自动化所研发出全脉冲神经网络的类脑认知智能引擎
中国科学院自动化研究所研究员曾毅带领的类脑认知智能团队，打造出全脉冲神经网络的类脑认知智能引擎（Brain-inspired Cognitive Intelligence Engine，简称为BrainCog，中文名为“智脉”），并进行全面开源开放，为探索面向通用人工智能的类脑智能研究提供基础性支撑，助力自然智能的计算本质探索和新一代人工智能的发展。相关研究成果发表在Patterns上，并被选为封面文章。
“智脉”以多尺度生物可塑性原理为基础，支持全脉冲神经网络建模，具备脑启发的人工智能模型以及脑功能和结构模拟能力，为类脑人工智能和计算神经科学的研究提供了一套相对完整的、系统化的接口组件，包括不同精细程度的神经元计算模型、丰富的类脑学习与可塑性法则、不同的神经网络连接模式、多样的编码方式、丰富的功能性脑区模型以及软硬件协同系统。
目前，“智脉”在感知与学习、知识表征与推理、决策、具身智能、社会认知、发育演化等方面已取得实质性进展。在软硬件协同方面，科研团队研制并发布了基于FPGA的类脑脉冲神经网络加速器“智脉·萤火”（BrainCog Firefly），从硬件层面提升了脉冲神经网络在边缘设备上的推理性能，在基于脉冲神经网络的智能车自主视觉定位导航、基于事件相机的无人机高速避障、机器人环境探索与复杂任务自适协同等现实任务中具有较大应用潜力。基于“智脉”框架，科研团队开发了致力于获得通用认知能力的脉冲神经网络人工智能引擎“创生”（BORN），集成了感知与学习、工作记忆、长时记忆、知识表征和推理、决策、运动控制、注意力和意识、共情、社会认知等大脑认知功能。
“智脉”已初步整合前期研究中基于自我的镜像测试、橡皮手实验、心理揣测、情感共情的认知模拟，并以人工智能引擎BORN为核心进一步提升类脑智能体基于自我的自组织学习能力。在不同学习模型的协同方面，BORN以“智脉”为计算基础平台，初步实现了融合感知与学习、序列学习与生成、知识表征与推理、运动控制等多项认知功能的基于人形机器人和情感驱动的乐曲创作与演奏，并支持人形机器人实现视觉情感识别、情感依赖的音乐创作和乐曲演奏。
