共查询到20条相似文献,搜索用时 265 毫秒
1.
2.
<正>21世纪以来,眼花缭乱的前沿科技概念喷薄而出,从web2.0、社交网络、物联网、移动互联网、大数据、工业4.0、工业互联网到云机器人、深度学习、边缘计算……当科技发展的列车驶入21世纪第二个十年,一个在两千年前就已被关注的名词——"大脑",突然在前沿科技领域爆发。除了人工智能领域与脑结合形成"类脑计算",在产业领域,2012年谷歌将自己的人工 相似文献
3.
类脑智能是以计算建模为手段,受脑神经和人类认知行为机制启发,并通过软硬件协同实现的机器智能。类脑器件以及类脑机器人分别作为类脑智能研究的重要内容,其在类脑研究领域受到国内外学者的广泛关注。文章首先分析了类脑器件与计算系统中的类脑芯片和类脑机器人的发展现状和应用前景,重点探讨了类脑芯片在模拟人脑神经元模型和认知计算方面,以及类脑机器人在感知控制和智能生长方面的研究内容。然后,文章介绍了在中科院先导专项支持下,我国在这一方面的初步研究进展以及未来发展方向。最后,针对现有研究中遇到的问题,文章对类脑计算芯片与类脑智能机器人的进一步研究提出了建议,并指出未来研究在仿人运动模型、类人神经运动控制、人机协同的智能机器人控制等方面有望取得重大突破。 相似文献
4.
5.
6.
7.
近年来人工智能研究的许多重要进展反映了一个趋势:来自脑科学的启发,即使是局部的借鉴都能够有效地提升现有人工智能模型与系统的智能水平。然而,想要真正逼近乃至超越人类水平的人工智能,还需要对脑信息处理机制更为深入的研究和借鉴。类脑智能研究的目标就是通过借鉴脑神经结构及信息处理机制,实现机制类脑、行为类人的下一代人工智能系统。文章从受脑启发的新一代人工神经网络、基于记忆、注意和推理的认知功能模型、基于生物脉冲神经网络的多脑区协同认知计算模型等角度,并结合研究团队在类脑智能领域的研究进展,论述类脑智能的研究进展、发展方向和对未来发展的思考。 相似文献
8.
9.
<正>作为数字技术创新最活跃的领域之一,人工智能凝聚了计算机视觉、自然语言处理、跨媒体分析推理、智适应学习、群体智能、自主无人系统、智能芯片和脑机接口等关键技术,加之大数据的积累、理论算法的革新、计算能力的不断提高和网络设备的不断完善,目前人工智能的研究与应用已经进入了一个崭新的发展阶段——其在基础层、技术层、应用层的上下游产业链也正在逐步建成,人工智能的应用场景从硬件扩展到了软件、服务与平台体系,在工业、农业、医疗领域的行业应用不断深入,展现出巨大的市场潜力和广阔的发展前景。 相似文献
10.
王娜 《科技成果管理与研究》2021,16(10):1-2
人工智能是一项跨领域且具有超能级意义的核心技术,是当今全球合作、竞争与发展的新蓝海,也是国家战略必争之地.未来5年乃至更长时期,数字产业化与产业数字化迫切需要人工智能的赋能.人工智能芯片是支撑人工智能技术和产业发展的关键基础设施,是国家发展战略的重要支撑,它将推动数字经济和实体经济深度融合.南方科技大学深港微电子学院长聘教授余浩长期致力于人工智能、高性能集成电路和人工智能芯片的发展,致力于破解中国人工智能芯片的"卡脖子"难题. 相似文献
11.
12.
13.
14.
15.
<正>人工智能的迅速发展将深刻改变世界发展模式和人类生活方式。为抢抓人工智能发展重大战略机遇,各国均在构筑先发优势。类脑智能作为人工智能的另一条发展路径,也是实现通用人工智能的最可能路径,成为各国的关注焦点。 相似文献
16.
对大脑的认知是人类认识自然和自身的终极挑战,脑科学研究的核心是理解脑功能的结构及物质基础。中科院在2012年启动了战略性先导科技专项(B类)"脑功能联结图谱计划"(Mapping Brain Functional Connections;简称:脑联接图谱;MBFC,2012—2020),目标是对特定脑功能的神经联结通路和网络结构的解析及模拟。专项代表了脑科学研究的战略制高点,对揭示脑的工作原理、推动智能科学技术进步、增进人类身心健康等方面都具有十分重要的意义。专项设立以来,在感知觉神经环路发育和功能、视觉与本能恐惧行为的神经环路机制、情绪的神经环路编码机制、成瘾和抑郁症等脑疾病机理、意识的神经基础、基因编译技术及脑疾病的非人灵长类模型、神经元分类和功能分析技术及其应用、神经环路双色钙成像方法、神经环路结构与功能研究工具开发、深度神经网络芯片研制,以及资源库与平台建设等方面取得了一系列重要的科学发现和技术研发进展。我们将进一步按照专项十年规划,开展脑认知科学、类脑人工智能技术、脑疾病早期诊断及干预3个前沿领域的科学研究,以及相关新技术研发和脑科技资源库建设,发挥中科院在脑与认知基础研究和技术研发等领域的引领作用。 相似文献
17.
人工智能是引领新一轮科技革命和产业变革的战略性技术,中美等国都将其提升到战略层面。芯片是人工智能产业基础层的核心,为各种人工智能应用的实现提供了强大的算力支撑,重要性不言而喻。本文从人工智能芯片发展现状和主流技术路径入手,通过分析人工智能芯片国产化现状与瓶颈问题,进而得出发展思路建议。 相似文献
18.
19.