來源:中科院自動化所
7月4日獲悉,受日本理化技術研究所腦科學研究所(RIKEN Brain Science Institute)、國際神經信息學協調委員會(International Neuroinformatics Coordinating Facility)的共同邀請,自動化所類腦智能研究中心副主任曾毅研究員等赴日本參加神經信息學進展國際研討會(The 4th International Workshop on Advances in Neuroinformatics (AINI 2016))、國際神經信息學國家節點會議(The 14th INCF Nodes Workshop)。曾毅研究員在會上做特邀報告,介紹了自動化所類腦智能研究中心在腦科學知識引擎和類腦智能原理與應用方面取得的最新進展。
題為“Brain-inspired Intelligence and Its Applications in Intelligent Robotics” 的報告介紹了自動化所團隊在類腦認知計算模型研究,特別是在腦神經系統計算建模、新一代類腦神經網絡方面的進展。展示了課題組在皮質柱、腦區、鼠腦全尺度 計算模擬、類腦自主學習模型、類腦脈沖神經網絡方面取得的階段性成果,并展示了相關模型在機器人自主學習、無人機自主蔽障等方面的應用。
題為“Linked Brain Data: a Web-scale Knowledge Platform for Brain and Neuroscience”的報告介紹了團隊研發的鏈接腦數據中心(Linked Brain Data)及其演進版本腦科學知識引擎(Brain Knowledge Engine)。 與傳統腦科學數據庫不同,鏈接腦數據中心基于數據與知識集成、自然語言理解、語義萬維網等技術自動集成和分析了萬維網上有關腦科學的海量科學文獻,并在知 識層面構建了涵蓋百萬篇腦科學文獻中相關領域知識的腦科學知識圖譜。目前該腦科學知識圖譜中包含了千萬級的領域知識,特別是多尺度的腦結構與100余種認知功能、400余種腦疾病之間的關聯關系。鏈接腦數據中心平臺可通過http://www.linked-brain-data.org/訪問。腦科學知識引擎在鏈接腦數據中心的基礎上進一步融入了多模態、多尺度神經系統數據與知識(如特定腦區神經元的形態等),并進一步為抽取的每條領域知識加入了物種等元數據信息(共涉及23個物種)。
自動化所研發的腦科學知識引擎