{"resolved":true,"match_type":"uuid","source_type":"original_book","book_id":"07d591c2-0f4c-45ac-a1d7-103c4807db8f","title":"数字经济：内涵与路径","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9787521745023","requested_by":"printed_page","book":{"source_type":"original_book","book_id":"07d591c2-0f4c-45ac-a1d7-103c4807db8f","id":"07d591c2-0f4c-45ac-a1d7-103c4807db8f","uuid":"07d591c2-0f4c-45ac-a1d7-103c4807db8f","title":"数字经济：内涵与路径","normalized_title":"数字经济内涵与路径","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9787521745023","isbns":["9787521745023"],"parsed":true,"ai_readable":true,"document_type":"book","page_count":361,"navigation_url":"https://workshop.closeclaw.top/ai/book/07d591c2-0f4c-45ac-a1d7-103c4807db8f","title_url":"https://workshop.closeclaw.top/ai/title/%E6%95%B0%E5%AD%97%E7%BB%8F%E6%B5%8E%EF%BC%9A%E5%86%85%E6%B6%B5%E4%B8%8E%E8%B7%AF%E5%BE%84","fixed_page_url_template":"https://workshop.closeclaw.top/ai/book/07d591c2-0f4c-45ac-a1d7-103c4807db8f/page/{printed_page}","path_api_url_template":"https://workshop.closeclaw.top/api/ai/book/07d591c2-0f4c-45ac-a1d7-103c4807db8f/page/{printed_page}","read_url":"https://workshop.closeclaw.top/api/ai/read/07d591c2-0f4c-45ac-a1d7-103c4807db8f","page_url":"https://workshop.closeclaw.top/api/ai/books/07d591c2-0f4c-45ac-a1d7-103c4807db8f/page","search_url":"https://workshop.closeclaw.top/api/ai/books/07d591c2-0f4c-45ac-a1d7-103c4807db8f/search"},"page":{"printed_page":99,"pdf_page":98,"physical_index":98,"physical_index_base":0,"printed_page_status":"recognized","page_sha256":"38cb19eadb06a1bef55e97a27e14db073332243c8c54211f5df3a86f5aa31610"},"chapter":"第三章","content":"类脑计算的研究可以分为神经科学的研究（特别是大脑信息处理基本原理的研究）、类脑计算器件（硬件）的研究和类脑学习与处理算法（软件）的研究三个方面。<sup>29</sup>\n\n①大脑信息处理基本原理的研究\n\n在神经科学领域，脑科学的研究为类脑计算的发展提供了重要基础。目前对于单个神经元的结构与功能已经有较多了解。但对于功能相对简单的神经元如何通过网络组织起来形成我们现在所知的最为高效的信息处理系统，还有很多问题尚待解决。\n\n②类脑计算器件（硬件）\n\n类脑计算器件研究的初衷是模仿生物神经元的信息处理，在硬件结构上，从神经元结构、信息编码方式到神经元群体组织结构、信息传递来逼近生物脑。<sup>30</sup> 现代计算机在能耗和性能上与人脑相比还存在巨大差距，现代计算机能耗高的一个重要原因是计算机普遍采用的冯·诺依曼架构，计算单元和存储单元是分开的，计算单元计算前需要先从存储单元中读取数据，造成时延和大量功耗。而在人的大脑中，信息处理在神经网络中实现，而数据本身则是分布式地存储于网络的各个节点（比如由神经元内的离子浓度表征）以及节点之间的连接（比如由突触连接的强弱表征）上，运算和存储在结构上是高度一体化的。因此，用少量甚至单个电子器件模仿单个神经元的功能，将数量巨大的电子“神经元”以类脑的方式形成大规模并行处理的人工“神经网络”，也是一个重要的研究方向。29\n\n99","previous_page":98,"next_page":100}