摘  要

　　神经形态计算是一种通过构建类似动物大脑结构的计算架构以实现能够模拟神经生物过程的智能系统的新型计算模式，它能极大提升计算系统的感知与自主学习能力，可以应对当前十分严峻的能耗问题，并有望颠覆现有的数字技术。在进行了长期前沿探索后，科研界有关神经形态计算的研发工作在近年取得了快速进步，在互联网上不断升温，并引发著名媒体的关注。在咨询公司的预测中，神经形态计算正处于上升发展阶段，与其相关的多项技术与产业有望在5至10年内达到成熟期。为把握神经形态计算研究的国际发展态势，本报告定性调研了相关机构的研发动态，定量分析了重点研发领域及热点，并提出了发展建议。 

　　近年来美国与欧盟对神经形态计算都投入了大量研发资源，布局了许多重大项目，并取得了快速进步。美国国防部高级研究计划局（DARPA）、国家科学基金会（NSF）、空军研究实验室（AFRL）等已投入上亿美元支持相关研发，IBM、高通、Brain公司等企业也已开发出了相关产品，其中美国国防部高级研究计划局支持的SyNAPSE项目旨在开发形式、功能和架构与哺乳动物大脑类似的认知计算机，以及创建智能水平能与老鼠或猫相媲美的机器人，该项目参与机构多、持续时间长、投入经费高，并在各个阶段都取得了若干成果，是美国神经形态计算研发项目的典型代表。欧洲也开展了多项神经形态计算研发项目，相关研发经费超过两亿欧元，其中欧盟人脑计划将神经形态计算作为一项关键内容，不仅从神经形态计算、认知架构、神经信息学、大脑仿真、神经机器人研究等五个方面开展研究，还将构建研发平台，为研究者和应用开发者提供所需的硬件和设计工具。欧盟人脑计划为神经形态计算研发分配了至少1.56亿欧元的经费，为目前支持力度最大的研发项目。 

　　从专利的角度来看，美国处于整体领先水平，专利申请总量大幅领先于其他国家，近10年的申请量占全球前十国家申请量的49%，且优势日益扩大。日本申请总量目前处于全球第二，但由于其未能把握技术研发重点与热点的迁移，近年来已逐步落后。中国起步较晚，但进步很快，近10年申请量仅落后于美国。从专利申请人来看，神经形态计算研发的领导者和主力是企业，尤其是美国的IBM和高通等。美国和日本等主要通过企业开展相关研发，而中国、法国、俄罗斯等则主要通过公立科研机构开展相关研发。从专利分类来看，在1972-2014年间，神经形态计算研发最主要的重点领域是在“通用数字计算机”的范畴下研发学习机器等技术，第二大重点领域则主要研发用于模拟生物神经系统的模拟计算机或模拟器。而随着研发重点发生转移，“基于生物学模型的计算机系统”已成为2005-2014年间最主要的重点领域。 

　　从科研论文的角度来看，美国依然是最领先的国家，日本、英国、中国等分列其后，其中中国进步较快，近10年发文量仅次于美国。从研究机构来看，瑞士苏黎世大学、英国爱丁堡大学、美国南加州大学等处于领先水平，而来自中国的华中理工大学和中国科学院最近几年都有相关论文产出，进步较快。此外，机构间也形成了若干合作网络，显示相关研究的规模与影响正在扩大。从研究主题来看，近年来关注最高的热点方向有神经形态计算、神经形态芯片、忆阻器、膜计算、单神经元计算等，而一些前期的重要研究主题已不再是研究热点，包括模式识别、超大规模集成电路、联想式记忆、反向传播、演化计算等。 

　　基于以上发展态势及我国情况，本报告建议：（1）充分重视神经形态计算蕴含的重大机遇；（2）加强中长期战略研究与规划，以重大项目推动创新突破；（3）关注当前研发热点，密切跟踪前沿发展态势；（4）帮助企业成为研发主力并取得突破，（5）中国科学院应根据“率先行动”计划结合研发资源与力量，及早展开研究布局。