-
题名2019年人工智能新态势与新进展
被引量：17
- 1
-
-
作者
孙哲南
张兆翔
王威
刘菲
谭铁牛
-
机构
中国科学院自动化研究所
中国科学院大学
中国科学院脑科学与智能技术卓越创新中心
-
出处
《数据与计算发展前沿》
2019年第2期1-16,共16页
-
基金
国家自然科学基金国家重大科研仪器研制项目“复杂场景中多模态生物特征获取设备”(61427811)。
-
文摘
【目的】人工智能已经成为社会各界最为关注的热点技术方向,本文旨在让政府部门、科技人员、产业人员和社会大众了解人工智能领域的最新动态。【方法】本文重点梳理了2019年人工智能新闻事件和科技文献,对人工智能领域总体发展态势进行概括和总结,对人工智能重点技术进展进行综述和展望。【结果】2019年人工智能发展更加理性务实,一方面呈现出“瓜熟蒂落、水到渠成”的繁荣景象,在万物互联、大数据、超级计算、深度学习时代实现了技术应用和产业落地,另一方面我们也可以看到基于深度神经网络的技术创新开始进入平稳期,科研人员开始探索增强学习、自动化机器学习、脑机接口、类脑智能、可解释人工智能等新方向,在人工智能创新触发期“芽苞初放,生机勃勃”。【局限】本文以介绍人工智能技术进展为主,没有对技术未来方向进行全面预测。【结论】2019年人工智能在神经形态芯片、脑机融合、人机博弈、智能机器人、计算机视觉、自然语言理解等领域都取得重要技术进展,但是我们看到迈向通用人工智能仍然任重道远,人工智能领域亟待革命性的技术创新和突破。
-
关键词
人工智能
计算机视觉
神经形态芯片
脑智融合
智能机器人
-
Keywords
artificial intelligence
computer vision
neuromorphic chips
brain-machine integrated intelligence
intelligent robot
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名大规模类脑神经网络理论与方法
被引量：1
- 2
-
-
作者
马征宇
田永鸿
-
机构
鹏城实验室
北京大学计算机学院
北京大学信息工程学院
-
出处
《科学通报》
EI
CAS
CSCD
北大核心
2023年第35期4764-4781,共18页
-
基金
国家杰出青年科学基金(61825101)
国家自然科学基金(62027804,62088102,62206141,62236009)资助。
-
文摘
脑启发的脉冲神经网络被称为第三代人工神经网络,通过模拟神经动力学、事件驱动等计算特性捕捉时序信息和节能高效地进行计算,为人工智能领域的发展提供了新范式.大脑惊人的信息处理能力很大程度上归功于其庞大的网络规模和复杂的网络连接.构建大规模类脑神经网络为脑启发式的人工智能、神经形态计算以及多应用领域带来了突破性的进展.本文首先根据现有的研究,分类介绍了脉冲神经元模型、大规模脉冲神经网络模型与算法、深度训练框架和神经形态芯片等3个方面的计算原理和最新的研究进展,指出了目前大规模类脑神经网络研究的进展和存在的问题,随后重点论述了大规模类脑网络的神经形态视觉应用,包括神经形态视觉重构、极端场景目标检测等.最后,在总结已有研究成果的基础上,对该领域的研究现状给出了若干结论,同时指出了仍然存在的一些问题,并对未来研究的需求、期待与发展趋势进行了展望.
-
关键词
大规模脉冲神经网络
脉冲神经元
神经形态芯片
深度训练框架
神经形态传感器
-
Keywords
large-scale spiking neural networks
spiking neuron model
neuromorphic chips
deep learning framework for spiking neural networks
neuromorphic sensors
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于低维材料的神经形态器件研究进展
- 3
-
-
作者
刘依婷
万军
邱晨光
赵建文
王华
-
机构
中国计量大学计量测试工程学院
北京大学电子学院
中国科学院苏州纳米技术与纳米仿生研究所器件部
太原理工大学新材料界面科学与工程教育部重点实验室
-
出处
《发光学报》
EI
CAS
CSCD
北大核心
2023年第6期1085-1111,共27页
-
基金
国家自然科学基金(61971009,62122006)。
-
文摘
大数据和物联网时代的到来使得传统冯·诺依曼架构的计算机在数据处理过程中面临极大的挑战,存算分离的架构从根本上限制着计算机的计算速度和能效,迫切地需要开发一种新的计算范式来应对当前面临的问题和挑战。近年来,神经形态计算以高度的并行处理、极低功耗和存算一体的特征受到广泛关注。其中,具有独特物理机制的新型神经形态器件是构建神经形态芯片的基本底层单元。在构建神经形态器件的众多候选电子材料中,低维材料相比传统三维材料具有优异的物理特性和电学特性,并且弱的层间范德华力使其易于堆叠,有利于异质整合集成。本文详述了基于低维材料的人工突触器件和人工神经元器件的研究进展,总结了不同类型神经形态器件的工作机制、性能指标和技术优势。在此基础上,介绍了低维材料的神经形态器件在视觉、听觉、运动控制和规模集成芯片等领域的应用,并对神经形态器件未来发展趋势进行了展望。
-
关键词
低维材料
人工突触器件
人工神经元器件
神经形态芯片
-
Keywords
low dimensional materials
artificial synaptic devices
artificial neural devices
neuromorphic chips
-
分类号
O47
[理学—半导体物理]
-
-
题名类脑芯片:“芯”中的电磁波
被引量：1
- 4
-
-
作者
李尔平
陶拓旻
马涵之
-
机构
浙江大学
-
出处
《安全与电磁兼容》
2021年第3期9-11,共3页
-
文摘
人工智能目前处于第三次高速发展期,人工智能算法的发展离不开其物理基础——类脑芯片。类脑芯片特殊的传输信号和电路架构,将引起全新的电磁完整性问题。传统的自动化设计软件无法适用于类脑芯片,针对类脑芯片的新型模拟及设计技术和方法亟待开发。在类脑芯片发展前期加入电磁完整性的研究具有重要的科学价值和广泛的工业应用前景。
-
关键词
类脑芯片
电磁兼容
信号完整性
人工智能
电子设计自动化
-
Keywords
neuromorphic chips
electromagnetic compatibility(EMC)
signal integrity(SI)
artificial intelligence(AI)
electronic design automation(EDA)
-
分类号
TN402
[电子电信—微电子学与固体电子学]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
