其实白冰跟一众数学家和脑神经科学家进行合作借鉴生物大脑的神经环路结构和神经机制构建了包括学习记忆融合、感官场景分析、规划和决策等解决抽象问题的功能模型，然后不断地进行各种实验测试。
对于搞清楚大脑的神经网络如何解决这些复杂的计算问题，这个才能为设计高效、强大的机器智能提供重要启示和线索。
人类大脑是世界上最先进的电脑，它能快速学习新事物、识别物体、理解语言的含义，并针对外界变化制定应对措施，而且能耗少得惊人，和一只灯泡差不多，却比今天任何一台超级计算机都能更准确地识别语音和图像。
科学家一直都致力于研发一种类似于人类大脑那样工作的计算机，现在梅溪大学人工智能研究院集中了一大批的科学家在一起进行研究工作，让神经元计算机跟生物大脑更为相似地运行。
当然，类脑计算研究整体来说还处于初级阶段，女娲神经元计算机虽然拥有了上亿颗神经元以及千亿神经触突，但是智能化程度与真正的人类大脑还有很大的差距，这套系统通过各种测试，证明这套系统智力水平相当于一只猫的智商程度，也就是相当于一个三岁左右小孩子的智力水平，不过这个已经是现阶段来说已经是最聪明的神经元计算机了。
白冰带领的技术团队终极目标是创造出一套相当于一个受过高等教育的健康成年人智力相当的神经元计算机，现在这套神经元计算机相当于进入学前班的程度，可以说前面还有非常长的路要走。
梅溪大学人工智能研究院研究人工智能的方向跟米国国内谷歌以及万国商业机器公司研发的都是大为不同的，并没有集中在一些规则和评价方法明确的使用领域，譬如说象棋以及围棋等棋牌类游戏上，毕竟这些领域是计算机最为擅长的部分，计算机比人类做得好并不是什么稀奇的事情。
所以这边的技术团队主要集中在机器感知以及机器自主学习方面的技术，虽然人工神经网络同样也是在模拟生物大脑工作的方式，不过需要建立训练算法，不过这种数据驱动的人工神经网络需要海量的数据，同时需要大量的人力来对数据进行提取制作训练样本，会消耗大量的时间和精力，是一项费力的工程。
现在新型女娲神经元的计算机人造突触的性能更强，也是让这套系统自主学习的能力更为强大，大幅降低了训练样本和训练的时间。
当然，通过这些年的研发，白冰带领的科学家团队也是诞生了众多的新技术，包括了新型计算机技术、存储技术、通信技术、生物学技术等。
为了搞清楚生物大脑神经网络是如何运行的，科学家团队也是用上了极为高端的探测仪器设备，也研制了一些探测灵敏度极高的超导器件传感器系统来对生物大脑的生物神经信号进行探测记录。
通过各种技术手段，科学家团队也是更进一步理清了生物大脑一些区域内部的通信规则以及运作机制，很多新发现还是头一次，而这些新发现也是为神经元计算机模拟大脑的技术研究提供了技术支撑。
华兴科技集团公司旗下的爱华科技集团公司现在已经在根据第二代新型的女娲神经元计算机原型机在研制更大的设备来进行更多的人工智能算法的验证，以更强的鲁棒性、实时性和强智能化去解决各个子集团公司不同技术领域实际的研发需要。
这种强智能的神经元计算机系统华兴科技集团公司本身当然要自身先用起来的，同时培养这方面更多的技术人才。
华兴科技集团公司旗下的不少技术部门已经开始用这种新型的神经元芯片搭建不少小型的神经元计算机终端搭载在各种产品平台上进行各种技术验证测试，毕竟梅溪大学这边已经将神经元计算机的底层硬件架构和系统软件架构差不多都给搭建好了，原先在人工神经网络基础上进行开发的技术人员转移到这神经元计算机平台上进行开发难度并不是很困难，因为研究院这边已经在系统软件架构上是异架构系统，并且开发出了编译器，在人工神经网络技术开发的一些算法模型可以在神经元计算机系统上跑起来的。
白冰带头的这些很多科学家团队多年前研发的就是人工神经网络智能技术，后来转到了神经元计算机，自然是早就考虑到了跨平台的技术问题。
杨杰在人工智能研究院这边其他的实验室也是转了半天，这边的实验室也是向杨杰这个大老板演示了用神经元计算机作为智能中枢控制多个机器人在复杂运用场景协同工作的场景。
技术人员向系统下达了语音指令后，神经元计算机也是开始向多台机器人下达了语言指令，在没有技术人员干预的情况下根据机器人搭载的摄像头进行场景识别，对机器人进行指挥调度。
技术人员在中间也是不断地设置各种突发情况来测试这套系统的自我适应调整能力，这套系统也是表现出了很强的等多项智能任务的同时处理的能力。
另外杨杰也是对非监督学习人工神经网络研发实验室进行了视察参观，尤其是对几个创新性的研究课题进行了解。
这几个创新性的研究课题就包括了利用深度学习革新图像处理算法，在极端黑暗的环境中生成高质量的图像，还包括了在给定某场景语义布局的情况下让计算机系统能够生成准确描绘此场景的图像的技术研究。
这些研发课题也是对计算机系统本身的智力程度以及非监督学习神经网络算法模型有着非常高的要求。
现在人工智能技术已经成了众多国家争相投入的高科技领域，不过大多都是集中在强化学习和监督学习技术领域，在非监督学习技术领域投入的力度都不大，显得默默无闻。
杨杰自然是深知机器自主学习技术的巨大潜力，所以也是让人工智能研究院这边在这方面投入了不小的力度。
(https://www.bqduo.cc/biquge/68_68080/c40256103.html)
1秒记住笔趣阁网：www.bqduo.cc。手机版阅读网址：m.bqduo.cc