障碍物……这些以往只是在科幻片中看到的"意念控制"技术,在现实中已可实现。华南理工大学自动化科学与工程学院院长、脑机接口与脑信息处理研究中心主任李远清教授团队"十年磨一剑",潜心脑信号分析与非侵入     

脑科学发展态势及技术预见

 脑科学研究是当前国际科技前沿的热点领域,孕育众多颠覆性技术。在21世纪第2个10年,脑研究领域迎来“第二次浪潮”。本文梳理了对全球神经科学和类脑智能的发展趋势、重大科技突破与战略布局,分析了中国在该领域面临的机遇和问题,提出了神经科学和类脑智能技术预见和战略路线图的必要性和紧迫性,介绍了当前国内外开展的脑科学技术预见相关工作。     

液态金属高性能冷却技术:发展历程与研究前沿

 "热障"问题已经成为阻碍高端电子芯片和光电器件向更高性能发展的重要挑战,发展高性能芯片冷却和热管理技术迫在眉睫。作为一大类新兴的热管理材料,液态金属在对流冷却、热界面材料、相变热控等领域均带来了观念和技术上的巨大革新,打破了传统冷却技术的性能极限,给大量面临"热障"难题的器件和装备的冷却提供了全新解决方案,有望在国防、航空航天、能源系统及民用电子设备等领域的冷却与热管理系统中发挥重要作用。本文回顾了液态金属先进冷却技术的发展历程,主要包括液态金属对流冷却技术、液态金属热界面材料、液态金属（低熔点金属）相变储能与热控技术、基于液态金属的复合冷却技术等;梳理了液态金属冷却技术中的关键科学与技术问题和面临的挑战。     

紫光集团：从心开始，从芯到云

正紫光集团成立之初就定位做高科技产业,在发展过程中逐渐转向做芯片和云计算,并最终确定了一条路叫"从芯到云"。1988年,在这个科技开始起步的年代,清华大学成立清华大学科技开发总公司,即紫光集团的前身。"那个时候的孵化产品,更多是偏向于消费电子类,有点像联想、四通等公司,而高科技类的产业在全球还处于比较弱势的地位,"上海紫光芯云科技公司董事长李广武回忆道。     

用基因芯片的方法对人酪蛋白激酶CK1γ1基因

将人酪蛋白激酶基因CK1γ1的cDNA与4096个胎脑cDNA一起点在玻璃介质的基因芯片上,用16种不同组织或细胞系的mRNA分别杂交该基因芯片,以正常人混合组织mRNA作共同对照,检测CK1γ1基因的表达谱变化,结果显示人CK1γ1基因在15种组织表达没有变化,但在肝癌组织中的表达却显著下调,采集的7例肝癌标本的cDNA与正常肝组织的cDNA重复7次芯片杂交,结果肯定了CK1γ1基因在肝癌组织中表达下调,同时,对芯片杂交结果通过聚类分析,按基因表达谱特征将CK11基因与其他7种基因聚类在一起,提示CK1r1基因可能在生物学作用方面与这7种基因有某种相关性。     

可穿戴式医疗芯片研究进展

 医疗芯片的研发需要借助微电子学与生物医学领域的结合。作为医疗芯片的重要组成部分,可穿戴式医疗芯片主要用于采集及处理关键生理信号,以此获得相应的生理信息,实时监控使用者的健康状况,实现对突发病症进行及时救治、对重大疾病的预防,降低死亡率。因此,可穿戴式医疗芯片将是现代以预防为主的新医疗体系的关键模块。本文基于可穿戴式的应用环境以及生理信号的特点,分析了对可穿戴式医疗芯片的设计要求,总结了实现可穿戴式医疗芯片的关键技术,包括低功耗、全集成、低噪声等;综述了可穿戴式医疗芯片的研究进展,包括用于处理心电、脑电、脉搏波、呼吸等重要生理信号的芯片及系统;展望了可穿戴式医疗芯片的未来。随着微电子、集成电路技术及生物医学的发展,可穿戴式医疗芯片将具有更多的功能、形式,满足人们在医疗与健康方面的更多需求。     

基于支持向量机的脑电信号分类方法研究

针对传统支持向量机分类方法在脑电信号处理中存在分类正确率低的问题,将聚类思想与二叉树支持向量机(SVM)结合,构造多类SVM分类器。实验以"BCI Competition 2005"中的Dataset IIIa为例,先对C3/C4导采集的四类运动想象脑电信号应用小波变换进行去噪。再在分析小波包频带划分特点的基础上,利用小波包进行分解与重构,获取相应的能量特征。最后应用改进后的SVM分类方法对特征信号进行分类。结果表明该方法分类正确率,可以达到91.12%;并且有效地减少了分类器的个数,最终达到较好的识别效果。     

基于脑电通道增强的情绪识别方法

随着人工智能与深度学习的发展,基于深度学习的多通道脑电信号的情绪识别研究逐渐受到关注,但多通道脑电情绪识别信号复杂且各通道重要性一致,并不能高效且有针对性地进行脑电情绪识别。为此,该文提出一种基于缩放卷积层和脑电通道增强模块的情绪识别方法,能直接在脑电物理通道上进行增强学习。首先,通过缩放卷积层提取多通道脑电情绪信号的类时频特征;然后,通过脑电通道增强模块对所有脑电物理通道重新赋予不同的重要性;最后,利用卷积神经网络对情绪进行分类。该方法能够融合多通道脑电信号的时间和频率信息,同时,通过输出各脑电通道的重要性,探究不同情绪维度与脑电通道之间的关系。在DEAP数据集上进行了实验验证,不同脑电通道对情绪识别任务的重要性存在差异,其中,额叶区和枕叶区的C4、 P4、 P3、 PO4、 F7 5个脑电通道重要性相对较高,该情绪识别方法在愉悦度、唤醒度和支配度3个情绪维度上的识别准确率也均有提升。