過去的十年以深度神經(jīng)網(wǎng)絡(luò)為代表的人工智能技術(shù)深刻影響了人類社會(huì)。但深度神經(jīng)網(wǎng)絡(luò)的發(fā)展已經(jīng)進(jìn)入瓶頸期，我們?nèi)蕴幱谌跞斯ぶ悄軙r(shí)代。如何更近一步，跨入強(qiáng)人工智能，敲擊著每一位智能研究者的心。

算法提升，則是走向強(qiáng)人工智能的一個(gè)方向;而受腦啟發(fā)的硬件設(shè)計(jì)，則是人工智能的另一方向。

在硬件層面上，智能研究如何從對(duì)人腦的研究中受益?隨著我國(guó)在類腦計(jì)算方面的深入，已有越來越多的學(xué)者開始拷問這一問題。

2020年4月25日，在未來論壇青創(chuàng)聯(lián)盟線上學(xué)術(shù)研討中，開展了AI+腦科學(xué)的主題討論，共有六位嘉賓發(fā)表演講，從Brain Science for AI和AI for Brain Science兩個(gè)不同的視角進(jìn)行前沿討論。

其中來自清華大學(xué)的吳華強(qiáng)老師做了題目為“大腦啟發(fā)的存算一體技術(shù)”的報(bào)告。在報(bào)告中吳教授介紹到：當(dāng)思考未來計(jì)算的時(shí)候，量子計(jì)算、光計(jì)算是向物理找答案，類腦計(jì)算、存算一體是向生物找答案，也就是向大腦找答案。

目前吳老師正在芯片上做電子突觸新器件，做存算一體的架構(gòu)。新器件方面主要研究的是憶阻器，它的特點(diǎn)是可以多比特，同時(shí)非易失，即把電去掉可以保持阻值，并且它速度很快。

另外，吳老師還提到，其用存算一體的計(jì)算結(jié)構(gòu)設(shè)計(jì)的芯片與樹莓派28納米的CPU做過對(duì)比，在準(zhǔn)確率相當(dāng)?shù)那闆r下，前者運(yùn)行一萬張圖片是3秒，后者是59秒。