世界第一个、首届首款、《自然》杂志封面文章等这些突破都来自新型类脑计算芯片“天机芯”！类脑计算论坛将为我们带来最前沿的类脑计算科研成果，将于CNCC2019中国计算机大会第二天（10月18日）在苏州金鸡湖国际会议中心A202会议室举行。

时间：10月18日 13:30-17:00

地点：A202

会议日程：

论坛简介：

类脑计算是借鉴人脑存储处理信息的基本原理，面向人工通用智能发展的新的计算技术。类脑计算系统是人工通用智能的基石，拥有极为广阔的应用前景。其重要性正如欧盟人脑旗舰研究计划项目所指出的：“在未来10到20年内，谁要想主导世界经济，谁必须在这个领域领先”。当前欧盟、美国等均斥巨资长期支持此研究，即将启动的“脑科学和类脑研究”（中国脑计划）也将其视为重点之一，但是这项研究目前均处于起步阶段，尚未形成公认技术方案。本论坛将从脑科学最新进展、类脑计算理论、神经形态器件和材料、类脑计算芯片、类脑计算软件、类脑计算机和类脑云脑等方面全方位讨论类脑计算发展的战略目标、研究背景、面临的挑战和可能的发展技术路线。

论坛主席  施路平

施路平，清华大学教授，清华大学类脑计算研究中心主任，国家特聘专家，国际光学工程学会（SPIE）会士。1992年从德国科隆大学获博士学位， 1996-2013在新加坡科学院数据存储研究院光学材料和系统实验室主任, 非易失性存储器实验室主任。曾领导过新加坡科学院10年人工认知存储器重大交叉研究项目。2012年加入清华，组建类脑计算研究中心，中心是从基础理论、硬件系统、软件环境全方位研究类脑计算系统的团队。2015年发展出第一款异构融合的类脑计算功能芯片（天机芯），2018年发展的第二代天机芯片结果发表在Nature上，。曾担任多个国际会议的主席。 研究领域包括类脑计算、信息存储、集成光电子、智能仪器。

讲者介绍

讲者1：钱卓

讲者简介：美国奥古斯达大学乔治亚医学院大脑与行为研究所所长，教授。1984年毕业于华东师范大学。1990年在美国明尼苏达大学获博士学位。1990-1993年在美国哥伦比亚大学博士后研究。1993-1997年在美国麻省理工学院做研究助理。1997-至2004年任美国普林斯顿大学助理教授,2004年成为终身副教授。2004-2007年，担任波士顿大学医学院正教授，系统神经科学中心主任。2007年迄今，担任美国奥古斯达大学乔治亚医学院大脑与行为研究所所长、神经学系终身教授。主要从事脑科学尤其是学习与记忆研究方面研究。连续开创了条件性基因敲除或蛋白敲除技术。成功地开发了重组酶系统介导的特异性神经遗传技术。在《自然》、《科学》、《细胞》、《自然－神经科学》、《神经元》等发表多篇论文。ISI引用次数14620次以上。1999年在普林斯顿大学任教期间的“聪明鼠”构建工作这一Nature 论文ISI单篇引用次数已达2017次，并被《时代》周刊、《纽约时报》等主流媒体作为封面故事加以报道，并被SCIENCE《科学》杂志列为1999年世界十大科技成果之一。

报告题目：学习与记忆研究的最新进展

报告摘要：本报告介绍大规模神经记录技术以及解码记忆在群体神经元网络中的编码规则。详细介绍自己团队近十年的大脑破译研究，在大脑工作原理的理论框架上取得的两大突破。一是于2015年在《神经科学趋势》（Trends in Neuroscience）发表的大脑《联接论》（Theory of Connectivity）来解释智力的起源(Origin of Intelligence), 首次提出大脑认知与智力是由于神经环路的基本连接与计算原理，暨基于二的次方数排列组合的数学原理。目前这一理论已在小鼠和豚鼠上的八个脑区上得到了系列实验认证。第二，针对脑科学的另一重大问题：既大脑如何通过神经细胞活动来实现认知信息编码？我们于2017年提出了《神经自我信息论》（Neural Self-Information Theory），并在大脑的多个脑区获得实验论证。

讲者2：高光荣

讲者简介：美国特拉华大学教授，IEEE Fellow、ACM Fellow。高光荣教授的研究领域包括高性能计算与数据流模型、计算机体系结构与系统、编译技术与运行时系统、数据流计算模型下的程序分析/映射/优化。他是一系列National Science Foundation, DARPA, DOE, DOD支持的高影响力并行计算研究项目的PI或者Co-PI。由他领导研制的IBM Cyclops-64 超级计算机获得2007年国际超算会议颠覆性技术大奖。此外，他于2017年因为在指令级并行/线程级并行计算编译技术与微体系结构方面的杰出贡献获得IEEE 计算机学会的“罗摩克里希那.劳奖”（B. Ramakrishna Rau Technical Award），是第一位获得此奖项的大陆出生的学者。他近几年的研究成果包括基于codelet model的并行运行系统 DART、SWARM等。

高光荣教授还担任过计算机领域顶级会议（如HPCA, MICRO, PACT, PLDI, PPoPP, SC, CF, ICS, IPDPS, MICRO, EuroPar, CASES等）的程序委员会/组织委员会/指导委员会委员，并创办或者联合创办了计算机学术界几个著名会议，包括并行体系结构与编译技术顶级国际会议PACT、嵌入式系统的编译/体系结构/综合技术著名国际会议CASES等。他也是IEEE计算机学会的数据流社区创始人与主席。

报告题目：深度神经网络面临的巨大的挑战-再谈新型智能计算机体系结构创新的黄金时代

报告摘要：人工智能是否真的能够达成人们所设想的目标还未可知。实际上，当前的技术进展并不能为真正的“智能”提供可靠支撑。目前人工智能领域的主流方法——深度神经网络面临着巨大的挑战：经过训练的深度神经网络过于依赖部分关键的表征信息，并相对地抛弃了大部分其他信息。正如部分研究人员所指出的，“深度学习更准确的描述应该是深度遗忘（deep learning is more accurately described as deep forgetting）”。因此，我们认为，未来进一步利用并实现完全成熟的人工智能的最好方式，就是采取更接近人类学习方法的学习策略。

讲者3：张晓林

讲者简介：研究员，中科院上海微系统与信息技术研究所仿生视觉系统实验室主任，研究员。1985年毕业于东北电力学院动力系，1985-1986年在上海电力建设局任助理工程师，1989年于日本横滨国立大学工学研究科获硕士学位，1995年获博士学位，1989-1992年任日本横滨国立大学生产工学研究科智能机械研究室助教。1995-2003年在日本东京医科齿科大学任文部教官助教、讲师，2003-2013年任东京工业大学精密工学研究所准教授、教授，2012年起任中科院上海微系统与信息技术研究所研究员、博士生导师。2016年5月1日任中国科学院上海微系统与信息技术研究所 仿生视觉系统实验室主任。获得奖项及荣誉称号包括：日本临床生理学会2000年度论文奖、国际学会ICARCV2006“Best Paper Award”等多次国际学会论文奖。2013年起担任上海市科委科技创新行动计划负责人。2009年在日本成立Bi2-Vision株式会社；2012年成立上海弼智仿生高科技有限公司。

报告题目：生物视觉系统所揭示的机器视觉所需核心原理和关键技术

报告摘要：在生物界绝大部分动物的眼睛都是可动的，而且每种动物的眼睛都有极其精密的运动机构。没有高机能的眼球运动控制就没有高机能的视觉。仿生双眼视觉系统将具有和人眼相同甚至超过人眼的自主运动控制系统及基础视觉处理功能。本演讲将介绍仿生视觉的理论和技术涉及图像处理与模式识别、三维重建与视觉定位、视觉语义和语音语义融合、视觉显著性与声源识别及定位融合、视觉导航和惯导融合、视听触嗅味的多模态信息融合，包含自动控制理论和机器人技术、解剖学和生理学等多学科和多领域的交叉研究，其研究成果将深刻影响人工智能的发展方向。

讲者4：吴思

演讲简介：北京大学教授。1995年获北京师范大学理论物理博士，2000-2007年担任英国谢菲尔德大学计算机系讲师、萨斯克斯大学信息工程系高级讲师，2008-2011年，中国科学院神经科学研究所研究员（百人计划）。主要研究领域：计算神经科学、机器学习。2011-2017年北京师范大学教授。目前担任Frontiers in Computational Neuroscience主编，中国自动化学会《生物控制与生物医学工程专业委员会》主任。在顶级神经科学期刊Neuron、Nature Neuroscience、PNAS,顶级机器学习会议NIPS等上发表论文多篇。

报告题目：类脑计算和计算神经科学 

报告摘要：类脑计算的目标是要从大脑的结构和计算原理中获取灵感来发展高效、节能的人工智能技术，而计算神经科学的目的则是要用数学模型和计算机仿真方法来阐明大脑工作的基本原理。因此，计算神经科学起到了连接类脑计算和脑科学基础研究的桥梁作用。本报告将探讨神经计算与传统信息处理方法的异同，回顾神经科学对类脑计算发展起到的促进作用，并展望未来计算神经科学如何与类脑计算协同发展。

讲者5：吴臻志

讲者简介：北京灵汐科技有限公司技术总监2008年7月获北京理工大学电子科学与技术学士学位，2015年7月获北京理工大学信息处理专业博士学位，2012.9-2014.9赴瑞典Linkoping University电机工程系计算机工程部，任客座研究员，从事开展专用处理器研究。2016.1至2018.6 在清华大学类脑计算研究中心从事类脑计算芯片研究。2018.6至今任灵汐科技技术总监，目前主要从事类脑计算理论与芯片设计，智能分析服务器系统软件设计，脉冲神经网络算法及应用开发。发表芯片设计、神经网络相关论文13篇，国家发明专利20余项。

演讲题目：类脑计算芯片——如何构建电子大脑

报告摘要：演讲将介绍世界范围内的类脑计算的近期研究进展，阐述类脑计算的特点与优势。介绍内容包括神经元模拟算法、神经网络模拟方法以及大规模神经网络的芯片实现等。特别介绍了IBM的TrueNorth，Intel的Loihi，BrainScale，SpiNNaker，Neurogride 等主要技术流派的设计思想、技术优势和局限性。并以ANN+SNN多模融合的天机系列类脑计算芯片为案例介绍北京灵汐科技有限公司的类脑计算研究进展。

Panel环节简介

随着先进测量仪器的高速发展，极大地提高了人们观测大脑结构的能力；脑科学和现代超级计算机的发展极大地促进了我们理解大脑的能力，同时为类脑计算理论探索提供了有力的支持；具有新型物理效应的纳米器件的发现极大地推动了神经形态工程的发展；而大规模集成电路技术则为发展类脑计算系统硬件提供了坚实的基础。可以预见，类脑计算系统研究正处于突破的前夜。Panel环节主要讨论类脑计算的现状、挑战、可能的发展路径、发展前景以及如何利用类脑计算推动发展人工通用智能的可能的途径。

Panel嘉宾简介  黄铁军

简介：北京大学信息科学技术学院教授，主要研究领域为图像识别与视频编码，近年来致力于仿生视觉信息处理模型和类脑计算平台研究。现任计算机科学技术系系主任，数字媒体研究所所长，数字视频编解码技术国家工程实验室副主任，国家杰出青年科学基金获得者，长江学者特聘教授。1998年从华中理工大学模式识别与智能系统专业获博士学位，累计主持国家级项目十多项，发表论文近两百篇，作为主要起草人制定5项国家标准、4项ISO/IEC标准和3项IEEE标准，申请发明专利80多项（30多项已授权）。两次荣获国家科学技术进步二等奖，四次荣获省部级一等奖，并获“中国科协求是杰出青年成果转化奖”和IEEE Computing Now Award。

钱卓

美国奥古斯达大学乔治亚医学院大脑与行为研究所所长，华东师范大学教授。1984年毕业于华东师范大学。1990年在美国明尼苏达大学获博士学位。1990-1993年在美国哥伦比亚大学博士后研究。1993-1997年在美国麻省理工学院做研究助理。1997-至2004年任美国普林斯顿大学助理教授,2004年成为终身副教授。2004-2007年，担任波士顿大学医学院正教授，系统神经科学中心主任。2007年迄今，担任美国奥古斯达大学乔治亚医学院大脑与行为研究所所长、神经学系终身教授。主要从事脑科学尤其是学习与记忆研究方面研究。连续开创了条件性基因敲除或蛋白敲除技术。成功地开发了重组酶系统介导的特异性神经遗传技术。在《自然》、《科学》、《细胞》、《自然－神经科学》、《神经元》等发表多篇论文。ISI引用次数14620次以上。1999年在普林斯顿大学任教期间的“聪明鼠”构建工作这一Nature 论文ISI单篇引用次数已达2017次，并被《时代》周刊、《纽约时报》等主流媒体作为封面故事加以报道，并被SCIENCE《科学》杂志列为1999年世界十大科技成果之一。

Stan Williams

惠普中心实验室负责基础研究的高级副总裁。1978年获得加州伯克利分校物理化学博士学位。毕业后，在加州大学洛杉矶分校化学系直至升任正教授。在1980年，他加入AT&T贝尔实验室从事技术研究。在1995年，加入惠普实验室的量子科学研究所从事纳米尺度的基础研究。在2002年和2005，两次被授予美国50顶尖科学技术领袖。在2008年被中国科学院院士投票选为当年三大最重大科学技术突破之一。他和Paul Alivisatos and Mike Roco 在2000年共同主持了21世纪纳米技术愿景的启动会，并最终推动了美国纳米计划的实施。