神经电路的模糊逻辑框架及其在仿大脑皮层功能的认知计算机设计中的应用

IBM蓝脑计划试图创建一种模拟并效仿人脑认识能力的计算系统。这个计划受到计算机界与认知科学界的极大重视。尽管在第一阶段，获得了一些重要的试验结果，然而该计划目前的设计仅仅基于解剖学观察的统计结果，虽然在细胞数量上已经可观，但在功能上却还很弱。进一步设计具有复杂功能的神经电路遇到了极大的困难，其原因是描述大脑皮层的微分方程组非常复杂，在现有的计算水平下根本无法调控。另一方面，在逻辑设计的帮助下人类设计了最复杂的产品- - -数字计算机。 所以我们认为有必要象量子计算机那样为认知计算机寻找一种逻辑，把逻辑设计引入大规模复杂神经电路设计。本研究计划把大脑皮层的复杂功能划分为功能粒度层次，在这基础上把逻辑设计与神经的自学习结合起来设计类脑计算机电路。我们将把逻辑的易描述性与神经动力学的自适应特点充分结合。这里需研究的问题有：神经电路的框架如何定义、逻辑设计如何与神经系统自己的学习相结等问题。

本课题以脑科学和神经科学的最新研究成果为基础，按照既定的课题的研究目标和研究计划，深入开展了相应的研究工作，在科学探索、人才培养及国际国内学术交流合作等方面均取得了一定的进展和成果，圆满地完成了预定的研究任务。主要取得了以下几个方面的研究成果。.（1）、基于大脑皮层功能柱结构的粒度计算及其与深度学习关系的研究取得很大进展。与已有的粒度计算理论框架不同，我们的粒度计算模型综合了脑科学与计算机信息科学两大学科的研究成果，对图像处理与模式识别有很大的指导意义。.(2)、我们提出了模糊逻辑设计与机器学习相结合的算法用于仿大脑视觉皮层功能的神经电路设计；.(3)、通过把静态的模糊逻辑扩充到动态形式，我们研究了模糊逻辑与神经动力网络相互等价的条件,并给出了相应的证明；.(4)、信息反馈对大脑智能的进化具有重要意义。BP算法是最基本、最有效的反馈方式之一，我们提出了把psvm算法与反传算法相结合的PSVM方法；.（5）、提出了一种新的稀疏编码方法，我们不仅仅考虑利用标签，而且我们也利用了视觉特征本身。因为标签本身存在着一词多义的情况，所以在特征选择部分，我们就努力减缓、解决标注词集合和视觉特征相似度之间的不一致。. （6）、推理在大脑的高级认知活动中具有重要作用。我们研究了在动态环境下的推理机制，提出了新的动态环境下的推理模型。