|
第一章 類腦計算概述及發(fā)展階段 第一節(jié) 類腦計算發(fā)展概述 一、類腦計算的泛指概念 二、類腦計算研究涉及的領(lǐng)域范圍 三、計算機科學(xué)技術(shù)發(fā)展的現(xiàn)實意義 四、類腦計算發(fā)展的重要意義（側(cè)重于對全人類而言） 五、類腦計算的研究價值（側(cè)重于對腦科學(xué)領(lǐng)域本身而言） 第二節(jié) 類腦計算的研究分類 一、神經(jīng)科學(xué)的研究 二、類腦計算器件（硬件）的研究 三、類腦學(xué)習(xí)與處理算法（軟件）的研究 第三節(jié) 類腦計算技術(shù)路線（采取的是仿真主義） 一、結(jié)構(gòu)層次模仿腦（非馮?諾依曼體系結(jié)構(gòu)） 二、器件層次逼近腦（神經(jīng)形態(tài)器件替代晶體管） 三、智能層次超越腦（主要靠自主學(xué)習(xí)訓(xùn)練而不是人工編程）
第二章 全球類腦計算技術(shù)分析及新科研進展 第一節(jié) 世界各國腦科學(xué)研究與計劃 一、全球腦計劃概況 二、歐盟腦計劃 三、美國腦計劃 四、日本腦計劃 五、其他國家腦計劃 第二節(jié) 全球類腦計算技術(shù)研究 一、全球類腦計算研究進展 二、全球類腦計算技術(shù)發(fā)展 三、各國積極部署類腦計算研發(fā)戰(zhàn)略 第三節(jié) 類腦計算方向發(fā)展態(tài)勢與全球尖子人才分布 一、類腦計算方向世界研究前沿 二、類腦計算方向高影響力論文的全球布局 三、類腦計算方向全球尖子人才的全球分布
第三章 基于pest模型分析的類腦計算領(lǐng)域發(fā)展環(huán)境 第一節(jié) 政策環(huán)境 一、國際類腦智能政策研究 二、國內(nèi)類腦智能政策研究 三、省級科技創(chuàng)新戰(zhàn)略規(guī)劃解讀 四、政策環(huán)境的影響 第二節(jié) 經(jīng)濟環(huán)境 一、國際經(jīng)濟環(huán)境 二、國內(nèi)宏觀經(jīng)濟 三、經(jīng)濟環(huán)境的影響 第三節(jié) 社會環(huán)境 一、人口因素（人口結(jié)構(gòu)、老齡化等） 二、教育腦科學(xué)的普及和推廣 三、城市發(fā)展環(huán)境 四、社會環(huán)境的影響 第四節(jié) 技術(shù)環(huán)境 一、類腦計算研究還處于初級階段 二、與國外發(fā)達技術(shù)的比較 三、技術(shù)環(huán)境的影響
第四章 我國類腦計算科研發(fā)展現(xiàn)狀分析 第一節(jié) 我國類腦計算技術(shù)發(fā)展?fàn)顩r分析 一、我國類腦計算發(fā)展階段 二、我國類腦計算發(fā)展特點 三、我國腦科學(xué)研究機構(gòu)研究方向 四、現(xiàn)階段類腦智能研究發(fā)展依然緩慢 五、類腦計算與神經(jīng)網(wǎng)絡(luò)的發(fā)展過程 第二節(jié) 近幾年類腦計算發(fā)展現(xiàn)狀 一、2018年以來我國類腦計算取得的突破性發(fā)展 二、近幾年我國類腦計算技術(shù)發(fā)展分析 三、我國計算機行業(yè)營收實現(xiàn)穩(wěn)增長 四、近幾年中國類腦計算企業(yè)發(fā)展分析 第三節(jié) 類腦智能的發(fā)展對策及建議 一、重視腦科學(xué)領(lǐng)域前沿核心技術(shù)的基礎(chǔ)研究 二、持續(xù)加大研發(fā)投入力度，增強軟硬件研發(fā)能力 三、持續(xù)加強現(xiàn)有類腦科研平臺學(xué)科融合的開放力度 四、在模擬腦的類腦智能研究方面，緊密聯(lián)系產(chǎn)業(yè)發(fā)展
第五章 中國類腦計算領(lǐng)域細(xì)分發(fā)展分析 第一節(jié) 類腦計算算法 一、近年來，人工智能對算力的需求迅猛增長 二、類腦計算將在新概念框架下加速 三、算法與硬件協(xié)調(diào)發(fā)展 第二節(jié) 類腦計算芯片 一、類腦計算芯片是類腦智能計算系統(tǒng)的硬件主體 二、類腦芯片一大技術(shù)特性（依靠脈沖神經(jīng)網(wǎng)絡(luò)） 三、類腦芯片關(guān)鍵技術(shù)分析 四、清華大學(xué) 五、現(xiàn)階段國內(nèi)類腦芯片研究成果 六、國內(nèi)外類腦芯片工藝及性能優(yōu)勢比較 七、類腦計算機與傳統(tǒng)計算機的差別 八、類腦計算芯片市場規(guī)模預(yù)測 九、國內(nèi)外類腦芯片重點合作動向 十、類腦芯片擁有廣闊的應(yīng)用前景 第三節(jié) 類腦計算應(yīng)用 一、類腦計算技術(shù)創(chuàng)新應(yīng)用方向及進展 二、我國在類腦計算領(lǐng)域取得進展 三、類腦計算重點領(lǐng)域應(yīng)用分析 四、類腦計算技術(shù)發(fā)展及應(yīng)用前景 五、類腦計算技術(shù)向應(yīng)用轉(zhuǎn)化進程加快 六、部分類腦計算產(chǎn)品進入產(chǎn)業(yè)化階段 七、憶阻器產(chǎn)品已進行產(chǎn)業(yè)化
第六章 脈沖神經(jīng)網(wǎng)絡(luò)計算技術(shù)發(fā)展及趨勢預(yù)測 第一節(jié) 全球范圍內(nèi)運行的代表性的大型神經(jīng)形態(tài)計算系統(tǒng) 一、斯坦福大學(xué)的neurogrid 二、德國海德堡大學(xué)的brainscales系統(tǒng) 三、英國曼徹斯特大學(xué)的spinnaker系統(tǒng) 四、美國ibm公司基于truenorth芯片構(gòu)造的系統(tǒng) 第二節(jié) 脈沖神經(jīng)網(wǎng)絡(luò)相關(guān)技術(shù)發(fā)展?fàn)顩r 一、神經(jīng)形態(tài)運算平臺 二、神經(jīng)形態(tài)傳感器 三、snn仿真軟件 第三節(jié) 與人工神經(jīng)網(wǎng)絡(luò)（ann）相比，脈沖神經(jīng)網(wǎng)絡(luò)（snn）的優(yōu)良特性 一、各種深度學(xué)習(xí)網(wǎng)絡(luò)，snn實現(xiàn)了更高級的生物神經(jīng)元模擬水平 二、在實現(xiàn)低功耗、高性能的智能系統(tǒng)上潛力巨大 第四節(jié) 脈沖神經(jīng)網(wǎng)絡(luò)計算發(fā)展及趨勢預(yù)測 一、神經(jīng)網(wǎng)絡(luò)是發(fā)展人工智能的重要路線 二、snn的模型、結(jié)構(gòu)以及在機器學(xué)習(xí)中的應(yīng)用 三、現(xiàn)階段snn的應(yīng)用落地和算法發(fā)展方興未艾 四、未來脈沖神經(jīng)網(wǎng)絡(luò)計算發(fā)展趨勢
第七章 我國類腦計算技術(shù)優(yōu)勢及投融資發(fā)展分析 第一節(jié) 我國類腦計算優(yōu)勢 一、國家科研層面的優(yōu)勢 二、國際巨頭領(lǐng)先的優(yōu)勢 第二節(jié) 國內(nèi)重點單位技術(shù)優(yōu)勢分析 一、北京靈汐科技 二、中科院自動化所 三、泓觀科技 四、西井科技 五、時識科技synsense 第三節(jié) 類腦計算領(lǐng)域投融資發(fā)展 一、全球類腦計算領(lǐng)域投融資情況 二、類腦計算領(lǐng)域投融資情況
第八章 類腦計算技術(shù)方向及發(fā)展趨勢預(yù)測 第一節(jié) 類腦計算技術(shù)發(fā)展方向 一、“類腦計算完備性”為類腦計算提供技術(shù)標(biāo)準(zhǔn)與方案 二、類腦智能引領(lǐng)實現(xiàn)通用人工智能 三、類腦計算成為人工智能研究方向 第二節(jié) 類腦計算兩個重要技術(shù)方向 一、神經(jīng)網(wǎng)絡(luò)領(lǐng)域 二、神經(jīng)元領(lǐng)域 第三節(jié) 技術(shù)趨勢預(yù)測 一、類腦智能技術(shù)和產(chǎn)品研發(fā)加速 二、類腦計算技術(shù)趨勢預(yù)測 第四節(jié) 腦科學(xué)與生物技術(shù)的融合發(fā)展分析 一、腦科學(xué)研究概述 二、生物技術(shù)已成為科技創(chuàng)新的熱點領(lǐng)域 三、神經(jīng)生物學(xué)的研究取得了可以被計算模型應(yīng)用的進展 四、類腦智能和生物技術(shù)融合性科研進展 五、神經(jīng)生物學(xué)研究機構(gòu)、研究方向及合作進展 六、腦科學(xué)與生物技術(shù)融合發(fā)展方向
第九章 研究結(jié)論及建議 第一節(jié) 研究結(jié)論 一、類腦計算發(fā)展總結(jié) 二、類腦計算關(guān)鍵技術(shù)應(yīng)用結(jié)論 三、類腦計算產(chǎn)業(yè)化的關(guān)鍵起點總結(jié) 第二節(jié) 發(fā)展建議 一、從科研、技術(shù)和產(chǎn)業(yè)等多維度形成類腦智能體系化布局，并突出重點發(fā)展方向 二、保證研究方向和研究團隊方面的可持續(xù)發(fā)展 三、圍繞結(jié)構(gòu)、器件、功能三個層面開展重點布局和超前部署 四、加大對基礎(chǔ)工藝/算法/軟件等的投入力度 五、強化政產(chǎn)學(xué)研合作，推動技術(shù)體系化創(chuàng)新
圖表目錄 圖表：i&f神經(jīng)元的模擬電路 圖表：類腦神經(jīng)科學(xué)研究主要專利情況 圖表：類腦模塊算法化 圖表：全球主要國家腦計劃及成果情況 圖表：1972-2022年全球在腦科學(xué)領(lǐng)域發(fā)表論文的數(shù)量及增長情況 圖表：2018-2022年主要國家在腦科學(xué)領(lǐng)域的論文發(fā)表和專利申請情況 圖表：尖子人才國家分布統(tǒng)計情況 圖表：尖子人才機構(gòu)分布統(tǒng)計 圖表：按照論文被引頻次排名前30位的頂級尖子人才目錄 圖表：1955-2022年我國人口數(shù)量及增長率（單位：萬人，%） 圖表：2018-2022年中美兩國在腦科學(xué)領(lǐng)域發(fā)表論文數(shù)量的對比 圖表：2018-2022年中美兩國在腦科學(xué)領(lǐng)域申請專利數(shù)量的對比 圖表：2007-2022年中國創(chuàng)新指數(shù)及分領(lǐng)域指數(shù) 圖表：2020-2022年中國類腦計算科研投入情況 圖表：2020-2022年中國計算機行業(yè)營收規(guī)模情況 圖表：各類芯片匯總 圖表：snn仿真軟件匯總 圖表：國內(nèi)外主流神經(jīng)形態(tài)計算系統(tǒng)及芯片 圖表：snn計算模型 圖表：復(fù)旦大學(xué)類腦智能科學(xué)與技術(shù)研究院合作機構(gòu) 圖表：類腦智能技術(shù)體系
|
