近日，由上海交通大学脑科学与技术研究中心、上海交通大学智能交互与认知工程上海高校重点实验室和上海交通大学计算机科学与工程系仿脑计算与机器智能研究中心联合主办的2018上海交通大学类脑计算与智能学术研讨会在交大闵行校区电院3号楼200号报告厅召开。

出席本次研讨会的嘉宾和专家有清华大学计算机科学与技术系教授、中国科学院院士、上海交通大学计算机科学与工程系兼职教授张钹，中国科学院自动化所研究员、IEEE Fellow王飞跃，中国科学院神经科学研究所副所长、研究员杜久林，中国科学院计算所陈云霁研究员，香港科技大学计算机科学与工程系教授、IEEE Fellow郭天佑，华南理工大学自动化科学与工程学院教授、IEEE Fellow李远清，清华大学生物医学工程系洪波教授，上海交通大学生物医学工程学院杜一平教授、童善保教授，上海交通大学微纳电子学系刘景全教授，上海交通大学计算机科学与工程系吕宝粮教授、张丽清教授、卢宏涛教授、赵海教授、俞凯特别研究员等。来自全国多家高校、科研院所和公司的120余名专家学者、技术人员和研究生参加了会议。

张钹院士首先做题为Towards a Robust and Explainable Artificial Intelligence的报告。他针对目前深度学习方法存在的问题，即鲁棒性差和不可解释性，介绍了三类解决方案，分别是：数据驱动结合知识驱动，跨学科研究尤其是神经科学，以及常识和常识推理。针对这三类方法，他列举并分析了国外学者以及自己的一些研究成果。

王飞跃做题为“平行认知：认知科学的回顾与展望”的报告。他首先介绍了认知科学的起源，认知革命及其主要成果，还有钱学森等中国学者对此做出的努力。平行认知的关键就是从大定律小数据到大数据小定律的转换。他认为人类进入三个轴心时代，即人性、理性和智性觉醒，平行认知是关键。

杜久林介绍了大脑的复杂性，对人脑和斑马鱼脑进行了比较。由于斑马鱼脑的系统比较简单，可以通过活体成像等方法，探索鱼脑神经元细胞的工作机理，了解鱼脑的结构和神经元之间的连接。他认为在解析斑马鱼全脑神经联接结构和功能图谱后，有望将斑马鱼大脑结构和功能原理的研究成果应用于类脑计算与智能。

陈云霁指出，深度学习处理器的出现主要出于两个原因：深度神经网络是迄今为止智能信息处理最好的模型，但通用的CPU和GPU处理人工神经网络效率低下。针对传统的ASIC结构无法解决深度学习大量计算需求的这一问题，他们引入了硬件神经元虚拟化、深度学习指令集和稀疏神经网络处理器结构三种解决方案，成功地开发了寒武纪芯片并在华为手机等产品中得到了成功的应用。

与会专家围绕类脑智能研究、脑机交互、计算机视觉、深度学习等主题分别发表了精彩报告。

上海交通大学类脑计算与智能学术研讨会于2015年第一次举办，迄今已举办四届。研讨会聚集了国内类脑计算和智能领域的顶尖专家，介绍领域内的最新研究成果和国内外研究动向。