类脑计算

类脑计算是一种前沿的计算机工程方法，将硬件和软件元素仿照人脑与神经系统进行建模。该跨学科领域，又称为类脑工程，结合了计算机科学、生物学、数学、电子工程和物理学，以创建受生物启发的计算机系统和硬件。

类脑计算的关键组成部分

神经元与突触

类脑架构主要以神经元和突触为模型，这两者被认为是大脑的基本单元。神经元通过化学和电信号传递信息，突触则连接这些神经元，并促进信息的传递。与传统计算机系统相比，这些生物结构具备更强的多样性、自适应性和能效性。

类脑计算如何工作？

类脑计算利用模仿生物大脑中神经元和突触结构、过程及功能的硬件。最常见的类脑硬件形式是脉冲神经网络（SNN）。在这些网络中，人工神经元以类似生物神经元的方式处理和存储数据，突触器件采用模拟电路传递电信号，模拟大脑信号的传递过程。

脉冲神经网络（SNN）

与采用二进制系统编码数据的标准计算机不同，脉冲神经元测量并编码离散的模拟信号变化。这种高性能计算架构本质上区别于绝大多数现代计算机所采用的冯·诺依曼架构。

类脑计算的应用与未来

新兴应用领域

类脑技术有望彻底变革以下领域：

• 深度学习：提升机器学习算法的能力。
• 新一代半导体：创造更高效的半导体器件。
• 晶体管和加速器：提升这些部件的性能与能效。
• 自动化系统：为机器人、无人机、自动驾驶汽车和人工智能（AI）赋能先进功能。

突破摩尔定律

类脑处理器有望突破摩尔定律（即芯片上晶体管数量呈指数增长的规律）的限制。随着传统半导体技术逐步接近物理极限，类脑计算为持续性能提升提供了有前景的替代方案。

通用人工智能（AGI）

对通用人工智能（AGI）的探索——即能够像人类一样理解和学习的AI系统——是类脑研究的重要动力。通过复现人脑与神经系统，类脑计算或将为打造具备与生物大脑同等认知能力的人工大脑铺平道路，为认知与意识的研究带来深刻启示。