CCF-ADL81：施路平丨类脑神经形态计算芯片

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

施路平

清华大学

施路平，清华大学教授，国家千人特聘教授，清华大学类脑计算中心主任，光盘国家工程研究中心主任，国际光学工程学会（SPIE）会士。研究领域包括类脑计算、智能仪器，信息存储、集成光电子学、纳米科学与技术等。1996.8-2013.3是新加坡科学院数据存储研究院资深科学家，新加坡科学院人工认知存储器实验室主任。2013年3月全职入职清华大学，创建类脑计算中心，中心从基础理论、芯片、软件、系统、应用全方位研究类脑计算。曾担任多个国际会议的主席。已发表近200多篇学术论文（包括Science， Nature Photonics， Phys Rev Lett），于2004年获颁新加坡国家科技奖。

课程主题: 类脑神经形态计算芯片

类脑计算功能芯片是类脑计算的核心技术之一，受到广泛的关注，目前人们已经提出了若干种各具特色的方案，但目前尚未找到一种公认的技术方案。本报告将介绍国内外在类脑计算功能芯片方面的现状和进展，讨论这个领域的主要挑战，未来可能的发展路线。同时介绍清华大学类脑计算中心发展的天机芯片的设计思路和近期进展。报告将以目前清华大学正在进行的相关研究为例，剖析基于新器件的智能芯片设计所面临的诸多挑战和可能的应对方法。