类脑智能：基于脑启发的智能研究新范式

文章预览

来源：脑机接口社区 当前，以大模型为代表的人工智能呈现出高耗能、训练困难、不可解释的典型特点，并在安全性和伦理对齐方面暴露出明显的短板。为了缓解和规避这些问题，引导人工智能向通用人工智能发展，研究人员开始重新审视脑科学研究对于智能模型的积极意义。由此，以神经元和神经环路为基本要素，受大脑结构和功能启发的类脑智能成为智能概念研究的新风口，有望真正实现低功耗、可解释的通用人工智能。 ▲图1：类脑智能研究现状及脉冲神经网络 截至目前，类脑智能研究可以从四个水平进行概括：神经元水平、模型水平、算法水平和硬件水平（如图1）。其中，神经元水平的研究注重对生物神经元复杂机制的挖掘，主要包括动力学复杂的神经形态计算、树突计算等等。模型水平上，研究人员通过从神经环路、脑模拟等不同维 ………………………………