类脑计算新发展——“TrueNorth”神经元芯片

类脑计算是一种基于神经网络的全新数据存储和计算技术,通过模拟大脑的工作机理,可以突破传统计算机处理大型问题时遇到的冯·诺依曼瓶颈,在显著提高信息处理速度的同时大幅降低功耗,并且具有自我学习和自适应能力。介绍了IBM最新研究的TrueNorth神经元芯片技术,包括其基本架构、工作原理、芯片性能、应用成果等,并展望了类脑计算技术的未来发展前景。

人工脑和仿神经结构工程

对人工脑和仿神经结构工程的历史和现状作了综述,也对用机器忠实地拷贝整个人脑是否必要和可行作了思考。

神经元模型对比分析

近年来,生物神经元模型的建立与应用已经获得了越来越多的关注,逐渐成为神经科学的一个重要分支.神经元模型不仅在仿生学、存储器设计、逻辑运算、信号处理等方面有重大应用,对分析研究神经系统的动力学特性也具有重要意义.本文总结了自1907年第一个神经元模型建立以来的发展历程,归纳出17种最具代表性的数学模型,分为电导依赖模型和非电导依赖模型进行比较分析,重点展示包括最新神经芯片TrueNorth上的神经元在内的5种经典模型,分析其仿真特性,以及电路实现的需求,方便研究者根据具体需求选择和改进神经元模型.