2023松山湖科学会议类脑智能信息处理学术讨论会召开

4月20日，2023松山湖科学会议类脑智能信息处理学术讨论会举行。8位专家学者在会上作了主题报告，类脑智能信息处理的前沿研究，引起学术界和产业界与会代表的广泛关注和讨论。

格物致知，剖析类脑智能逻辑机理

科学家们格物致知、极本穷源，深入探讨类脑智能信息处理的逻辑机理。

香港中文大学（深圳）杰出校长讲座教授、未来智联网络研究院院长崔曙光作《类脑智能与通信网络的双向融合》主题报告。崔曙光提出，类脑智能信息系统的初级目标是实现通信与计算的融合。科研团队为无线网络定制AI理论与算法，用基于演化学习的神经网络剪枝来解决模型复杂化的问题，提出的模型在大数据集ImageNet和小数据集Cifar10上都可以获得最好的剪枝效果，为实际系统的部署提供了理论依据。

崔曙光介绍，在人工智能作用于通信网络方面，建立双层强化学习架构，上层算法根据网络全局流量变化，对网络进行聚类；底层算法将同一类中的基站进行流量分配。在通信网络作用于人工智能方面，网络优化可以带来AI性能的提升，是算力网络设计的必要部分。崔曙光呼吁，要向计算机领域学习，打造AI+NET开源社区，促进人工智能与AI双向融合这一领域的发展。

欧洲科学院院士、IEEE Fellow、西安电子科技大学华山杰出教授，计算机科学与技术学部主任、人工智能研究院院长，焦李成作《类脑感知与认知的挑战与思考》主题报告。焦李成首先介绍介绍了类脑感知与认知的核心科学问题。紧接着，从感、知、用三个层面，分析类脑感知与认知的最新研究成果。最后，给出了研究领域发展一些深入的思考和展望。

焦李成认为，要深入认识人脑的生物特性，这是人工智能核心算法的关键。并从人脑的稀疏性、学习性、选择性、知识性、方向性、多样性和抗噪性（鲁棒性）等特性，展开深入的讨论。类脑认知与深度学习要结合人脑的信息处理机制与推理机制进行深入钻研，突破数据与知识驱动的学习与优化方法，推动类脑感知与认知学习领域的发展。

北京大学深圳研究生院信息工程学院院长、教授，鹏城实验室网络智能部副主任田永鸿作《大规模类脑神经网络:模型、学习方法与应用》主题报告。

田永鸿认为，目前脉冲神经网络（SNN）在规模和性能上均不及深度神经网络，其根源在于缺乏兼具生物合理性与计算高效性的学习算法。大规模SNN模型与学习算法，需要从神经元、神经网络和大规模学习三个层面开展研究。科研团队不仅开发了国内外首个开源深度SNN学习框架SpikeJelly，还软到硬，研发了支持全局监督学习类脑芯片原型计算架构。在SNN应用方面，团队在神经形态视觉重构和极端场景神经形态目标检测方面取得了最新成果。

仿生成像，让类脑智能“看见”世界

怎样通过仿生成像、点云模拟等手段，让类脑智能“看见”世界，也是科学家们重点研究的领域。

鹏城实验室副主任、教授石光明以《面向生物视觉感知的特征成像芯片设计及信号智能处理》为题作学术分享。其团队受生物视觉系统多通道感知机制启发，聚焦如何实现高质量成像问题，基于能量差分模式研发兼具高分辨率、大动态范围、低时延特点的新型仿生特征成像芯片。

石光明介绍，仿生特征成像芯片敏感相应的像素点光强变化，具有对特征成像特点，仅对运动目标特征成像，数据量小；利用对数对光强信号放大，实现了大动态范围(>100dB）成像；依靠事件驱动，延时低(<5微秒) 、功耗小。团队还融合特征成像芯片与传统感光芯片，实现了对超高速目标高质量成像，并开发面向脉冲信号的智能去噪、重构、检测、识别算法，研制出“特征成像+智能处理”一体化系统，可用于手机防抖成像、智能制造、智慧交通、安防监控、国防安全等领域。

香港中文大学（深圳）未来智联网络研究院助理教授李镇作《类脑智能多模态点云处理及应用研究》的主题分享。李镇从类脑智能是迈向AGI的新可能出发，着重介绍了类脑智能多模态点云解析算法。

李镇介绍，利用3D视觉解析技术去理解脑结构以及神经元的连接架构是后续集成众多神经元数量、突触数量以及存算一体的神经元处理单元类脑芯片实现的基础。科研团队从多个视角研究了点云场景解析，从室内场景到室外大场景，从点云的形状分类、到点云的检测及跟踪，再到大场景的语义分割和语义补全，系统地研究了点云解析的基础理论，并将其推广到实际应用场景中，如工业视觉、自动驾驶、3D视觉辅助的计算生物学、元宇宙等应用，充分挖掘了类脑智能多模态点云增强解析技术在实际应用中的发展前景。

转化应用，类脑智能之光照进生产生活

在通用人工智能、无人移动平台、具身智能等相关领域，类脑智能信息处理的一系列科研成果已经转化应用，深刻影响到人类的生产生活。

西北工业大学教授、校长助理张艳宁分享了《无人移动平台自主进化学习方法与应用》研究成果。卫星、无人机、无人水下航行器等无人移动平台，在诸多国家重大战略领域发挥着关键作用。同时，无人移动平台面临复杂动态变化的环境、任务和对象，亟需研究自主进化学习理论与方法，提升无人移动平台的泛化和适应能力。

张艳宁团队开展了多个层面的探索。在即时性进化方面，构建“一次前传、即时进化”的学习框架，开展实例级、类别级和组合关系级进化等多层次研究；在持续性进化方面，研究结构搜索空间简化、增量式结构更新和焦点转移学习策略；在推理链进化方面，针对复杂推理问题，探索功能单元自组织和推理链路自进化。此外，团队还构建了多个面向空天地海无人移动平台应用的特色数据库，为相关研究提供测试基准。

浙江大学计算机科学与技术学院教授唐华锦分享了《基于类脑计算机制的具身智能研究》。类脑具身智能的研究目标是建立从理解生物大脑到构建具身智能体的计算框架。

唐华锦提出，类脑具身智能体具有交互性、感知能力、学习与决策能力、鲁棒性与自适应性、计算资源友好等特点。研究类脑具身智能体，需要模拟神经系统感知、学习、决策等神经环路和计算机制，建立神经科学启发的计算模型即神经形态计算方法，以机器人为载体，实现神经元活动与物理环境的实时闭环交互。

IDEA研究院讲席科学家张家兴作《通用人工智能大模型AGI-LLMs》主题分享。他提出，通用人工智能是AI的初心，AI的发展是一个模型化的过程。模型理解了这个世界并学会了思考，将会是未来通用人工智能研究的新趋向。

张家兴团队研发出通用人工智能大模型“封神榜-MindBot”，从几十亿参数提升到几百亿参数，具有精准的语言理解能力，新的知识存储和表达方式，能实现真实场景的复杂智能，可以用自然语言来干预决策，并能有效地完成创意表达和情感表达。

2023松山湖科学会议是在中国科学院学部工作局、中国工程院三局、国家自然科学基金委员会交叉科学部、广东省科学技术厅、广东省科学技术协会的关心指导下，由广东院士联合会携手东莞市人民政府联合主办。会议以“脑科学与类脑技术”为主题，共有60多位院士专家参会。会议采用“1+1+4”模式，即1场全体大会，1场脑科学与类脑智能专业委员会闭门会议，以及“脑科学”“类脑计算与系统”“类脑芯片”“类脑智能信息处理”4个专题分享研究成果，开展学术研讨交流。

广东科技报记者 刘肖勇 通讯员 袁仕联