共查询到18条相似文献，搜索用时 270 毫秒
1.
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
2.
对大脑的认知是人类认识自然和自身的终极挑战,脑科学研究的核心是理解脑功能的结构及物质基础。中科院在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"(Mapping Brain Functional Connections;简称:脑联接图谱;MBFC,2012—2020),目标是对特定脑功能的神经联结通路和网络结构的解析及模拟。专项代表了脑科学研究的战略制高点,对揭示脑的工作原理、推动智能科学技术进步、增进人类身心健康等方面都具有十分重要的意义。专项设立以来,在感知觉神经环路发育和功能、视觉与本能恐惧行为的神经环路机制、情绪的神经环路编码机制、成瘾和抑郁症等脑疾病机理、意识的神经基础、基因编译技术及脑疾病的非人灵长类模型、神经元分类和功能分析技术及其应用、神经环路双色钙成像方法、神经环路结构与功能研究工具开发、深度神经网络芯片研制,以及资源库与平台建设等方面取得了一系列重要的科学发现和技术研发进展。我们将进一步按照专项十年规划,开展脑认知科学、类脑人工智能技术、脑疾病早期诊断及干预3个前沿领域的科学研究,以及相关新技术研发和脑科技资源库建设,发挥中科院在脑与认知基础研究和技术研发等领域的引领作用。 相似文献
3.
4.
中国科学院上海生命科学研究院 《中国科学院院刊》2016,31(Z1):30-30
正"神经疾病靶点"是中科院上海生命科学院"十二五"期间"一六十"规划重大突破方向之一,以中科院上海神经科学所为核心组织实施。五年间,围绕目标、凝聚团队、优化配置、健全机制,积极承担科技部"973"计划重大科学问题导向项目"人类智力的神经基础"、中科院战略性先导科技专项"脑功能联结图谱"等重大科技任务,在新型基因编辑 相似文献
5.
中科院战略性先导科技专项（简称“先导专项”）,分为A、B两类,其中,A类先导专项侧重于突破战略高技术、重大公益性关键核心科技问题,促进技术变革和新兴产业的形成发展,服务我国经济社会可持续发展。 相似文献
6.
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
7.
战略性先导科技专项（简称“先导专项”）是中科院贯彻实施“创新2020”和实现“四个率先”的重要举措和抓手,是中科院瞄准和聚焦国家需求和国际学科发展前沿,部署启动的重大科技专项。目前,先导专项已取得一批标志性成果,在一些重点领域方向显著提升了核心竞争力,形成了若干在国际上处于领跑地位的创新高地;在相关领域凝聚了一批优秀骨干人才和科技领军人才,推动了高层次创新队伍建设;在促进跨所、跨学科和院内外合作方面也初步形成了一批协同创新的平台和机制。 相似文献
8.
中科院组织实施战略性先导科技专项（简称“先导专项”）,分为A、B两类,其中,B类先导专项侧重于瞄准新科技革命可能发生的方向和发展迅速的新兴、交叉、前沿方向,取得世界领先水平的原创性成果,占据未来科学技术制高点,并形成集群优势。 相似文献
9.
中科院提出的"低阶煤清洁高效梯级利用关键技术与示范"战略性先导科技专项旨在研发以热解为先导的低阶煤高效分级综合利用技术及其示范应用。解决热解相关的关键技术问题是战略先导专项顺利实施的关键。自20世纪70年代以来,世界各国虽在煤热解方面进行了大量研究,取得了重要进展,但仍未实现商业化运行,其主要原因是一些关键科学与技术问题未得到突破。因此,明确煤热解过程中存在的技术问题,提出有效的解决方案,是实现其示范与应用的必由之路。文章从分析低阶煤的化学结构出发,剖析了热解需要突破的关键科学和技术问题,并介绍了中科院所提出的热解技术方案。 相似文献
10.
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
11.
12.
[目的/意义]面向发展情报,未来的情报工作可能面临解决多维目标问题,以及实现每个目标的多重发展路径的选取问题,传统的情报方法在解决多情报并行问题上无法满足大规模人力需求,需要借助人工智能、脑科学、认知技术等手段,通过计算机来计算情报、辅助决策。文章从量化计算对科学研究的重要作用入手,分析计算情报的重要意义。[方法/过程]将计算情报界定为以计算机的"运算能力(大数据)"为经,"计算思维(人工智能)"为纬进行情报的量化分析和判断,针对计算情报面临的挑战与机遇进行了分析;提出实现计算情报的两个前提和一个转化基本思路,两个前提是大数据环境和人工智能技术,一个转化是将情报活动中的过程性的主观决策转化为客观概率上的不确定性,并通过"证据链模型"探索计算情报的实现途径。[结果/结论]认为当前环境下,计算情报是可能实现的。计算情报的实现不仅需要情报与信息技术、人工智能技术融合,还需要应用以数学理论为代表的基础科学理论。 相似文献
13.
14.
1978年召开的全国科学大会为科技界破除"两个凡是"的束缚,从而揭开了科技体制改革的序幕。30年来,中科院采取了一系列解放科技生产力的措施,但在科学院的性质与任务、办院方针以及科技与经济关系等方面,经历了许多曲折。为总结经验,深化改革,需调整科技体制改革的主要目标,建设国家创新生态系统。 相似文献
15.
文章分析了科研信息化发展态势,认为当前科研信息化发展将进入第三阶段即"一体化"阶段,并将发展态势凝练为"五新":大数据驱动科研范式变革成为"新亮点",开放科学借力科研信息化成为"新趋势",科研移动应用成为科研创新的"新动力",科研信息化基础设施性能及规模加速发展和升级成为"新常态",科研信息化推动企业创新和产学研协同创新成为"新模式"。指出了我国在科研信息化基础设施与应用领域面临的挑战;介绍了中科院在科研信息化基础设施、科学大数据、科研信息化应用3个方面的发展部署;提出了针对我国科研信息化的发展建议,包括建立国家科研信息化发展体系,实施国家级科研信息化工程,建设面向全国科技界提供科技资源和信息化资源的综合服务平台等。 相似文献
16.
科学研究中的计算机模拟称为科学模拟（scientific simulation）,文章从其狭义和广义层面出发,把科学模拟分为数值计算（numerical computation）、模拟智能（simulation intelligence）和科学大脑（science brain） 3个阶段,并描述了各阶段的特征。目前,科学模拟正在进入模拟智能阶段,即在科学大数据和人工智能的驱动下,科学模拟正从传统的数值计算逐步转向与人工智能相融合的模拟方式。文章针对支撑模拟智能阶段的计算系统展开讨论,阐述了其设计指导思想、基本方法和关键技术等问题。 相似文献
17.
18.
本研究通过对发达国家科技发展战略、顶尖咨询机构权威报告、我国重点科技项目布局方向的共词分析遴选出高频词的未来产业领域,根据“对标国际、紧扣国家、立足江苏”的原则将人工智能产业作为引领江苏发展的未来产业。基于2010-2019年WOS核心合集收录的英文文献和CNKI数据库中文核心文献,运用知识图谱方法进行前沿热点技术分析,为江苏下一步发展人工智能产业提供借鉴。结果显示：江苏有基础推动人工智能产业高端化发展；美国和中国成为人工智能领域研究最为活跃的国家；国外人工智能的热点技术为机器人、物联网、特征提取和强化学习,重视对系统、模型和算法的研究,未来向着与大数据、物联网融合的方向发展；国内重视对模糊控制、遗传算法、自然语言处理的研究,未来向教育领域的融合应用、社会治理、5G、人才培养等方向发展。 相似文献