1
| 本文作者： 宗仁 | 2016-10-28 19:33 |
所謂“類腦計算”，是指仿真、模擬和借鑒大腦神經系統結構和信息處理過程的裝置、模型和方法，其目標是制造類腦計算機。上周，蔣田仔教授，中國科學院自動化研究所，腦網絡組研究中心。在CNCC 2016的腦科學與類腦計算分論壇里分享了腦網絡組對類腦計算的啟示的主題報告。雷鋒網根據現場分享整理了其中亮點：
腦網絡組對類腦計算的啟示，我們先了解一個大前提。
腦網絡組圖譜是類腦計算基礎。
注：腦網絡組是以腦網絡為基本單元的組學，它由腦網絡節點和節點之間的連接兩個基本要素組成；這兩個要素可以從微觀（神經元），介觀（功能柱）和宏觀（腦區）尺度上來定義。
不過現在基于腦網絡組圖譜的認知計算模型有個問題：現在對于腦功能模塊的劃分過于粗糙。
對于腦功能模塊的劃分，看下面這張圖，可以知道腦網絡組圖譜在類腦計算的應用。
布洛卡區與維尼克區 -自然語言處理
顳葉視覺皮層 -復雜圖形識別
頂葉皮層 -空間位置信息處理
額葉皮層 - 在線決策系統
海馬及內嗅皮層 -時域信息整合與導航
腦網絡組對類腦計算的啟示：核心——腦網絡信息處理機制是類腦計算的依據。
啟示一）腦網絡神經元相互作用的基本規律。
下面的相互作用機制，下面從上到下，從左到右。依次是
腦網絡神經元的相互作用機制。
神經元二階相互作用。
神經元高階相互作用。
神經元高階相互作用特點。
經過大量實驗，觀察得到的結論是——高階相互作用是二階相關的附產物，可以用一個簡單的模型精確刻畫。
并且關于高階相互作用，這其中有個關鍵的研究進展：在2006-2008年的時候，我們認為神經網絡并不存在高階相互作用。但到了2009-2011年的時候，Nature(自然雜志)，PNAS《美國科學院院報》等權威雜志相繼刊出文章承認高階相互作用是廣泛存在的。
這個趨勢對于類腦計算的啟示是：
刻畫和構建網絡的復雜度-簡化類腦計算體系的設計復雜度。
證實一個簡單的模型能夠用于準確模擬大規模神經網絡的活動，是計算復雜度大大降低。-有利于超大規模神經網絡的仿真。
啟示二）大腦皮層的臨界狀態研究。
1）目前的神經形態芯片設計
其優點是：分布式處理，事件驅動，低耗能，小體積。（IBM公司在1956年創建第一臺人腦模擬器（512 個神經元），其新芯片架構沒有固定的編程，把內存與處理器集成在一起，模仿大腦的事件驅動、分布式和并行處理方式。）
其缺點是：整體系統狀態固定，不可調。
2）而深度神經網絡局限性也正在被大家所熟知：知識不能推廣和移植（訓練深度神經網絡并不是一件十分輕松的工作，神經網絡的訓練經驗不能直接移植。）
3）最近大腦皮層的臨界狀態的問題，經過大量實驗，首次證明腦網絡活動位于熱力學臨界態附近，為理解這些現象提供了統一的框架
對整體狀態的有效調節。
系統信息表征能力最大
對外界刺激最敏感。
位于混度與有序的邊緣。
對于類腦計算的啟示是，我們可不可以這樣？
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
