典型文献
多尺度全脑模拟——现状、挑战与趋势
文献摘要：
神经科学和人工智能有着悠久且互相交织的发展历史,对生物大脑结构与功能的理解在构建智能系统中发挥着重要作用.近年来,人工智能的理论及其应用发展迅速,而神经科学领域也产生了大量涵盖分子、神经元、微环路和大脑区域等多个尺度的结构功能数据,全脑水平的多尺度整合与模拟有助于对通用智能的存在形式深入理解,并在超大规模的网络中为人工智能领域提供不竭的灵感.因此,在本综述中我们主要介绍了全脑微观、介观、宏观三个尺度的数据类型与模拟方法的相关进展,以及目前全脑模拟过程中复杂度与规模性、数据获取和重构速度与整合程度等方面所面临的巨大挑战.未来,神经科学和人工智能领域间需要搭建起沟通的桥梁,以提高全脑多尺度数据类型的整合程度.高性能的神经模拟软件和平台,将有助于仿生数字脑的重建速度,增强生物智能系统在硬件和软件上的应用表现.
文献关键词：
全脑模拟;多尺度数据;脉冲网络;类脑智能
中图分类号：
作者姓名：
钱昱;杜久林
作者机构：
中国科学院脑科学与智能技术卓越创新中心神经科学国家重点实验室,上海200031;中国科学院大学未来技术学院,北京100049
文献出处：
引用格式：
[1]钱昱;杜久林-.多尺度全脑模拟——现状、挑战与趋势)[J].人工智能,2022(06):81-92
A类：
全脑模拟,脉冲网络
B类：
挑战与趋势,神经科学,相交,大脑结构,结构与功能,智能系统,应用发展,科学领域,环路,脑区,结构功能,存在形式,超大规模,人工智能领域,不竭,灵感,数据类型,关进,规模性,数据获取,整合程度,多尺度数据,仿生,强生,应用表现,类脑智能
AB值：
0.294268
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
