脑科学与类脑研究十四五规划 脑科学与类脑研究市场调研报告

脑科学与类脑研究十四五规划 脑科学与类脑研究市场调研报告

作为交叉学科又有着广阔的应用前景，脑科学与类脑研究已然成为国际重要前沿科学领域。脑科学研究是21世纪科学研究的前沿高地之一。当前，包括美国、欧盟在内的世界先进国家和地区都在积极出台脑科学计划。十四五规划明确指出，要瞄准脑科学、人工智能等前沿领域，实施一批具有前瞻性、战略性的国家重大科技项目。

“脑科学与类脑科学研究”(Brain Science and Brain-Like Intelligence Technology)简称为“中国脑计划”，主要有两个研究方向：以探索大脑秘密、攻克大脑疾病为导向的脑科学研究以及以建立和发展人工智能技术为导向的类脑研究。

大脑是如何工作的

“中国脑计划”主要解决大脑三个层面的认知问题：1)大脑对外界环境的感官认知，即探究人类对外界环境的感知，如人的注意力、学习、记忆以及决策制定等;2)对人类以及非人灵长类自我意识的认知，通过动物模型研究人类以及非人灵长类的自我意识、同情心以及意识的形成;3)对语言的认知，探究语法以及广泛的句式结构，用以研究人工智能技术。

人类大脑大约有1000亿个神经元，它们如何连接以及连接错误导致精神错乱或是出现严重的神经性疾病，当前人类并没有弄清楚其中的奥秘。紧接着，全球人口老龄化时代的到来，阿尔茨海默综合症、帕金森综合症以及亨廷顿综合症等神经衰退性疾病日益成为人类的健康负担，人类迫切地希望知道：大脑是如何工作的。

据中研普华研究报告《2021-2025年国内外类脑计算技术发展研究及趋势预测报告》分析

大脑是人类最重要的器官，理解大脑的结构与功能是21世纪最具挑战性的前沿科学问题。近年来，美国、欧盟、日本等国家(地区)纷纷宣布启动脑科学研究，即“脑计划”;脑科学研究既对有效诊断和治疗脑疾病有重要的临床意义，还可推动新一代人工智能技术和新型信息产业的发展。类脑计算是指利用数字电路、模拟电路、数模混合电路或新器件来仿真生物神经元以及神经元间的突触连接，进而利用超大规模集成电路(Very Large Scale Integrated，VLSI)系统来模仿神经系统中的神经生物学结构。和现有冯诺伊曼体系结构 计算与存储分离的特点相对，类脑计算中的神经元结构既有计算能力，也有存储能力。类脑计算的这种特点从根本上消除了冯诺伊曼体系结构的“存储墙”问题。通过对类脑计算进行研究，能够更好地理解脑计算模型，为实现类脑智能提供路径。

SNN也被称为第三代神经网络，是人工智能领域机器学习算法的一种，是计算机科学与生物神经科学交叉而成的新兴学科。相比于传统的ANN，如各种深度学习网络，SNN实现了更高级的生物神经元模拟水平，更容易模拟人脑低功耗高性能的处理方式，是信息技术向智能化发展的重点研究方向。与ANN相比，SNN有诸多优良特性，在实现低功耗、高性能的智能系统上潜力巨大。类脑计算研究涉及的领域范围广泛，包括材料科学、神经科学、电气工程、计算机工程和计算机科学等。材料科学家研究、制造和表征可用于类脑器件的新材料，重点是展示与生物神经系统相似特性的材料。神经科学家提供可能在类脑计算意义上有用的新知识，并利用类脑计算系统来模拟和研究生物神经系统。电子和计算机工程师利用模拟电路、数字电路、数模混合电路和器件来构造系统，模拟神经系统的运行过程，开发由生物启发的类脑计算系统。类脑计算系统的研究涉及到类脑处理器微体系结构技术、体系结构技术、类脑处理器配套的软件工具链和基于脉冲神经网络的算法等研究领域。

国内外类脑计算技术发展研究

在现阶段的社会发展过程中计算机科学技术在社会中的应用具有极大的社会现实含义，不仅其在加速社会经济的道路上起到了积极的作用。计算机技术在发展的同时带动经济社会的进步。由于传统的计算机科学没有相关的技术信息支撑，当代的发展方向是积极向前的、相互融合的。不过由于当代社会信息的共享性还有待于提高到新的阶段，-些方面的信息受到一定的局限和垄断性。伴随着越来越普遍的计算机科学在全世界范围内的迅猛发展，信息将可以被方便快捷的进行传播，有理由相信计算机技术将会带动社会经济更好发展，其对经济的发展将起到积极有效的作用。

许多新兴的类脑芯片在SNN计算中显示出巨大的潜力。 例如浙江大学的达尔文芯片，其目标是嵌入式低功耗应用。苏黎世大学研究人员开发的DYNAP-SEL结合了异步数字逻辑和模拟电路，以实现模拟SNN实现。 清华大学的研究人员成功设计了混合型天机芯片 ，该混合型既可以实现常规神经网络又可以实现SNN。

未来类脑计算技术行业投资机会在哪?如需了解更多市场具体详情可以点击查看中研普华研究报告《2021-2025年国内外类脑计算技术发展研究及趋势预测报告》。