共查询到20条相似文献，搜索用时 281 毫秒
1.
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
2.
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
3.
以智能科技为核心技术、智能算力为生产力的智能时代再次把脑科学推向世界科学与技术前沿。脑科学是研究人、动物和机器的认知与智能的本质和规律的科学。对神经系统结构和功能联结规律进行全面解析将最终绘制成脑功能联结图谱,近10多年来神经科学研究致力于系统性地解析神经系统的神经元类型和神经结构连接,在单细胞转录组分析、神经网络结构示踪等技术推动下取得了阶段性进展。解析人类大脑这一最为复杂的信息和智能系统,会启迪类脑智能理论和类脑智能技术,即脑科学/神经科学启发的智能理论和技术。在智能时代,脑科学研究的多学科交叉研究范式促使脑机接口、类脑智能计算等类脑智能研究领域加入脑科学。脑机接口的神经解码和编码技术为绘制人脑功能神经网络图谱提供了重要的功能研究技术和方法,并且可探索在脑疾病临床诊治上的应用。类脑计算正成为脑科学研究的一种新范式,借鉴脑处理信息和学习的基本原理发展高能效、高速和智能的新型类脑计算系统,利用发展的类脑计算系统可以加速发展脑模拟和数字大脑,促进理解大脑运行机制和治疗脑疾病,发展数字脑科学和脑医学。新近出现的脉冲神经网络智能处理器为构建大规模类脑智能计算系统奠定了基础,未来类脑超级算力极可能超过人类大脑算力,影响智能科技变革和人类社会发展。 相似文献
4.
中科院上海生命科学院中科院自动化所 《中国科学院院刊》2016,31(Z2):90-95
人类大脑是自然界通过漫长进化而产生的最精细、最复杂、最优美和最成功的器官,脑科学是研究人、动物和机器的认知与智能的本质与规律的科学。智力的本质、创造性的来源以及理性、记性、忘性、个性、人性和决策机制等都是脑科学的核心问题,对这些问题的理解将是有效预测、干预和推迟脑衰老,并创造出具有自我学习能力的人工智能系统的科学基础。脑科学研究将拓展人类对自然和自身的认识,它对人类的知识创新、健康和幸福以及信息科学与人工智能、文化科学、社会科学、教育学、语言学等都将产生极大的辐射作用,对人类社会的进步和经济发展有深远的影响。对脑功能的破译需要在多个层次上解析脑网络系统的联结方式与规则,最终得到脑网络结构及其功能的“线路设计图”,这是脑科学的战略制高点。为了探讨脑网络图谱这一重大问题,中科院于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”（简称“脑功能图谱”）。2015年,在中科院的统筹部署下,将类脑智能研究领域加入该专项,扩充后的专项更名为“脑功能联结图谱与类脑智能研究”,在国际上首次实现了脑科学与智能技术领域的实质性融合,为脑智科学的发展和中国脑计划的启动打下了坚实基础。 相似文献
5.
【目的/意义】深度学习是近几年来人工智能领域的研究热点之一,了解深度学习在信息组织与检索方面的研究现状,能为信息组织与检索的深入研究提供参考和借鉴。【方法/内容】通过对国内基于深度学习的信息组织与检索方向的相关文献进行梳理,剖析深度学习相关模型、阐述深度学习在信息组织与检索中的研究热点主题,并结合深度学习技术的特点和信息组织与检索的研究内容,对深度学习在信息组织与检索方向的应用前景进行预测。【结果/结论】研究表明,当前深度学习在信息组织与检索中的研究热点主要集中在智能信息抽取、自动文本分类、情感分析和文本聚类这四个主题,预测未来深度学习在信息组织与检索方向会朝着对异构信息处理、智能信息检索、个性化信息推荐等方向发展。 相似文献
6.
7.
ChatGPT是新一代人工智能技术驱动的自然语言处理模型。文章围绕因果性深入讨论了ChatGPT的因果规则、因果表征与因果解释,通过分析ChatGPT因果认知与学习中的底层逻辑得出以下三个认识：一是ChatGPT将相关性作为其底层因果规则,在深度神经网络、大语言模型与统计分析的驱动下,以概率形式实现了因果性在人工智能中的嵌入。二是通过实现对人类因果认知、因果语言与因果推理能力的模拟,ChatGPT在自然语言的生成中拥有了与人类智能相似的表征。三是依托智能生成的计算因果解释和因果涌现解释两条路径,ChatGPT实现了从符号与信息的输入到“数据知识”的输出,并以一种涌现的方式获得新的能力,实现了人工智能领域的“因果革命”,构建出未来人工智能发展的蓝图。 相似文献
8.
当前,人工智能产业蓬勃发展,智慧安防、智能家居等应用案例已广泛应用于人们生活中,但人工智能技术仍处于语音、图像、文字识别的感知智能阶段,是依赖模型构建的弱人工智能时期.未来技术趋势将朝着认知智能、类脑智能方向发展,实现因果推理、关联记忆、场景融合,并由人机协同走向人机交互.随着人工智能应用场景不断丰富,不再局限于语音和文字识别,如何让现实世界与虚拟视界进行友好、高效、自然的交互,成为人工智能发展需解决的问题. 相似文献
9.
10.
脑科学与类脑智能技术相互借鉴、相互融合代表了未来脑科学与类脑智能研究的新趋势。中科院在脑科学研究上具有深厚积累和特色优势,率先启动了"脑功能联结图谱"战略性先导科技专项(B类),选择感知觉、学习记忆等几种重要大脑功能,绘制其神经环路图谱,解析其信息处理加工规律;率先在脑科学和智能技术两大领域进行实质性融合,在先导专项中扩充了类脑智能研究内容,成立了中科院脑科学与智能技术卓越创新中心,全面推进脑科学与类脑智能研究深度融合,为我国智能产业的发展提供科技引领与支撑。在分析国际脑科学与类脑智能发展态势的基础上,文章阐述了中科院在脑科学与类脑智能研究方面的部署,提出了进一步加强脑科学与智能技术融合的举措与建议。 相似文献
11.
12.
[目的/意义]研究智能情报分析模式特点、发展方向及研究建设策略。[方法/过程]在分析神经网络、知识工程两类人工智能核心技术演变过程及发展趋势的基础上,提出支撑智能情报分析服务的大数据资源体系框架结构及建设原则,并分析数据驱动和知识驱动方法在情报分析中的单独应用与融合发展问题。[结果/结论]认为数据和知识双轮驱动是智能情报分析未来发展的一个方向;而实现智能情报分析的关键,一是加强一次数据资源和二次数据资源建设,二是加强深度学习技术与知识图谱技术在科技情报分析中应用的研究,三是建立数据驱动与知识驱动相融合的分析模式。 相似文献
13.
14.
进入二十一世纪,科技高速发展,计算机与互联网为首的信息技术正深入各个行业,计算机与网络的高速发展为人工智能带来了前所未有的发展空间。人工智能包括人工与智能两大方面,人工即机器替代人。科技高速发展的今天,机器已经可以代替人从事很多种任务,机器替代人是未来社会发展的趋势。智能即模拟人类的思维、意识解决问题,计算机与网络技术的发展是机器人智能化的必要条件,而智能机器人在计算机网络中也扮演着重要的角色。 相似文献
15.
人工智能(AI)是研究使计算机来模拟人的某些思维过程和智能行为的学科,是二十一世纪三大尖端技术之一。AI未来的发展必将越来越广泛,越来越深入,越来越快地向着人类智能的方向逼近。伴随着人工智能和智能机器人的发展,为人类文化生活提供了新的模式。 相似文献
16.
17.
18.
19.
认知是脑与神经系统产生心智的过程,人类的学习与认知是以语言为载体、以思维为特征的学习与认知。学习是一种重要的认知方法。学习和认知可以分为动物的学习和认知、机器的学习和认知以及人类的学习和认知三个层次。我们以语言、记忆、思维和创新4个标准来区分三个层次的学习和认知。研究人类的学习和认知有助于理解动物和机器的学习和认知。人类的学习和认知以语言为基础,语言知识积淀为文化。因此,人类的学习和认知受到语言和文化的双重影响。本研究展现我们对以语言和文化为基础的人类学习与认知的理解,然后我们建立以语言和文化为基础的人类学习模型,最后展示本团队在以语言和文化为基础的人类学习与认知（高阶认知）的实验研究方面的一些工作。 相似文献
20.
随着时代的发展,诞生了全新的学科计算机智能技术和机器人技术,他们是人类未来发展的希望,未来可以辅助人类工作的机器人一定会出现,它们将全面代替人工劳力,将人类从沉重的工作中彻底解放出来。机器人是人工智能技术应用的最好平台,人工智能机器人的应用将给社会建设带来突破性的进展。 相似文献