类脑计算机是指模拟大脑神经网络运行的新型计算机。近年来，研究人员一直在研究这一领域。最近有报道称，清华大学对类脑计算机的研发正处于起步阶段。如果成功，将是人工智能研究的巨大发展，引领世界经济。接下来你可以和Best边肖一起了解更多类似大脑的电脑~
清华大学开发的类脑计算机
【/h/】北京时间昨晚(10月14日)23: 00，清华大学计算机科学系张团队、精密仪器系石团队及其合作者在《自然》杂志上发表论文，首次提出了“类脑计算的完备性”和软硬件解耦的类脑计算系统的层次结构。目前，清华大学正在通过Best Network开发一种新型的类脑计算机。
这篇题为《类脑计算系统的层次结构》的论文首次提出了具有“类脑计算完备性”和软硬件解耦的类脑计算系统的层次结构。通过理论论证和原型实验，证明了这类系统的硬件完备性和编译可行性，拓展了类脑计算系统支持通用计算的应用范围。类脑计算处于起步阶段，国际公认的技术标准和方案尚未形成。这一成果填补了空白，有利于自主掌握新计算机系统的核心技术。据《自然》杂志的评论者说，“这是一个新颖的观点，可能被证明是神经形态学计算和人工智能研究领域的一个重大发展。
清华大学计算机科学与技术系研究员张:类脑计算完备性的概念，相当于帮助我们定义类脑计算系统能做什么，功能的边界在哪里。那么类脑计算系统的层次结构可以帮助我们实现。比如未来我们开发类似于计算的大脑，软件开发人员、研究人员、硬件开发人员、研究人员都可以相对独立地做自己的专业工作。
类脑计算是借鉴生物神经系统的信息处理模式和结构的计算理论、体系结构、芯片设计、应用模型和算法的总称。它的重要性正如欧盟旗舰人脑研究项目所指出的那样:“未来10到20年，谁想领导世界经济，谁就必须在这个领域发挥领导作用。”
放松对系统计算过程和精度的约束
与通用计算机相比，这个定义放松了对系统计算过程和精度的约束。该团队进一步提出了相应的类脑计算机层次结构和硬件原语(相当于通用处理器的机器指令)，以充分利用这种新的完整性带来的优势。结构有三个层次:图灵的完整软件模型；类似大脑计算的完整硬件架构；位于它们之间的编译层；构造性转换算法被设计成将任何图灵可计算函数转换成类似于计算完整硬件的大脑上的模型。
近年来，清华的类脑计算研究中心提出了一种符合脑科学基本规律的新型类脑计算架构——异构融合的天机类脑计算芯片架构，可以同时支持计算机科学和神经科学的神经网络模型，充分发挥各自的优势。目前，“天空运动”已经发展到第三代，为学术界发展人工通用智能提供了平台和思路，将推动人工通用智能的研究，赋予各行各业权力。
【/h/】其中，第一代“天空运动”于2015年6月成功上映。该芯片首次集成了人工神经网络和脉冲神经网络，兼顾了技术上广为人知的深度学习模型和未来前景广阔的计算神经科学模型。
第二代“天空运动”是去年8月1日发表在《自然》封面文章上的成果，具有高速、高性能、低功耗的特点。
【/h/】目前中心正在研发第三代“天空运动”和新型类脑电脑。基于现有“天体运动”的类天脑计算机是一个能满足类天脑智能应用需求的通用类天脑计算系统，主要包括系统架构、类天脑处理器单元、软件工具链、输入输出子系统、类天脑计算机的加载测试环境等。第一代原型可以处理36个异步视频输入的1000帧/秒的实时数据。
三层结构，神经形态完整
本研究提出了神经形态学完备性的概念。这是一个类似于计算完备性的大脑定义，类似于通用图灵完备性，定义了通用机器和语言的要求。根据定义，如果一个类脑系统能够以指定的精度执行给定的一组基本操作，那么它在神经形态学上是完整的。这和图灵的完备性不同。
在图灵完备性中，一个系统只有在为给定的一组基本运算提供了精确且等价的结果时，才能被定义为完备性。所提出的最佳网络的神经形态学完整框架中的基本操作包括两个已知的加权和操作和元素校正线性操作，这使得硬件系统能够支持脉冲和非脉冲人工神经网络。
【/h/】新定义降低了系统对神经形态硬件完备性的要求，使得不同软硬件设计之间的兼容性更容易实现。新层次结构的一个重要特点是提出了完全连续性，并根据能执行基本运算的类脑系统的精度接受不同层次的算法性能。
完全连续性还允许算法的不同实现路径在同一硬件上运行。例如，探索如何平衡算法精度和芯片尺寸以降低功耗。
为什么
提出“类脑计算完备性”的概念很重要？[/s2/]
(原创www.isoyu.com版权)
类脑计算是借鉴生物神经系统的信息处理模式和结构的计算理论、体系结构、芯片设计、应用模型和算法的总称。
关于其重要性，欧盟的旗舰人脑研究项目指出:“未来10到20年，谁想领导世界经济，谁就必须在这个领域领先。”
然而，近年来，随着类脑计算的快速发展，对这类基础问题的研究却很少。为此，清华的研究团队提出了“类脑计算完备性”(又称神经形态完备性)的概念，并设计了相应的类脑计算机层次结构，从理论上进行了验证。
“一般来说，‘完备性’可以回答系统能完成什么，功能边界在哪里等问题。研究完备性可以为软硬件系统的解耦和不同研究领域之间的任务和接口划分提供理论基础。我们的研究侧重于完备性理论研究，首先回答基本问题。”清华大学计算机系研究员张说。
对于这一成就，《自然》的一位评论者评论道:“这是一个新颖的观点，可能会被证明是神经形态计算领域和人工智能追求的一大发展”。华中科技大学计算机科学学院教授、计算机体系结构专家金海评论说，该研究“在类脑计算系统领域做出了基础性、独创性的贡献，有利于自主掌握新计算系统的软硬件核心技术”。
本文的第一作者是清华大学计算机系研究员张、博士后瞿鹏、博士生、美术系博士生。张和史教授为联合记者。
微信搜索:买易买，关注买易买微信官方账号，可以了解更多最新消息！