类脑认知智能引擎：揭秘AI如何模拟大脑

类脑认知智能引擎：揭秘AI如何模拟大脑

引用

中国科学院

等

11

来源

1.

http://ia.cas.cn/kxyj/kydt_1/202208/t20220802_6496160.html

2.

https://news.sciencenet.cn/htmlnews/2023/8/506680.shtm

3.

https://github.com/BrainCog-X/Brain-Cog

4.

https://5gai.cctv.com/2023/11/08/ARTImNUMrg5MjMwWSz40mYCe231108.shtml

5.

http://old2022.bulletin.cas.cn/publish_article/2024/5/20240506.htm

6.

https://brain-cog.network/

7.

http://www.jewelryshanghai.com/viewpoint/2024/07/26/19160/

8.

https://openi.org.cn/html/2022/dongtai_1230/658.html

9.

https://www.brain-cog.network/cn

10.

https://brain-cog.network/cn

11.

https://hub.baai.ac.cn/view/28920

类脑认知智能引擎是人工智能领域最前沿的研究方向之一，通过模拟人类大脑的神经网络结构和功能，为实现更高级别的AI提供了新的可能。其中，中国科学院自动化研究所开发的全脉冲神经网络类脑认知智能引擎"智脉"（BrainCog），在这一领域取得了突破性进展。

BrainCog以多尺度生物可塑性原理为基础，支持全脉冲神经网络建模，具备五大类认知功能组件，分别是感知和学习、决策、运动控制、知识表征和推理、社会认知。这些功能性组件共同形成了与哺乳动物大脑中28个脑区相对应的神经环路。

与传统AI相比，类脑智能具有显著优势。脉冲神经网络（SNN）作为第三代神经网络，从编码方式、学习法则、信息传递和处理机制等多个角度模拟了生物脑，具有更强的生物可解释性。此外，脉冲序列的稀疏表征也使脉冲神经网络在面对复杂人工智能任务时具有潜在的低能耗特征。

BrainCog项目团队在多个顶级期刊发表了重要研究成果。例如，通过BrainCog实现了果蝇线性、非线性决策和PFC工作记忆功能的模拟。在果蝇线性和非线性决策模拟中，验证了非线性抉择环路在两难抉择下的赢者通吃行为，得到了与果蝇生物学实验一致的结论。相应算法还应用于无人机平台使其获得类脑决策能力。

基于BrainCog的类脑智能技术已在多个领域展现出实际应用价值。例如，在机器人领域，通过类脑智能引擎实现了视觉情感识别、情感依赖的音乐创作和人形机器人乐曲演奏。在无人机应用中，基于事件相机的类脑视觉系统显著提升了高速运动物体检测和识别的准确率，同时降低了计算资源需求。

类脑智能研究与开发是脑科学新的前沿领域。新近出现的类脑处理器单元使构建大规模类脑智能计算系统成为可能，未来类脑超级算力极可能超过人类大脑算力，促进智能科技变革和影响人类社会发展。

然而，实现真正意义上的人工智能仍面临诸多挑战。类脑智能研究需要跨学科的深度合作，包括神经科学、计算机科学、数学等多个领域的知识融合。同时，如何在保证技术发展的同时遵循伦理规范，也是研究者需要思考的重要问题。

总体而言，类脑认知智能引擎代表了AI发展的新方向，通过模拟大脑的工作机制，为实现更高级别的智能提供了新的可能。随着研究的不断深入，我们有理由相信，类脑智能将在更多领域展现出其独特价值，为人类社会带来深远影响。