“仿真脑”能为我们做什么?

<正>人脑那自傲、强大而又神秘无比的信息处理功能一直令人痴迷。就在最近半年里,"造脑行动"又有了新的进展:IBM和Qualcomm两大巨头先后发布了基于神经拟态技术的"脑芯片"。IBM的Sy NAPSE芯片号称模拟了一百万个神经元细胞和超过两亿个神经突触连接,初具人工大脑的规模。Qualcomm公司4月公布的Zeroth芯片也在硅片上高效地模拟了脑神经元,装载了该芯片的机器小车还能运用"受到人脑启发的算法"完成寻路、躲避障碍等任务。不过,仿真脑的时代真的要来临了吗?其实我们不止存在着技术上的巨大困难,连制造仿真脑的目标也是一个值得思考的问题。     

动态点击

正神经元规模最大类脑计算机问世近期,浙江大学联合之江实验室在杭州发布了一款包含1.2亿脉冲神经元、近千亿神经突触的类脑计算机。该计算机使用了792颗由浙江大学研制的达尔文2代类脑芯片,神经元数量规模相当于小鼠大脑。据介绍,类脑计算机是用硬件及软件模拟大脑神经网络的结构与运行机制所构造的一种全新的人工智能系统。本次成果是将792颗我国自主知识产权的达尔文2代类脑计算芯片集成在3台1.6米高的标准服务器机箱中,形成一台机架式类脑计算机。     

神经形态器件研究进展与未来趋势

大数据时代的信息爆炸、摩尔定律的逐渐减缓和"万物互联"的最终愿景使得发展高性能的非传统计算迫在眉睫. 21世纪以来,神经形态计算以高度的并行、极低的功耗和存算一体的特征受到了广泛的关注.其中,具有独特物理机制的神经形态器件是神经形态计算硬件的基本组成单元,对新型非冯·诺依曼架构芯片的研发乃至类脑智能的最终实现都具有重要意义.本文重点介绍了神经形态器件的研究进展和未来研发的趋势.研究低功耗的神经形态器件与集成方法,提高突触器件的线性度、对称性和开关比以及从动力学角度模拟生物启发的神经系统是该领域的研究热点.     

类脑智能引导AI未来

人工智能是否要“类脑”以及如何“类脑”是人工智能发展中颇具争议的问题。结合在仿生视觉及人工智能领域多年的研究体会,阐述了类脑智能研究的意义与方式,讨论了现阶段人工智能与类脑智能的异同,发表了对未来人工智能发展的一些看法。基于对类脑智能的以上看法,作者及团队将研发智能、感知和操控功能兼备的“机器头脑”,以探索机器自主智能的发展。     

"绿轮"让自行车可电动前行

买一辆新的电动自行车,原有的自行车就不会再使用了,这实在有些浪费.美国一个大学生研究小组发明了一种叫"绿轮"的高新物品,它可以把普通自行车改装成电动自行车.普通自行车骑起来有些费劲,电动自行车总是有些笨重."绿轮"中集成了发电机、电动机和电池,使得"绿轮"电动自行车快速、节能而且轻便.     

半导体人工晶体与光电子器件

半导体的重要性可以从计算机对人类的影响中窥见一斑,因为计算机的核心（"脑"中之脑）──集成电路芯片,就是由一块半导体（硅）片制作而成。从自然界中存在的硅化物,经过物理化学加工,可以制备出极其纯净的硅单晶片。该硅片再经过各道精细的微加工手段（称作硅微电子工艺）,就可以在手指甲大小的硅片上制作出成千上万至几百万个基本的电子元件（晶体管）,成为有强大计算和信息处理功能的集成电路芯片。在这些芯片中,所有的功能都是通过电子的运动来实现的,所以这类集成电路芯片通常被称之为微电子器件。计算机的最大功能是信息的处…     

让我看看你的"芯"

近年来,作为电脑的心脏构件——芯片的革新可谓日新月异。不仅仅是它的运转速度快,而且功能迅速扩大。会看的芯片最近,一种“通用视觉处理器”(GVPP)芯片由法国影像技术研究所有限公司历经10多年开发成功。这种通用视觉处理器有模仿人眼感觉不同颜色和物体运动的能力,每秒能处理200亿个     

智能薄膜材料的“折纸术”

<正>智能材料是一种感知外界环境变化并经过自身判断后改变特性从而适应这种变化的新型功能材料,其自变形、自判断和自适应等特点可以实现对生物智能的人工模仿,因而在各领域都有着重要的应用.在实际应用中,智能薄膜材料的"智能"程度往往会受限于它的二维尺度,如应激行为单一、特性变化测试困难等.但智能材料的三维     

大规模类脑神经网络理论与方法

脑启发的脉冲神经网络被称为第三代人工神经网络,通过模拟神经动力学、事件驱动等计算特性捕捉时序信息和节能高效地进行计算,为人工智能领域的发展提供了新范式.大脑惊人的信息处理能力很大程度上归功于其庞大的网络规模和复杂的网络连接.构建大规模类脑神经网络为脑启发式的人工智能、神经形态计算以及多应用领域带来了突破性的进展.本文首先根据现有的研究,分类介绍了脉冲神经元模型、大规模脉冲神经网络模型与算法、深度训练框架和神经形态芯片等3个方面的计算原理和最新的研究进展,指出了目前大规模类脑神经网络研究的进展和存在的问题,随后重点论述了大规模类脑网络的神经形态视觉应用,包括神经形态视觉重构、极端场景目标检测等.最后,在总结已有研究成果的基础上,对该领域的研究现状给出了若干结论,同时指出了仍然存在的一些问题,并对未来研究的需求、期待与发展趋势进行了展望.     

分子识别响应型智能膜的研究进展

分子识别响应型智能膜兼备分子识别特性和膜过程能耗低效率高的优点,可以实现特定分子识别型控制释放、以及化学或生物物质的高精度分离等.本文主要综述了分子识别响应型智能膜的设计方法与应用,重点介绍了3类分子识别响应型智能膜及其应用:基于主客体作用分子识别响应型智能膜、基于耦合作用分子识别响应型智能膜以及基于螯合作用分子识别响应型智能膜,为新型分子识别响应型智能膜材料的研制以及分子识别响应智能膜过程的强化与应用提供了有价值的参考.     

中国科学院脑科学与智能技术卓越创新中心

正中国科学院脑科学与智能技术卓越创新中心(以下简称"中心")是中国科学院依据"率先行动"计划,在脑科学与智能技术领域设立的卓越创新中心,成立于2015年6月。中心聚焦脑科学与智能技术若干重要前沿方向,以重大科研项目为牵引,结合"创新2020"和"一三五"战略规划,凝聚并稳定支持脑科学与类脑智能领域最具创新活力的优秀人才和创新团队,通过建立符合未     

耦合Nvidia/AMD两类GPU的格子玻尔兹曼模拟

利用图形处理单元(graphic processing unit, GPU)进行通用计算近年来得到关注, Nvidia和AMD公司已推出了各自的开发环境CUDA和ASC. 很多计算在GPU上的速度远高于目前的CPU. 格子玻尔兹曼方法(lattice Boltzmann method, LBM)作为一种网格上的粒子方法, 对流动模拟具有良好的内在并行性, 非常适合利用GPU进行大规模并行计算. 本文提出了一种耦合Nvidia和AMD的两类GPU完成LBM凹槽流模拟的算法, 对于两类GPU, 在LBM的D2Q9模型下分别设计了相应的算法和程序, 之后利用消息传递接口(message passing interface, MPI)协议通过多程序多数据流(multi-program multi-data, MPMD)模式使其能够联合计算, 以充分发挥混合GPU集群系统的性能. 通过GPU和CPU程序结果的比较, 证实了GPU计算的正确性和所能带来的显著的加速比, 为建设通用大规模GPU并行计算平台提供了重要参考.     

智能视觉芯片

智能视觉芯片(视觉芯片)是一种集成视觉传感器、高能效处理器、存储器的片上系统芯片,在自动驾驶、安防监控、机器人视觉等领域都具有广泛的应用价值.硅基CMOS工艺上既可以实现大规模的视觉传感器,也可制备大规模存储器和处理器,所以基于硅基CMOS工艺,人们可以借助光电子、微电子混合集成技术实现感存算一体化融合的视觉芯片,以克服传统视觉系统中图像串行传输和处理的瓶颈,有效降低处理延迟并提高智能化水平.构建视觉芯片需要突破高性能视觉图像传感器设计、高能效视觉图像处理器设计、视觉处理算法以及传感器/存储器/处理器一体化集成等多方面的关键问题.本文首先介绍视觉芯片的概念和架构,然后分别介绍视觉芯片各项关键技术的发展现状,最后简述视觉芯片的未来发展方向.     

"战场尖兵"的未来之路

<正>未来机器人会成为人类发展的垫脚石,还是绊脚石?随着世界科技的加速发展,在以人工智能为核心的智能化技术驱动下,军用机器人实施有人-无人编组协同作战、无人智能集群攻击作战、大规模无人集群消耗作战等新型作战样式的雏形已经初现,智能化、集群化、族群化将成为未来机器人战争的新标志。研发深度仿脑技术,实现高度智能尽管目前半自主军用机器人已     

未来生物计算机探索

人工智能的研究是为了将人的智能赋予机器。可科学家正在设想一种生物计算机。它由与生物体相同的有机体元件构成。其性能远比现有电子元件的计算机高得多,并且像生物体的伤口可以自愈一样能自动排除故障,而且甚至能生长。这是可能与人和动物的脑共生的人工脑。倘若这个设想能实现,将会产生出各种具有高级智能的超级动物和超人。     

唤醒城市数据的价值

<正>2017年3月29日,为期3天的云栖大会深圳峰会圆满落幕。此次峰会延续了以往的"飞天"主题(飞天,阿里云自主研发的超大规模通用计算操作系统),围绕人工智能,探讨了阿里云基于云计算和大数据技术的相关实践。阿里云总裁胡晓明在会上表示,随着互联网的发展与数据在线化,数据已成为一种可以参与决策的资源,可用于解决交通、医疗等诸多领域的问题。     

芯片令电子产品越来越聪明

随着智能技术的不断发展,未来的各种电子产品将越来越具有生物特征,人机融合的程度越来越深,而芯片是这些智能电子产品的关键元件。芯片的性能越好,电子产品就会越来越"聪明"。那么,究竟是谁发明了芯片?芯片是什么东西?未来芯片将如何发展?     

抵御生化武器袭击的五大"盾牌"

新型防护服新型防护服的使用寿命为45天，受生化沾染后，能每天24小时提供防护，直至45天的使用期限。它比原来的防护服约轻0.45千克，包装时体积小了60%。它的衬里外层为非纺织叠层，内层覆有活性碳粒，可吸收化学毒剂。由于活性碳粒粘在衬里内层上，穿着时不会被磨掉。新型防护服共有7个号型，颜色有丛林迷彩和沙漠迷彩两种，上衣和裤子可以分开发放，士兵可以领一个号型的裤子和另一个号型的上衣，这样搭配使服装的适体性更强，因此能更好地防御生化毒剂。根据气温和任务情况，新型防护服可穿在制服、衬衣和防寒服外或防寒服内。生化防护…     

芯片令电子产品越来越聪明

<正>随着智能技术的不断发展,未来的各种电子产品将越来越具有生物特征,人机融合的程度越来越深。而芯片是这些智能电子产品的关键元件。芯片的性能越好,电子产品才能越"聪明"。那么,究竟是谁发明了芯片?芯片是什么东西?未来芯片将如何发展?     

人类神经元 发现"微型计算机"

正仅仅依靠输入电缆,人类神经元就可以完成以前只能在整个神经网络中看到的复杂逻辑计算。这里重申一下:人类的神经元远比我们最初认为的更强大。如果深度学习算法——一种风靡全世界的、基于大脑的人工智能方法——能备受关注,那么人类神经元也可以。这些都是非常规的,带有火药味儿的话。70年来,神经元一直被认为是大脑的基本计算单位。然而,根据2020年1月发表在《科学》杂志上的一项新研究,我们大脑皮层——大脑最外层的"硬壳"——中的神经元,似乎已经以一种独特的进化来维持它们的输入电缆中难以置信的复杂计算。这就好像有人最终找到了证据,证明了计算机的电线实际上是由微型处理器组成的,在将结果发送到CPU之前,每个处理器都执行计算。这很奇怪,也是有争议的。然而,这也是首次在人类神经元中发现的事实。