近日，联想创新开放日在北京联想全球总部成功举行。作为展现和体验联想集团技术创新的全新窗口，开放日展示了180余项创新成果，同时，邀请了新能源科技ATL、京东方、商汤科技、SynSense时识科技、纽创信安、杭州弦冰、ThoughtWorks等众多合作伙伴共同参与，在论坛活动现场分享了新技术的具体应用与实践。

SynSense时识科技创始人兼CEO 乔宁博士、全球研发副总裁Dylan Muir博士以及高级算法工程师邢雁南博士受邀作为主讲嘉宾亮相此次创新开放日，并分别从类脑发展历程、技术特点及智能应用等角度进行阐释，为现场技术专家与上万名线上观众展示了SynSense时识科技类脑智能与应用解决方案。

演讲主题：类脑科技让智能更聪明

“类脑技术起源于上世纪80年代，由加州理工教授Carver Mead提出。生物大脑是非常高效的，借鉴生物脑的信息处理方式来进行新型处理器的研发，以此来解决AI处理任务，这就是SynSense时识科技正在进行的类脑技术研发。”

——SynSense时识科技创始人兼CEO乔宁

什么是类脑计算？

邢雁南：“传统深度学习与类脑计算的区别，可以从三个方面来看。

SynSense时识科技全球研发副总裁Dylan Muir博士、乔宁博士、高级算法工程师邢雁南博士

首先，类脑计算是在专用芯片上设计与运行的一种算法，是将生物大脑具象化、工程化后的神经网络的一种形态，而这一形态被称为脉冲神经网络。作为神经网络的一种，脉冲神经网络不同于卷积神经网络等架构，是一种全新的运算形式。一般来说，深度学习的推断和训练离不开GPU、NPU等通用处理器，而类脑计算通常需要在专用的类脑芯片上运行。

其次，在深度学习领域，计算往往基于连续值，比如高精度的64比特浮点数，但在类脑计算中，我们基于脉冲信号——这是一种时间上离散的信号，以binary的形式进行运算。

第三，深度学习往往基于高频的时钟进行同步运算。而类脑计算的形式为事件驱动或数据驱动，不基于整个的时钟频率进行统一的同步运算，而是进行异步运算。

再深入对比，我们可以对比类脑计算里的脉冲神经元模型和深度学习里的人工神经元模型。对于传统深度学习里的人工神经元模型来讲，其计算过程做了一个输出到输入的映射，其本身的神经元计算过程是无状态的。

对于类脑计算来说，其中包含的一项为internal state，即内部状态，在神经科学中称之为生物的膜电压，一个关于时间的常量，而我们的输出也是关于时间的函数，赋予了脉冲神经元记忆（memory），也就是说在计算时，是可以充分地考虑输入信号的时间信息的。”

类脑感知+类脑计算

邢雁南：“类脑系统是芯片感知、运算到架构的全面升级。

以视觉类传感器为例——动态视觉相机/事件相机DVS——不同于传统以帧为单位的相机，DVS的特点是以单个像素独立地感知光照强度相对变化值，这样的特性意味着在感光阵列中每个像素是独立工作的，并带来以下优势：

DVS的原理是基于感知相对的变化，不管是过度曝光或暗光条件下，都可以稳定成像。

其次，没有帧的概念，突破了相机的采样率，即没有30、60、120帧这样的概念，单个像素生成事件信号的时间是纳秒级别，等效来看，约为每秒4、5000帧左右，其数据流也不会产生动态模糊的场景。此外，尤其对于动态识别场景来说，不产生冗余功耗。

当人站在黑暗的办公室里，DVS感知相对光强变化，人没有动就没有输出，即不会产生任何信号。对比来看，DVS单个像素输出的事件流的大小与传统相机每秒30帧、60帧的输出是不等价的，是比帧的数据要稀疏更多的。”

SynSense时识科技：融合智能感知+类脑处理器

邢雁南：“从感知产生流式数据，到脉冲神经元异步触发的形式，带来的影响是能够比传统深度学习在功耗、实时性和计算量上实现2-3个量级的提升。而脉冲神经元随着时间变化的特性，可以赋能更强的时序信息的处理信息的能力。”

DYNAP-CNN类脑处理器：可直联DVS或传统RGB相机，可多芯片扩展，拥有更佳的对接各种设备和系统的能力。

感算一体动态视觉智能SoC-Speck：与传统光学模组对比，Speck利用类脑计算优势，在感知的同时运行智能算法，赋能边缘设备。

XYLO：能够以微瓦级功耗进行环境音检测、身体信号检测。

 

“SynSense时识科技以强大的类脑感知及类脑计算创新研发能力，充分发挥基于视觉的存在检测、动作检测、手势识别，基于语音的唤醒、口令识别，以及智能触控等技术，能够持续为超低功耗、超低延迟的用户智能交互场景赋能。”

——SynSense时识科技全球研发副总裁Dylan Muir

 

部分信息及图片来源于联想创新开放日