莫宏伟，丛 垚

(哈尔滨工程大学智能科学与工程学院，哈尔滨 150001)

0 引言

当前信息科技正在向智能化不断迈进，这离不开人工智能、深度学习和云计算等技术的支持，同时在当前大数据背景下，对计算系统大规模信息处理能力提出了更大的挑战。当前计算系统在信息处理方式上受限于传统的冯·诺依曼结构，由于摩尔定律存在物理极限，因此芯片设计不具备通用性，无法实现真正的智能，使得研究学者向类脑研究方向进行探索，企图从人脑结构及信息处理方式上得到启发，创建不同于冯·诺依曼结构的类脑计算机，使其在低能耗的条件下实现强大的信息处理能力，且具备通用性以及一定的认知能力。类脑计算通常是指从硬件结构到模型算法，由大脑神经系统结构和信息处理机制所启发的新型计算方法。我们的大脑的确具备一些当前计算机无法企及的优点：我们的大脑中存在将近103亿个神经细胞和超过106亿个神经突触，大脑的日常功耗大约10～25W，而普通计算机的功耗则是大脑的10～20倍，图形处理器的功耗则是大脑的100倍以上，且大脑的生物神经元同时具备运算和存储能力。为此，类脑计算机可突破传统冯·诺依曼结构，提升信息处理效率。

特殊的大脑结构及脑内信息传递方式是大脑具备真正智能的关键，人类对于大脑结构及功能的探索从未止步：研究表明，大脑中的组织多以分层级结构存在，例如视觉皮层组织[1]，组织中存在着功能不对称的正向和反向连接方式，正向连接(从低到高)有稀疏的轴突分叉，起源于大脑皮质的上颗粒层，主要终止于第IV层；……