6月18日下午3:00，应华南师范大学薛云教授的邀请，中科院自动化研究所余山研究员利用腾讯会议网络平台作了题目为“从脑网络到类脑计算”的学术报告，此次报告由刘雪洁副研究员主持，来自华南师范大学的师生和脑机交互团队的部分成员参加。

像人一样思考，一直是人们对人工智能的期待。

        报告开始，余山研究员利用飞禽的飞行流线型结构制作飞机引出人脑工作的实例可以为新型人工智能系统的设计提供启示和借鉴，提出根据“受脑启发”是人工智能的重要发展方向。在为人工智能过去十多年发展点赞的同时，余山研究员也指出，人脑是目前唯一的通用智能系统，机器学习与人脑的学习能力相比，机器学习在可解释性、推理能力、举一反三能力等方面存在明显差距，现阶段我们还是从人工智能学科进行拓展展，而非进行大脑本身深层挖掘。

         余山研究员说明，类脑计算中，计算系统对面向通用的人工智能的重要组成，在计算系统中神经科学能够提供有关脑的重要信息，在信息尚不完备的条件下，可以从四个层次和方面开展类脑计算的研究：1、学习层次，这个系统是如何逐渐学会做它所做的事情的；2、计算的层次，系统做什么事情，为什么要做这个事情，这是很抽象的层次；3、算法或者表征层次，它怎么做刚才说的事情，通过什么样的算法、什么样的计算步骤来实现刚才的功能；4、物理实现的层次，用什么工具来实现，选用何种 GPU 或者类脑的神经芯片。余山研究员表示，这四个层次中的每个层次都可以从大脑中学到有意义的启示来帮助我们思考，以促进人工智能的进一步发展。

报告后期，余山研究员进一步表示现在的深度学习从广义上来说也是类脑计算，因为它不是基于规则的机器学习系统，而是用神经网络从经验中学习知识。所以类脑计算和现在的深度学习两者是互相借鉴，互相促进的关系。

最后，余山研究员和华南师范大学物理与电信工程学院老师就有效克服神经网络中的灾难性遗忘的OWM算法、类脑计算中CDP模块灵活处理实例和类脑研究方向进行深入探讨。

余山，中国科学院自动化研究所研究员、博士生导师、模式识别国家重点实验室副主任、脑网络组北京市重点实验室副主任。2005年获中国科学技术大学获生物学博士学位。之后在德国马普脑研究所，美国国立精神卫生研究所进行博士后研究。2014年9月加入中科院自动化研究所工作。研究结合生物神经网络活动记录与计算建模方法，致力于理解大脑皮层信息处理的网络机制，并探索脑启发的新型人工智能算法与系统。在Nature Machine Intelligence、Journal of Neuroscience、Cerebral Cortex、Neural Networks、IEEE MM、 CVPR等刊物和会议发表文章30余篇。现任中国认知科学学会监事，中国神经科学学会、自动化学会、图形图像学会专业委员。

撰稿人：蔡旭刚