报告题目：类脑基础模型研究
报告人：姚满 中科院自动化所助理研究员
报告摘要：
类脑脉冲神经网络（Spiking Neural Networks，SNNs）以神经动力学和事件驱动稀疏计算为主要特点，能在神经形态芯片上高效运行。本报告首先介绍报告人在近三年取得的一系列积极进展，通过鉴定并解决神经形态计算的若干内在局限，SNN在传统视觉任务上的性能已经能比肩人工神经网络，且具有显著低功耗优势。进一步地，本报告借鉴大脑信息处理机制，聚焦类脑脉冲大模型构建，结合报告人实验室的科研进展，阐述构建新一代通用类脑智能基础模型的主要科学问题，探索一条基于类脑基础模型构建低功耗人工智能的新路径。
报告人简介：
姚满，中科院自动化所，助理研究员，主要研究方向为类脑神经形态计算/脉冲神经网络。在大规模脉冲神经网络训练、架构和编码等方向取得一系列积极进展，以第一/通讯作者（含共同）发表十余篇国际期刊及会议论文，包含Nature Communications、IEEE TPAMI（2023/2025）、ECCV（Best paper candidate）、NeurIPS（Oral）、ICML（Spotlight）、AAAI（Oral）等；承担中科院B类先导子课题、基金委青基、国家资助博士后研究人员计划等项目；荣获2023中国算力大会“最佳学术论文”、2024中国自动化学会自然科学奖一等奖等
报告时间：2025年4月9日上午10:00
报告地点：腾讯会议：293-813-335
主办单位：威廉希尔williamhill中文
