黄铁军¹，余肇飞¹，刘怡俊²

¹（北京大学计算机科学技术系 北京 100871）；²（广东工业大学信息工程学院 广州 510006) (tjhuang@pku.edu.cn)

出版日期: 2019-06-01


基金资助:国家自然科学基金项目(61425025)；广东省重点领域研发计划项目(2018B030338001)

Brain-like Machine: Thought and Architecture

Huang Tiejun¹, Yu Zhaofei¹， Liu Yijun²

¹（Department of Computer Science and Technology, Peking University, Beijing 100871）；²（School of Information Engineering, Guangdong University of Technology, Guangzhou 510006)

Online: 2019-06-01


Supported by:This work was supported by the National Natural Science Foundation of China (61425025) and the Key Research and Development Program of Guangdong Province (2018B030338001).

摘要/Abstract

摘要： 经典计算机的理论边界在1936年就由图灵确定了，冯·诺依曼体系结构计算机也受限于图灵机模型.囿于神经形态器件的缺失，神经网络模型一直在经典计算机上运行.然而，冯·诺依曼体系结构与神经网络的异步并行结构及通信机制并不匹配，表现之一是功耗巨大，发展面向神经网络的体系结构，对于人工智能乃至一般意义上的信息处理都是重要方向.类脑机是仿照生物神经网络、采用神经形态器件构造的、以时空信息处理为特征的智能机器.类脑机的思想在计算机发明之前就提出了，研究开发实践也已经进行了30多年，多台类脑系统已经上线运行，其中SpiNNaker专注于类脑系统的体系结构研究，提出了一种行之有效的类脑方案.未来20年左右，预计模式动物大脑和人脑的精细解析将逐步完成，模拟生物神经元和神经突触信息处理功能的神经形态器件及集成工艺将逐步成熟，结构逼近大脑、性能远超大脑的类脑机有望实现.类脑机像生物大脑一样都是脉冲神经网络，神经形态器件具有真正的随机性，因此类脑机具备丰富的非线性动力学行为.已证明任何图灵机均可由脉冲神经网络构造出来，类脑机在理论上是否能够超越图灵机，是需要突破的一个重大问题.

参考文献

相关文章 1

[1]	胡飞,尤志强,刘鹏,邝继顺. 基于忆阻器交叉阵列的卷积神经网络电路设计[J]. 计算机研究与发展, 2018, 55(5): 1097-1107.

PDF全文下载地址:

https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3939