据科技日报，虽然人工智能在一些方面的表现已超越了人类，但这不代表它真的很聪明。相反，很多时候它还“很傻很天真”，仍然需要向人脑“取经”。8月16日，《自然·计算科学》在线发表了一项类脑计算领域的重要进展。借鉴大脑神经元复杂动力学特性，中国科学院自动化研究所李国齐研究员、徐波研究员团队联合清华大学、北京大学的科研人员，提出了新型类脑神经元模型构建方法。

“这项研究成果改善了传统模型向外拓展规模带来计算资源消耗增大的问题，为有效利用神经科学发展人工智能提供了新案例。”论文共同通讯作者李国齐说。

更重要的是，该模型对计算资源的利用效率更高，同时还显著减少了内存和计算时间的使用，从而提高了整体的运算效率。

李国齐表示，这项研究为将神经科学的复杂动力学特性融入人工智能，为在人工智能与神经科学之间架起桥梁提供了新的方法和理论支持，还为实际应用中的人工智能模型优化和性能提升提供了可行的解决方案。

图片来源：视觉中国

据新华社，类脑智能又被称为神经形态计算，它通过模仿人类大脑的运作方式，让计算机软硬件实现信息高效处理。相比传统意义上的人工智能，它具有低功耗、高算力的特点。

神经科学的研究发现，神经元之间的神经突触连接强度的可调性，是大脑学习和记忆功能的基础之一。由过往经历引起的神经突触连接强度改变，可以对大脑的功能产生影响。

神经突触连接强度改变，也叫神经突触可塑性，可以增强或抑制神经元的活动，而且其持续的时间可从几毫秒到几小时、几天甚至更长时间，跨度很大。

据光明日报，如果能借鉴神经突触可塑性原理，用某种手段来模仿和实现，构建类似于神经突触的人工突触，再进一步构建出系统，就可以更好地理解和模拟大脑的工作方式，进一步推动信息学和神经科学的交叉发展，实现类脑计算。

“人脑是目前已发现的最复杂的信息处理系统，它的简约高效无与伦比。因此人工智能领域的专家们设想，能否以大脑为原型开发出更强大的人工智能。”谈起类脑智能，北京工商大学计算机与人工智能学院教授吴静珠此前对科技日报记者表示。

图片来源：视觉中国

1956年，在计算机科学大家云集的达特茅斯会议上，科学家们就提出或许可以依托脑神经科学和认知科学这两大基础领域，建立多学科协同的工作机制，开发出达到甚至超越人类水平的人工智能。

吴静珠强调，脑科学和认知科学是开发类脑智能最重要的基础学科。近年来，随着功能核磁共振等成像技术的发展，人类对大脑的认知水平有了很大提高，这为仿照大脑设计计算机软硬件提供了必要条件。

北京工商大学教授、发展中世界工程技术科学院院士韩力群认为，简单来说，类脑智能的实现路径大致可以分为软类脑和硬类脑两类。吴静珠解释道，这二者的主要区别在于侧重点不同，前者重算法，后者重硬件。虽然路径不同，但是总体来看二者相辅相成。

硬类脑主要侧重在硬件材料方面寻求突破，通过开发神经形态的芯片（如类脑芯片）和其他介质，以生物电子学、神经形态工程等学科为基础，模拟生物神经元乃至整个大脑。韩力群表示，硬类脑走的道路就是“先追求形似，再考虑神似”。在一枚理想的类脑芯片当中，包含许多相当于神经元的处理器，这些处理器之间的通信系统相当于神经纤维，突触等结构可能也会被模拟。

在产业界，百度、科大讯飞、阿里巴巴、华为等企业都在近几年提出了一些与类脑智能应用相关的概念，随着类脑科学研究取得进展，“电子脑”正在从文字概念转向现实应用。

据了解，已经正式开展应用的“问天I”类脑计算机具备5亿神经元、2500亿突触智能规模，神经元数、突触规模位居全球第二，较现有计算系统能效提升10倍以上。在成果发布会上，“问天”类脑超算团队表示，将继续研发新一代类脑计算机，进一步革新类脑计算芯片架构与软件系统框架，打造引领未来发展的类脑计算平台。

每日经济新闻综合新华社、科技日报、光明网