7月28日-30日，由中国计算机学会（CCF）主办的第81期ADL（Advanced Disciplines Lectures）学科前沿讲习班将在北京召开。本期主题为《类脑计算―从脑机接口到脑机融合》，将从模拟生物神经元和神经突触的神经形态器件、神经网络芯片以及类脑计算模型和应用

　　7月28日-30日，由中国计算机学会（CCF）主办的第81期ADL（Advanced Disciplines Lectures）学科前沿讲习班将在北京召开。本期主题为《类脑计算―从脑机接口到脑机融合》，将从模拟生物神经元和神经突触的神经形态器件、神经网络芯片以及类脑计算模型和应用等方面对国内外研究进展进行介绍，探讨相关技术的未来发展趋势。雷锋网（公众号：雷锋网）作为独家合作媒体将进行全程报道，因门票有限，无法购买的同学还可以通过雷锋网AI慕课学院（）联合CCF共同推出的课程线上视频来进行学习。

　　类脑计算，是指仿真、模拟和借鉴大脑生理结构和信息处理过程的装置、模型和方法，其目标是制造类脑计算机和类脑智能，相关研究已经有二十多年的历史。与经典人工智能符号主义、连接主义、行为主义以及机器学习的统计主义这些技术路线不同，类脑计算采取仿真主义：结构层次模仿脑（非冯・诺依曼体系结构），器件层次逼近脑（神经形态器件替代晶体管），智能层次超越脑（主要靠自主学习训练而不是人工编程）。

　　本讲习班旨在帮助学员快速入门类脑计算原理和技术，了解学科热点以及应用方法，开阔科研视野，增进学术交流和增强实践能力。

　　和CCF和雷锋网（公众号：雷锋网）一起揭开类脑计算的面纱吧，还还在等什么？快来报名吧！报名地址：

　　讲习班概况

　　学术主任：黄铁军 北京大学教授

　　主办单位：中国计算机学会

　　独家合作媒体：雷锋网

　　时间：2017年7月28日―30日

　　地点：中科院计算技术研究所一层报告厅（海淀区科学院南路6号）

　　讲者介绍

　　黄铁军

　　北京大学计算机科学技术系主任，信息科学技术学院教授，数字视频编解码技术国家工程实验室副主任，主要研究领域为视觉信息处理和神经形态计算。教育部长江学者特聘教授，国家杰出青年科学基金获得者。CCF杰出会员，专委工作委员会执行委员。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，曾两次荣获国家科学技术进步二等奖，五次荣获省部级一等奖，并获得中国科协求是杰出青年成果转化奖。

　　讲座题目：类脑计算―从理念到实践摘要：类脑计算是Brain Like（仿脑）还是Brain Inspired Computing（脑启发的计算）？ 背后的技术路线迥然不同，报告人认为“仿脑”是取得突破的可行路线，是走向“强人工智能”的必要阶段，可能比“人工智能”（人工设计出来的智能）和“认知科学”（理解思维的机理）更早实现。北京脑科学专项“脑认知与类脑计算”方向沿着这样一条技术路线，提出了四个基础平台、两种核心芯片、三类类脑智能的总体布局。报告将介绍类脑计算国内外重要进展，并以报告人课题组正在进行的灵长类初级视觉系统解析仿真为例，介绍仿脑在视觉信息编码和分析识别方面的潜在价值。

　　曾毅

　　研究员，中国科学院自动化研究所类脑智能研究中心副主任，中瑞数据驱动神经科学联合实验室副主任，中国科学院脑科学与智能技术卓越创新中心青年骨干，中国科学院大学岗位教授。主要研究方向为：类脑认知计算建模、类脑学习理论、类脑智能机器人(行情300024,诊股)系统等。担任国际期刊Cognitive Systems Research （Elsevier）, Computational Cognitive Science （Springer）的Associate Editor。

　　讲座题目：类脑智能：从受脑启发到通用智能的探索摘要：结构与机制类脑、行为类人的类脑智能近年来成为探索人类水平人工智能的重要途径之一。本报告将从人工智能、神经科学、认知科学交叉的视角介绍类脑智能的研究进展，并将着重介绍研究团队在大规模多尺度生物脑神经网络建模与模拟、类脑自主学习、多感觉融合、认知功能协同及其在无人机、机器人领域的智能应用方面的研究进展。在此基础上，将展望实现通用智能的核心科学问题，探讨机器自我意识的实现途径和初步尝试。

　　潘纲

　　浙江大学计算机学院教授、博导，计算机系统所副所长，CCF-IEEE CS青年科学家奖，入选教育部新世纪优秀人才支持计划。主要研究方向为计算机视觉、普适计算、类脑与脑机融合智能等。已发表论文100多篇（包括IEEE TPAMI、TNNLS、ACM Computing Surveys等国际权威刊物，以及CVPR, ICCV, IJCAI, UbiComp等国际权威会议），授权发明专利25项。获国际会议最佳论文奖4次，包括国际一流会议UbiComp’16最佳论文奖、UbiComp’15最佳论文提名奖（Honorable Mention Award）。相关成果入选2016年度中国高等学校十大科技进展，获国家科学技术进步奖二等奖（第2完成人）、教育部科技进步一等奖（第2完成人）。目前担任《IEEE Systems Journal》、《ACM IMWUT》、《Chinese Journal of Electronics》等期刊编委。

　　讲座题目：从脑机接口到脑机融合摘要：计算神经科学、微电子和神经生理学等领域的最新进展，显示出计算机和生命体之间的融合成为可能并日趋明显。以脑机接口为代表的神经技术的突破使得脑与计算机之间的结合越来越紧密，脑机融合及其一体化已成为未来计算技术发展的一个重要趋势。研究生物脑（生物智能）与机器脑（人工智能）深度融合并协同工作的新型混合智能系统，是当前人工智能与脑认知科学交叉领域面临的重要课题。本讲座将介绍脑机接口的基本原理与最新进展，并介绍新型人工智能形态――脑机融合的混合智能。

　　唐华锦博士，四川大学计算机学院教授、博士生导师，类脑计算研究中心主任，入选国家青年千人计划。主要研究方向为神经形态计算、认知机器人。现担任多个国际期刊的Associate Editor,包括 IEEE Trans. On Neural Networks and Learning Systems，IEEE Trans. On Cognitive and Developmental Systems, 以及 Frontiers in Neuromorphic Engineering。获得2016年度 IEEE TNNLS 优秀论文奖。由Springer 2017年出版英文专著 Neuromorphic Cognitive Systems: A Learning and Memory Centered APProach。

　　讲座题目：神经形态认知计算摘要：模拟大脑智能是计算机科学领域长久以来的目标，成为过去几十年人工智能的发展的重要推动力。与传统人工智能方法不同，神经形态计算主要受神经科学发展推动，是建立在大脑神经电路结构和神经信息处理与神经脉冲计算原理上的新型计算模式，并最终以神经形态硬件方式来实现仿脑的认知计算与低功耗运算。虽然在神经科学领域神经元和突触层级已经取得了很大的进展，而如何模拟生物神经元及突触可塑性实现认知计算及实现神经形态芯片依然面临很多挑战，有待深入研究。本报告从神经形态认知计算领域需要解决的主要问题出发，介绍该领域取得的主要进展。