解读神经形态计算：从基本原理到实验验证

表格2

结论

跟着机械进修算法和模型的进步，新鲜的架构将会变得急切须要。因为低功耗和高度并行化的快速计算速度，神经形态设备在人工智能和认知计算的应用中有着巨大年夜的潜能。尽管当前的神经形态芯片仍然处于理论程度，正在朝实在际应用和市场化产品进行，研究者已经展示了一些有前景的研究。这是将来的一个偏向，一个可以或许大年夜大年夜地改革计算世界的有潜力的偏向。

「我一向在思虑人们若何创建大年夜范围并行的体系，我们独一拥有的例子就是动物的大年夜脑。我们构建了很多体系。我们制造了视网膜、耳蜗——很多器械都奏效。然则创建大年夜范围并行体系是比我曾经的思虑更大年夜的一个义务。」—Marver Mead

参考材料：

https://web.stanford.edu/group/brainsinsilicon/documents/MeadNeuroMorphElectro.pdf（斯坦福神经形态基本?底细体系论文）
https://www.nextplatform.com/2017/02/11/intel-gets-serious-neuromorphic-cognitive-computing-future/（Intel 关于神经形态和认知计算的下一代平台）
http://news.mit.edu/2011/brain-chip-1115（MIT 模仿人脑的芯片）
https://www.youtube.com/watch?v=cBJnVW42qL8 (Matt Grob: Brain-Inspired Computing, Presented by Qualcomm)（高通脑启发计算）
https://www.youtube.com/watch?v=_YQTp3jRMIs（神经形态--大年夜机械到生活，TED 演讲）
https://arxiv.org/abs/1206.3227（应用自旋设备的神经形态硬件）
https://arxiv.org/abs/1703.01909（在 BrainScaleS Wafer-Scale 体系上练习深度收集）
https://arxiv.org/abs/1701.01791（神经形态体系上的分类义务）
https://arxiv.org/abs/1701.07715（纳米级自旋振荡器上的神经形态计算）
https://www.technologyreview.com/s/526506/neuromorphic-chips/（神经形态芯片）
https://science.energy.gov/~/media/bes/pdf/reports/2016/NCFMtSA_rpt.pdf（神经形态计算--大年夜材料到体系构造）

【编辑推荐】

云是人工智能的强载体
收集安然新前沿：一张图看80家采取人工智能来做安然的公司
人工智能时代的伦理框架
人工智能何故成为高技巧中的“热点”？
联想Luigi Brochard：高机能计算三大年夜计谋，推动人工智能飞速成长

【义务编辑：张子龙 TEL：（010）68476606】

3/3 首页上一页 1 2 3

　　推荐阅读

　　开源云计算领域 EasyStack一直在拼积木的路上

【51CTO.com原创稿件】如把编程喻成拼积木，最初只有根本积木，用这些积木拼出大年夜积木。大年夜积木一旦拼好，就可无穷复制。之后再用拼接好的大年夜积木拼更大年夜的积木。如许一来，积>>>详细阅读

本文标题：解读神经形态计算：从基本原理到实验验证

地址：http://www.17bianji.com/lsqh/36057.html

1/2 1