CCF-ADL81：黄铁军丨类脑计算——从理念到实践

类脑计算，是指仿真、模拟和借鉴大脑生理结构和信息处理过程的装置、模型和方法，其目标是制造类脑计算机和类脑智能，相关研究已经有二十多年的历史。与经典人工智能符号主义、连接主义、行为主义以及机器学习的统计主义这些技术路线不同，类脑计算采取仿真主义：结构层次模仿脑（非冯·诺依曼体系结构），器件层次逼近脑（神经形态器件替代晶体管），智能层次超越脑（主要靠自主学习训练而不是人工编程）。

本期CCF学科前沿讲习班《类脑计算》将从模拟生物神经元和神经突触的神经形态器件、神经网络芯片以及类脑计算模型和应用等方面对国内外研究进展进行介绍，探讨相关技术的未来发展趋势。本讲习班旨在帮助学员快速入门类脑计算原理和技术，了解学科热点以及应用方法，开阔科研视野，增进学术交流和增强实践能力。

CCF-ADL81期：
http://www.mooc.ai/course/114

2017年CCF-ADL78-87（10期全）:
http://www.mooc.ai/course/87

黄铁军

北京大学

黄铁军，北京大学计算机科学技术系主任，信息科学技术学院教授，数字视频编解码技术国家工程实验室副主任，主要研究领域为视觉信息处理和神经形态计算。教育部长江学者特聘教授，国家杰出青年科学基金获得者。CCF杰出会员，专委工作委员会执行委员。1998年从华中理工大学模式识别与智能系统专业获博士学位，曾两次荣获国家科学技术进步二等奖，五次荣获省部级一等奖，并获得中国科协求是杰出青年成果转化奖。

课程主题：类脑计算—从理念到实践

类脑计算是Brain Like（仿脑）还是Brain Inspired Computing（脑启发的计算）? 背后的技术路线迥然不同，报告人认为“仿脑”是取得突破的可行路线，是走向“强人工智能”的必要阶段，可能比“人工智能”（人工设计出来的智能）和“认知科学”（理解思维的机理）更早实现。北京脑科学专项“脑认知与类脑计算”方向沿着这样一条技术路线，提出了四个基础平台、两种核心芯片、三类类脑智能的总体布局。报告将介绍类脑计算国内外重要进展，并以报告人课题组正在进行的灵长类初级视觉系统解析仿真为例，介绍仿脑在视觉信息编码和分析识别方面的潜在价值。