西安理工大学mba专业人工智能课程案例作业代做案例

如需代写，请联系本站客服，作业包通过。

案例：类脑计算

 

一、案例材料

1.背景资料

在过去的十年里，人工智能实现了蓬勃的发展，从计算机视觉，到自然语言处理，再到语音处理等各种细分领域，都涌现出了大量优秀的学术成果以及落地应用，人工智能正在深刻改变着我们每一个人的生活。

但是人工智能未来将走向何方呢？未来是否会出现新的形态？许多科研机构以及行业巨头都在探寻答案。

2020年1月，来自北京师范大学的研究团队在《SCIENCE CHINA （Physics, Mechanics &Astronomy）》发表了文章，介绍了自旋器件在类脑计算里的应用。文章介绍了一类自旋电子学非线性器件，可将储层计算在时间维度编码，因此可使用单个器件实现循环神经网络。已有实验证明，这类器件可以显著提高语音识别的准确性，也可以直接用于图像识别并有望很快实现应用。

目前，类脑计算这种新型的计算范式正受到越来越多的关注，它能以更低的能耗、更小的体积，达到超越现有冯·诺依曼架构计算机处理能力的效果，这或将带来人工智能在下一阶段的变革。

2.类脑计算概论

当前的人工智能技术是基于传统的冯·诺伊曼计算机架构。它的明显特征是将CPU与存储器分开。CPU从内存中读取数据，然后再将结果返回到内存。在这一设计提出之初，CPU与内存速度接近。但计算机硬件发展到今天，CPU的性能提升速度远超过了内存的性能提升速度，大量的时间被浪费在了CPU等待数据传输的过程中。指令与数据放在同一内存带来的CPU利用率限制，成为了当前计算机技术的重要瓶颈。此外，硬件的发展还会面临摩尔定律失效的问题。

清华大学类脑计算研究中心主任施路平指出，虽然目前人工智能取得了非常大的成绩，但当前人工智能解决的问题必须满足5个条件：充足的数据、确定性的问题、完备的知识、静态的环境和单一的系统。这离通用人工智能还有相当一段距离。

与之不同的是，人脑能在有限尺寸和极低能耗下，完成复杂环境下信息的关联记忆、自主识别、自主学习等认知处理，其基础是脑神经网络的多层次复杂空间结构和脑神经的高度可塑性。因此在人工智能的发展中，向人类的大脑学习是一个重要的发展方向，而这，就是类脑计算。

一般地说，类脑计算是指借鉴大脑中进行信息处理的基本规律，在硬件实现与软件算法等多个层面，对于现有的计算体系与系统做出本质的变革，从而实现在计算能耗、计算能力与计算效率等诸多方面的大幅改进。

类脑计算现状：类脑计算这一极具前瞻性的课题在近十年内吸引了大量的研究人员进行持续的探索。目前，类脑计算芯片还没有统一的技术方案。有用异步纯数字实现的，有用数模混合实现的，也有用同步纯数字实现的。下面简单介绍具有代表性的由清华大学研发的“天机芯”芯片。天机芯”是一款新型人工智能芯片，采用28纳米工艺制成，整个芯片尺寸为3.8X3.8mm2，由156个计算单元（Fcore）组成，包含约40000个神经元和1000万个突触。它能够把人工通用智能的两个主要研究方向，即基于计算机科学和基于神经科学这两种方法集成到一个平台，可以同时支持机器学习算法和现有类脑计算算法。

类脑计算面临的挑战：（1）训练算法。在类脑计算中，主要用脉冲来编码信息。相较于现有的人工神经网络算法，适用于类脑计算的脉冲神经网络算法的理论发展还不够成熟。（2）低功耗运算。类脑计算的一个重要优势是功耗低。但现有的数字电路芯片也可以通过体系结构层面的创新来实现，如寒武纪系列芯片。（3）编程模型。当前，还未出现通用的类脑计算编程模型。IBMTrueNorth芯片提供了一套编程模型，但它是针对自身量身定做的。

类脑计算的未来：清华大学类脑计算研究中心主任施路平指出，现有的计算机是将复杂的信息转化为二进制信息处理，利用计算的快速性解决问题，也就是利用时间复杂度解决问题。而在人脑中，内含海量的神经元，神经元与神经元之间有丰富的链接，人脑是把复杂的信息映射到更复杂的空间中去，利用空间复杂度解决问题。此外，因为人脑的信息是采用脉冲进行编码的，所以还利用了时空复杂度。在未来，类脑计算系统的设计思路是在现有的计算机架构基础上，加上类脑计算芯片引入空间复杂性和时空复杂性。这样可以让类脑计算系统在原有计算机优势的基础上，通过引入类脑芯片，提升其处理非结构化信息的能力。

此外，2020年3月，据美国德克萨斯A&M大学官网报道，该校领导的科学家团队和工程师们探索出一种基于材料的方案，它可以模仿负责在人脑内传递信息的神经信号，为类脑计算开辟了一条新途径。他们的研究揭示了铜离子的运动是导电性变化的关键，这种变化可用于创造电尖峰，就像大脑神经系统中神经元的工作方式一样，这代表朝着开发能模仿人脑的电路迈出了重要一步。

3 类脑计算技术路线

类脑计算技术路线总体上可分为三个层次：结构层次模仿脑，器件层次逼近脑，智能层次超越脑。近十年来，国内外在这三个层次已经取得不少阶段性成果。

所谓“结构层次模仿脑”，是将大脑作为一个物质和生理对象进行解析，获得基本单元（各类神经元和神经突触等）的功能及其连接关系（网络结构）。这一阶段，主要通过神经科学实验采用先进的分析探测技术完成。

1952年，英国科学家霍奇金和赫胥黎提出了以两人命名的HH方程，精确刻画了单个神经元放电的非线性动力学过程，这是神经元信息处理的标准数学模型。近年来，国内的相关探测手段也快速进步。例如北京大学生物动态光学成像中心主任、哈佛大学终身教授谢晓亮领衔的生物动态光学成像中心，可以通过单分子光谱观察细胞内部的动态生理过程。2014年，华中科技大学骆清铭教授牵头的“单细胞分辨率的全脑显微光学切片断层成像技术与仪器”荣获国家技术发明二等奖，在神经细胞尺度上实现了脑皮层的结构解析。国际上，2014年6月，美国国立卫生研究院发布美国脑计划12年规划，重点支持新的大脑解析探测技术，目标是绘制出堪比“人类基因图谱”的“人类大脑动态图谱”。相关进展表明，对人类大脑结构的解析有望在十年内获得重大突破。

所谓“器件层次逼近人脑”，是指研制能够模拟神经元和神经突触功能的微纳光电器件，从而在有限的物理空间和功耗条件下构造出人脑规模的神经网络系统。这方面的代表性项目是美国国防部先进研究项目局（DARPA）2008年启动的“神经形态自适应可塑性可扩展电子系统”（即突触），其目标是研制出器件功能、规模与密度均与人类大脑皮层相当的电子装置，功耗为一千瓦（人脑为20瓦），IBM和多所大学获得一亿多美元资助。2014年8月7日，IBM在《科学》上发表文章，宣布研制成功TrueNorth神经形态芯片，内含一百万个神经元和2.56亿个突触，这项成果入选“2014年十大科学突破”。德国海德堡大学在神经形态芯片研制方面已有十多年积累，今年3月，他们在一个8英寸硅片上集成了20万神经元和5000万突触，采用这种“神经形态处理器”的计算机已经成功运行，其神经元采用模拟电路实现，功能比IBM方案更接近生物神经元。

类脑计算研究的目标是制造出类脑计算机，其硬件主体是大规模神经形态芯片，这种芯片主要包括神经元阵列和突触阵列两大部分，前者通过后者互联，一种典型连接结构是纵横交叉，使得一个神经元和上千乃至上万其他神经元连接，而且这种连接还可以是软件定义和调整的。类脑计算机基础软件除管理神经形态硬件外，主要实现各种神经网络到底层硬件器件阵列的映射，这里的“软件神经网络”可以复用生物大脑的局部甚至整体，也可以是经过优化、乃至全新设计的神经网络。

所谓“智能层次超越脑”，属于类脑计算机应用软件层次的问题，是指通过对类脑计算机进行信息刺激、训练和学习，使其产生与人脑类似的智能甚至涌现出自主意识，实现智能培育和进化。刺激源可以是虚拟环境，也可以是来自现实环境的各种信息（例如互联网大数据）和信号（例如遍布全球的摄像头和各种物联网传感器），还可以是机器人“身体”在自然环境中探索和互动。在这个过程中，类脑计算机能够调整神经网络的突触连接关系及连接强度，实现学习、记忆、识别、会话、推理以及更高级的智能。

二、案例分析

1.请分析人工智能中的类脑计算和云计算之间有什么不同点（至少给出三个方面）。

2.查阅资料，并阐述什么是人工智能下神经科学启发的类脑计算，并分析类脑计算可以应用到哪些领域（至少给出三个方面）。

案例作业

一、资料收集与汇总分析

（撰写内容概要：以案例为蓝本查阅网站、文献期刊等专家在相关方面的研究进展及其成果，并进行汇总评述。（1）表述收集资料的来源情况、收集资料的数量情况；（2）将所收集的资料进行分类，按照几个分类方面逐一进行表述，表述涵盖专家的观点、结论、思路、方案等；（3）小组综合性的对所收集到的资料进行评述，描述当前的进展情况、优劣点、未来发展等。）

二、概念梳理与综合阐述

（撰写内容概要：梳理案例主题的相关概念，并总结加工后，阐述小组所形成共识的概念。（1）阐述相关概念的发展历程；（2）列举多位专家学者对于相关概念的定义或阐述；（3）阐述小组所形成共识的概念。）

三、理论探索与方法分析

（撰写内容概要：分析案例主题相关的系统框架、算法模型、求解方法、仿真方式等，小组总结分析各方法的优劣势。（1）查阅文献资料，描述相关的系统框架、理论模型、求解算法、仿真方法等；（2）对（1）的内容进行分析总结，评价其优劣势，介绍可应用的方向、领域或行业、场景等）

四、问题一分析与解答

（综合一、二、三内容，结合问题要求查阅资料，并进行小组讨论，给出问题一的解答）

五、问题二分析与解答

（综合一、二、三内容，结合问题要求查阅资料，并进行小组讨论，给出问题二的解答）

本页不打印（前方黄色背景字体打印时删除）

（1）案例不多于5人构成小组完成，每个人完成其中一项任务，小组少于5人时，某人可以承担其中两项工作，在后面的学生姓名栏填同一个人即可；

（2）案例撰写必须按照分工要求的5点来撰写，每个点为一章，总体字数不少于5000字；

（3）格式为A4、宋体小四、单倍行距、首行缩进2字符；

（4）撰写时保留前面的一、二两部分内容，将小组完成的5部分内容单独另起一页，另起标题序号，追加在其后进行撰写；

（5）注意封面的小组构成信息、完成时间等均需填写；

（6）评分将根据每一个章（即分工的点）的完成情况、个人分析情况、综合质量等来评分。

 

本文链接：https://daizuozuoye8.com/?id=737

转载声明：本站发布文章及版权归原作者所有，转载本站文章请注明文章来源！