據(jù)中國(guó)國(guó)防科技信息網(wǎng)報(bào)道，日前，美國(guó)政府正試圖用先進(jìn)計(jì)算模仿人類(lèi)大腦功能，并將此種方法用于復(fù)雜信號(hào)處理和數(shù)據(jù)分析領(lǐng)域。

　　美國(guó)國(guó)防預(yù)先研究計(jì)劃局（DARPA）已開(kāi)始征求發(fā)展模仿人類(lèi)大腦皮層處理器功能的相關(guān)技術(shù)信息(DARPA-SN-13-46)。

　　DARPA微系統(tǒng)技術(shù)辦公室（MTO）正向工業(yè)界和學(xué)術(shù)界征求關(guān)于腦皮層處理技術(shù)和應(yīng)用的相關(guān)信息，支持DARPA在信號(hào)處理和數(shù)據(jù)分析領(lǐng)域的新計(jì)劃。

　　DARPA研究人員表示：該計(jì)劃盡管本質(zhì)上并不是神經(jīng)科學(xué)計(jì)劃，但嚴(yán)重依賴(lài)于從大腦皮層計(jì)算神經(jīng)科學(xué)獲取到的多種神經(jīng)模型。

　　研究人員表示：即使采用最現(xiàn)代的信號(hào)和圖像分析系統(tǒng)，捕獲高帶寬和充滿(mǎn)噪聲的模糊數(shù)據(jù)流中的復(fù)雜時(shí)空結(jié)構(gòu)問(wèn)題仍是重大挑戰(zhàn)。

　　目前的計(jì)算方法幾乎都是計(jì)算密集型的，只能從不太大的數(shù)據(jù)中提取有限的空間結(jié)構(gòu)。同時(shí)，由于異常探測(cè)問(wèn)題，今天的機(jī)器智能甚至面對(duì)著更大的挑戰(zhàn)，因?yàn)檫@需要識(shí)別出正常信號(hào)的所有方面，才能判定那些是不相符的信號(hào)。

　　為了加以替代，DARPA正在尋求高性能、低能耗的新方法。今天的方法，包括機(jī)器學(xué)習(xí)、貝葉斯技術(shù)以及圖像知識(shí)結(jié)構(gòu)，都提供了解決該問(wèn)題的部分性方案，但卻缺乏更具效率地分析更大、更復(fù)雜數(shù)據(jù)集的能力。

　　DARPA的研究人員表示，今天的計(jì)算方法不僅密集型的，而且表現(xiàn)出有限的并行性，對(duì)高精度計(jì)算嚴(yán)重依賴(lài)，同時(shí)在很多情況下沒(méi)有考慮瞬態(tài)數(shù)據(jù)。

　　一種基于人類(lèi)和其他哺乳動(dòng)物大腦的新方法能夠高效捕獲空間和時(shí)間結(jié)構(gòu)，并能實(shí)時(shí)解決極度困難的識(shí)別問(wèn)題。

　　盡管徹底理解大腦皮層如何工作超出了目前的技術(shù)發(fā)展水平，研究人員正在確定一些基本的算法原理，并將其融合到機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)技術(shù)中。

　　專(zhuān)家表示：受神經(jīng)模型，特別是大腦皮層啟發(fā)的算法，能識(shí)別復(fù)雜的空間和時(shí)間模式，并能適應(yīng)變化的環(huán)境。這些算法代表著富于前景的數(shù)據(jù)流過(guò)濾和處理方法，并有潛力提高數(shù)據(jù)識(shí)別的性能和能力。

　　DARPA要求公司和大學(xué)為發(fā)展基于分層暫存記憶（HTM）大腦皮層處理器提供概念和技術(shù)，這是一整套大腦皮層處理模型而非一種具體算法。

　　分層暫存記憶對(duì)發(fā)展大腦皮層處理器非常必要，例如對(duì)于時(shí)空識(shí)別、稀疏分布表達(dá)的使用、柱狀模塊化結(jié)構(gòu)等方面。在類(lèi)似大腦皮層的模型中，利用數(shù)據(jù)表達(dá)的時(shí)空演進(jìn)來(lái)構(gòu)成關(guān)系，實(shí)現(xiàn)數(shù)據(jù)處理。

　　稀疏分布表達(dá)構(gòu)成了分層暫存記憶的關(guān)鍵元件，因?yàn)樗麄儗⒁饬x分配到每一位并根據(jù)重疊特征的相似程度來(lái)表達(dá)特性。

　　DARPA研究人員表示，大腦皮層計(jì)算模型應(yīng)能耐受不完整的數(shù)據(jù)并能大規(guī)模并行，極具能量效率和可擴(kuò)展性。該模型也應(yīng)具有最低限度的計(jì)算精確度需求，并能以超高密度和低能耗方式實(shí)現(xiàn)。

　　對(duì)于該計(jì)劃，DARPA正在尋求四個(gè)方面的信息：算法、硬件、系統(tǒng)和應(yīng)用。

　　算法方面應(yīng)能做概率性的邏輯計(jì)算，并使用學(xué)習(xí)技術(shù)逐漸改善系統(tǒng)能力；硬件方面將涉及受大腦皮層模型啟發(fā)的大規(guī)模并行、自適應(yīng)、概率算法，大腦皮層模型能高效映射到簡(jiǎn)單、低功耗的硬件上；系統(tǒng)部分將實(shí)現(xiàn)復(fù)雜的關(guān)鍵任務(wù)應(yīng)用；應(yīng)用部分將包括視覺(jué)和圖像系統(tǒng)、傳感器融合、機(jī)器人控制以及其他復(fù)雜的信號(hào)處理應(yīng)用。

　　向DARPA提交信息的郵件應(yīng)在2013年9月25日之前發(fā)出。