《“十四五”规划纲要和2035年远景目标纲要》提出在类脑智能、量子信息等前沿科技和产业变革领域，组织实施未来产业孵化与加速计划，谋划布局一批未来产业。受脑信息处理机制启发，借鉴脑神经机制和认知行为机制发展类脑计算，已成为近年来人工智能与计算科学领域的研究前沿和关注热点。

　　类脑计算旨在实现类人行为与类人水平的智能系统

　　类脑计算领域研究是从智能产生机理和本质出发的新型智能计算模型与方法，旨在将人的认知模型引入到人工智能系统中，实现具有脑神经信息处理机制和类人行为与类人水平的智能系统。目前有两类主流技术方向。其一，通过科学手段观察大脑内结构和功能运行机制，其后根据观察结果模仿大脑功能。2008年，美国工程院把“大脑反向工程”列为本世纪14个重大工程问题之一，近年来欧盟和中国的“脑计划”也将大脑高精度解析列为重要内容进行支持。其二，绕过解释人脑这个更为困难的科学问题，通过结构仿真等工程技术手段间接达到功能模拟目的。采用光电微纳器件模拟生物神经元，以及神经突触的信息处理功能，网络结构仿照大脑神经网络，以期实现大脑类似的信息处理功能和系统行为。

　　类脑智能的目标是实现通用人工智能

　　类脑计算的研究方法主要受脑神经机制和认知行为机制启发，结合现代信息技术理论，以计算建模为手段通过硬件、软件和算法等多个层面对于现有的计算体系进行本质变革。具体来说，以多模态和多任务协同为核心，研究神经网络微观刺激调控和宏观动态演化、视听触感认知通道及协同、长时短时记忆与决策、运动视觉与规划控制等，建立具有生物和数学基础的计算模型与学习方法，实现自主学习能力，其目标是制造类脑计算机，最终实现通用人工智能。

　　通过类脑芯片与计算平台应对高能耗挑战

　　目前的人工智能正在面临着诸多挑战，其中一项就是对于能源的大量需求造成的生态污染问题。类脑芯片-神经拟态芯片，能够很好地解决这一问题，因此类脑芯片与计算平台成为类脑计算重点研究领域。类脑芯片是指参考人脑神经元结构和人脑感知认知方式来设计的芯片，通过模拟人脑神经元信息处理机制的深度神经网络进行建模，将深度神经网络技术融合到计算芯片。再将认知计算平台融入可量产的处理芯片中，以协处理的方式提升系统的认知计算性能。类脑芯片与计算平台研究的动机是通过借鉴脑神经系统的工作原理,实现高性能、低功耗的计算系统。