类脑计算产业发展趋势、发展机遇与挑战分析

如果你对该问题感兴趣的话，推荐你看看《人工智能与类脑计算产业发展研究报告（2023）》这篇报告，下面是部分摘录的内容，具体请以原报告为准。

一、发展及趋势总结与展望

1. 政策先行带动研究发展

在新一批国家重大科技项目布局中进一步加大对类脑计算科技攻 关的支持力度《“十四五”规划和 2035 年远景目标纲要》提出，在类 脑智能、量子信息等前沿科技和产业变革领域，组织实施未来产业孵化 与加速计划，谋划布局一批未来产业。 目前，中国在量子信息、脑科学与类脑研究等科技前沿领域陆续启 动实施一批前瞻性、战略性的国家重大科技项目，类脑计算已被列入 “脑科学与类脑研究”项目下属子项从《“脑科学与类脑研究”重大项 目 2020 年度项目申报指南》的研究项目设置来看，在其部署的 56 项 子课题中，与类脑计算直接相关的仅有 8 项应在未来的“脑科学与类 脑研究”重大项目设置中加大类脑计算领域的投入力度，并鼓励不同技 术路线的探索。

2. 平台效应聚集人才队伍

成立类脑计算国家重点实验室，为类脑计算提供持续研发和不断 集聚高水平人才的平台。中国正在以促进前沿技术交叉融合为导向，整 合、重组国家重点实验室体系。类脑计算是后摩尔时代具有重大战略意 义的新型计算技术也是典型的多学科交叉前沿技术。应以此次国家重 点实验室调整为契机，建立类脑计算国家重点实验室，加强学科建设， 加快培养科学、工程等相关人才。

3. 多元化投入机制促进转化

建立多元投入机制，在有条件、有意愿的区域布局，推动类脑计算 技术尽快落地转化。引导“国家科技成果转化引导基金”对类脑计算成 果转化提供初始投资支持，在规模化应用阶段引入政策性金融和社会 资本，加速面向市场需求的类脑计算技术研发和产业化进程。对接和鼓 励有意愿、有条件的地方政府，与类脑计算领域技术领先的产学研机构 进行合作。依托国家发改委“国家数字经济创新发展试验区”、科技部 “国家新一代人工智能创新发展试验区”、工信部“国家人工智能创新 应用先导区等创新区域试点示范政策，加快类脑计算技术的落地应用。

4. 大力推动自主知识产权布局

支持相关研究机构和企业加快建立、完善类脑计算的理论和工程 基础，形成自主专利池。引导相关主体在类脑计算芯片和系统研发过程 中发展独立自主的工具链和新型 EDA（电子设计自动化）工具逐步形 成以中国类脑计算架构为标准的应用生态。

5. 推动医疗行业发展

脑机接口等类脑技术在脑疾病治疗的应用受到资本市场的青睐， 癫痴、抑郁、失忆等脑疾病的治疗需要通过采集与处理脑电信号来进一 步深入了解人脑，但是目前的大部分脑电研究设备不仅缺乏精确性，而 且使用连线传输，对敏感的脑电信号容易造成干扰。未来任意一项脑疾 病的设备替换都有高达数十亿美元的市场空间，具有成为下一个发展 风口的潜力[20]。

二、发展机遇与挑战

（一） 技术水平情况

目前，类脑芯片的量产主要采用电路模拟神经突触，而理想的类脑 芯片材料应实现神经元和突触的功能，并实现大规模集成。另外，神经 科学研究存在使用动物实验的限制，需要寻找更有效的研究方法。虽然 类脑计算取得了突破，但仍处于初级阶段，需要攻克脉冲神经元模型与 任务之间的关系等核心问题。未来，类脑计算领域将继续迎来创新与发 展，需要在类脑芯片、神经模型、智能机器人等方面进行深入研究。 （1）芯片材料。目前能够实现量产的类脑芯片，基本还是采用电路 模拟人工神经突触的方式来进行类脑计算，这样做不仅对芯片制造工 艺要求较高，生产效率也十分低下。理想的类脑芯片材料，应该既具备 在器件层面模拟神经元和突触的功能，又能够于系统层面实现大规模 的集成。努力探寻满足上述条件的材料，是类脑芯片实现突破的关键卡 口[21]。

（2）神经科学现有困境。脑科学领域的研究，经常会使用动物进行 实体实验，单纯通过医学途径去了解大脑中的神经元、神经脉冲等功能 结构和信息传递机制等。尽管结果直观，但也存在着弊端：伦理层面上， 需要平衡动物保护与动物实验之间的关系，技术层面上，由于动物个体 的差异性等因素，存在实验成本高、结果难复现等问题[12]。 （3）虽然类脑计算的基础理论和核心技术已取得不少突破，但当 前该技术还处于初级阶段，无论在规模上，还是在智能化程度上，都无 法和真正的人脑相比。如何寻找兼具生物合理性与计算高效性的脉冲 神经元模型，如何建立脉冲神经元模型与 A1 任务之间的关系是类脑计 算领域的核心问题，未来还需要重点攻克。随着神经模型、学习算法、 类脑器件、基础软件和类脑应用等方面不断取得突破，类脑计算即将迎 来更为蓬勃的创新和发展[15]。

（4）类脑计算芯片层面。由于类脑芯片与类脑智能机器人的研究， 既涉及到脑科学和神经科学的最新研究成果，又和传统芯片设计、机器 人仿生结构与控制等内容密切相关未来研究迫切需要在如下方面进行 进一步的攻关。 （5）从完整信息的类脑神经计算技术出发，同时提炼神经网络外 发展类脑神经元计算模型，通时改变控制参数，使相同神经元电路模块 能完成不同的神经元功能，增强神经计算电路模块的通用性，降低设计、 制造的难度。此外，还需要迫切解决类脑计算芯片的功耗问题，需要研 究建立神经网络处理器相关的功耗模型，通过结构设计参数的选择，降 低相对功耗。发展基于统一抽象的、实时可调的软件抽象层设计，通过 和硬件结合，对低功耗设计与评估进行实时反馈和调节，为上层设计提供一个可靠且便利的软硬件间的桥梁，解决能适应多种应用需求的兼 容性问题。

（6）类脑智能机器人方面。需更多借鉴类脑计算模型和仿人运动 神经机理研究新的机器人感知、交与和动作计算模型，从根本上提高机 器人的智能性，形成具有动态立体视觉感知，快速自感知多模态信息融 合运动自学习能力协调人机协作中速反应。需更多借鉴类脑计算模型 和仿人运动神经机理研究新的机器人感知、交互和动作计算模型，从根 本上提高机器人的智能性，形成具有动态立体视觉感知、快速自感知、 多模态信息融合、运动自学习能力、协调人机协作、快速反应和高精度 操作的类脑智能机器人。其中，尤其需要解决类人运动按行机构带来的 类脑运动神经控制、人机融合环境带来的机器人多模态信息融合、交互 式学习控制和双目可动摄像头带来的摄像头高速在线校准等问题。 （7）类脑软件生态方面。随着类脑芯片发展和神经网络融合实现 的突破，异构融合在类脑软件生态中带来了重要的机遇和挑战。异构融 合是指在硬件上整合多种不同架构、处理单元，在网络层面融入跨范式 的多样模型结构和学习机制，以实现更高性能和效率的计算方式。异构 融合的类脑软件架构可以提高性能、节省能源、支持多样性的神经网络 应用。然而，它也带来了编程和优化复杂性、标准化问题以及能源效率 等挑战。异构融合涉及多个硬件平台和架构，因此需要解决跨不同硬件 的编程和优化技能，同时增加了软件开发和维护的复杂性。此外，充分 利用异构计算特征需要精确地计算图层级的拆分，编译和运行时统一 调度，以确保任务在各种处理单元上高效运行。

（二） 政策实施状况

深圳已在光明科学城布局了脑解析与脑模拟重大科技基础设施， 建设牵头单位为深圳先进院，同时，南方科技大学、香港科技大学深圳 研究院、深圳市神经科学研究院、北京大学深圳研究生院参与建设。这 一大设施将把脑科学研究必备的仪器设备和动物模型聚集在一起，为 脑科学家和脑产业研究人员提供一个场所，聚集智力和技术，解决脑科 学的理论探索，同时实现产业化。综上，光明区在形成具有国际竞争力 的脑科学与类脑智能产业集群方面有较大先发优势。 我国从顶层高度重视人工智能产业和芯片产业发展，相继发布一 系列产业支持政策，优化产业发展环境。如国务院《新一代人工智能发 展规划》提出研发神经网络处理器以及高能效、可重构类脑计算芯片等， 财政部和税务总局《关于集成电路设计和软件产业所得税政策的公告》 明确指出，对已成立且符合条件的集成电路设计企业和软件企业实行 税收优惠减免政策，国务院《新时期促进集成电路产业和软件产业高质 量发展若干政策》明确了集成电路和软件相关企业或项目的税收优惠 政策[14]。

（三） 人才培育

2018 年，北京和上海分别成立了北京脑科学与类脑研究中心和上 海脑科学与类脑研究中心，并启动“脑科学与类脑智能”地区性计划， 开始资助相关研究项目；高校也纷纷成立类脑智能研究中心。这使得北 京和上海逐渐成为了目前我国脑科学研究最为集中的地区。我国有许 多类脑计算研究中心，例如中国科学院-脑科学与智能技术卓越创新中心（神经所），深圳先进技术研究院–脑认知与脑疾病研究所，北京脑 科学与类脑研究中心，上海陈天桥国际脑疾病研究所等。 在“中科院上海分院未来人才支持计划”中，12 名研究所入选中 国科学院脑科学与智能技术卓越创新中心。

（四） 产业落地

从脑科学与类脑智能产业落地场景来看，目前其主要的应用领域 聚焦在维持大脑的健康、脑疾病治疗及其相关领域新技术、新产品与新 仪器的研制，具体包括数字疗法、脑机接口、医学神经智能影像、脑功 能检测与调控、脑疾病模型创制与药物研发、医疗机器人以及高端脑科 学仪器设备等方面30。 中国目前处于类脑芯片研发状态，有清华大学的天机芯，浙江大学 的 Darwin2（55nm），西井科技等一批走在前列的企业。但是我国发展 人工智能也具有多个方面的优势，比如完善的原材料的供应链、开放的 市场环境、海量的数据资源、强有力的战略引领和政策支持、丰富的应 用场景等，但仍存在基础研究和原创算法薄弱等问题。

尽管我国在人工智能领域具备多方面优势，仍需要加强技术研究、 商业化能力，并积极践行战略引领和政策支持，以实现类脑智能产业的 长期发展与成熟落地。