机构名称：
¥ 1.0
如今，遵循摩尔定律的底层技术进步正面临物理极限，这可能会危及未来的进步。亚琛工业大学抓住这一挑战，将其作为创新的驱动力。凭借现有的专业知识，联合起来建立 NEUROTEC 和 NeuroSys 研究活动似乎是理所当然的，这些研究活动将技术方面的基本发现与即将到来的应用需求联系起来。在每个设计入口级别 - 从电子设备到现代机器学习算法 - 我们的神经科学家因此将他们最新的与大脑“计算”过程相关的概念融入其中。神经科学的基础研究揭示了大脑的生物构造和通信原理，特别是控制其在多个时间尺度上的可塑性的规则。这些以方程式和算法编码的知识指导了神经形态计算架构的概念。因此，物理限制被揭示出来，并提出了隐藏在盲点中的大脑问题 - 正如理查德费曼指出的那样：“我无法创造的东西，我就不理解”。随着硬件一步步吸收生物启发的特征，它也将为神经科学家提供更强大的计算资源，以在模拟中证实他们的新理论——对于生物网络中的可塑性和学习过程尤其如此。大脑认知过程的原理才刚刚出现，对所有感觉模式和动作以及更高级的认知功能使用基本相同的结构。这些发现为从感知到符号人工智能的机器学习新算法提供了基础知识。因此，算法性能的进步被传递回来，在关于大脑计算原理的新假设中实现。非常务实的是，机器学习方面的新工具有助于分析和更好地理解复杂的神经科学数据。最后但并非最不重要的是，我们见证了业界对算法和硬件联合设计的巨大推动力，这是由研究成果（包括不断突破极限的功能原型）引导的。我们一起设想了一个三角形，由分别位于神经形态计算 (NC)、机器学习 (ML) 和神经科学 (NS) 领域的基石组成。
前沿研讨会 – NeuroAIˣ
主要关键词
相关文件推荐
