广东省重点领域研发计划“脑科学与类脑研究”重点专项项目 详情

2022年类脑计算与脑机智能研究

申报要求

　　(一) 项目牵头申报单位须为省内注册，具有独立法人资格的企业、科研院所、高校、其他事业单位和行业组织等。项目牵头单位应注重产学研结合、整合省内外优势资源，同时应注重优选合作单位，原则上同一项目牵头单位与参与单位总数不超过6家(含)。

　　(二) 项目牵头单位应在该领域具有显著优势，具备较强的研究开发实力或资源整合能力，承担项目的核心研究组织任务。对企业牵头或国家、省实验室(含分中心)牵头申报的项目，优先予以支持。

　　(三) 项目申报应认真做好经费预算，按实申报，且符合指南要求。申报项目必须有自筹经费投入，企业牵头申报的，项目总投入中自筹经费原则上不少于70%(各单位自筹经费比例应与所获得财政资金比例相适配);非企业牵头申报的，项目总投入中自筹经费原则上不少于50%。鼓励项目所在地市联合资助。在财政资金分配方面，牵头单位原则上应分配最大的资金份额。

　　(四) 省重点领域研发计划申报单位总体不受在研项目数的限项申报约束，但不鼓励同一研究团队或同一单位分散力量，在申报同一专项时，同一研究团队原则上只允许牵头1项或参与1项，同一法人单位原则上只允许牵头及参与不超过3项。

　　(五) 项目负责人应起到统筹领导作用，能实质性参与项目的组织实施，防止出现拉本领域高端知名专家挂名现象。

　　(六) 项目内容须真实可信，不得夸大自身实力与技术、经济指标。各申报单位须对申报材料的真实性负责，申报单位和推荐单位要落实《关于进一步加强科研诚信建设的若干意见》(厅字〔2018〕23号)要求，加强对申报材料审核把关，杜绝夸大不实，甚至弄虚作假。各申报单位、项目负责人须签署《申报材料真实性承诺函》(模板可在阳光政务平台系统下载，须加盖单位公章)。项目一经立项，技术、产品、经济等考核指标无正当理由不予修改调整。

　　(七) 有以下情形之一的项目负责人或申报单位不得进行申报或通过资格审查：

　　1.项目负责人有广东省级科技计划项目3项以上(含3项)未完成结题或有项目逾期一年未结题(平台类、普惠性政策类、后补助类项目除外);

　　2.项目负责人有在研广东省重大科技专项项目、重点领域研发计划项目未完成验收结题(此类情形下该负责人还可作为参与人员参与项目团队);

　　3.在省级财政专项资金审计、检查过程中发现重大违规行为;

　　4.同一项目通过变换课题名称等方式进行多头或重复申报;

　　5.项目主要内容已由该单位单独或联合其他单位申报并已获得省科技计划立项;

　　6.省内单位项目未经科技主管部门组织推荐;

　　7.有尚在惩戒执行期内的科研严重失信行为记录和相关社会领域信用“黑名单”记录;

　　8.违背科研伦理道德。

　　(八) 申报项目符合申报指南各专题方向的具体申报条件，所涉科学研究和医疗活动须严格遵循技术标准和伦理规范，遵守国家法律法规和有关规定。

专题内容

　　3.1 超大规模类脑芯片设计快速原型验证系统

　　研究内容：对标传统的如HAPS(Synopsys)、Protium(Cadence)等芯片设计原型验证平台，构建针对类脑计算的神经元模型、突触连接规则、脉冲通信机制、超大规模互联等方案的支持，快速构建芯片原型验证系统，建立一系列面向类脑芯片的辅助设计的标准化、粗颗粒的类脑计算单元IP库与基础互连IP库，加速类脑模型和拓扑互联结构的快速迭代开发验证。

　　考核指标：验证系统支持INT4/INT8/INT16/INT32/FP32等多种计算精度;可模拟神经元规模1600万、神经突触规模160亿;支持单播/多播/组播等多种片上路由模式，片上路由延时低于30ns; 支持高速板间通信互联扩展，对外高速互联总带宽不低于96Gbps; 支持STDP等在线学习方法;支持JTAG/Ethernet/USB等多种调试接口;提供配套的模型构建和芯片设计映射工具。

　　支持强度：1000万元左右/项。

　　3.2 基于脑机制的触觉感知机理及功能重建技术

　　研究内容：以人类为研究对象，聚焦触觉感觉通路，采用脑电、脑磁图、磁共振成像等技术，研究触觉认知中多模态触觉信息的整合与感知代偿机制;研究汇聚多模态的基于脉冲神经信号与脉冲神经网络的通用触觉信息编码与解码方法，构建类脑触觉模型，实现触觉感知机理—模型的交叉验证;研究针对类脑触觉评估的基准数据集及评估方法，实现通用多模态触觉模型与人类触觉定量比较;研究触觉脉冲信号的特征，基于经皮电刺激方式建立电触觉模型，实现在体触觉感知重建;研究适配多模态的通用触觉模型计算的脉冲神经网络架构与极低功耗比的神经形态芯片，形成能够嵌入各类应用的通用型多模态触觉处理系统。

　　考核指标：系统揭示神经—大脑触觉通路中多模态触觉信息整合、视听觉辅助触觉加工及多尺度感知代偿等机制，建立触觉认知计算模型;提供通用的搭载神经形态触觉探测装置的多模态触觉感知平台，在不少于5种触觉模态混合的自然场景定量评估中实现与人类触觉能力相当，实现模型在复杂触觉场景的应用验证; 研制包含电极、芯片、软件、硬件的电触觉再现系统与超低功耗比的触觉处理专用芯片，计算能效相比现有商用通用芯片大大提升。

　　支持强度：500万元左右/项。

　　3.3 大规模高效能脉冲神经网络模型与算法研究

　　研究内容：研究具备生物可解释性的脉冲神经网络，探究脉冲神经元的拓扑结构、信息的脉冲编码方法、多层脉冲感知器等信息和机理;研究人脑信息处理机制，通过模仿人脑的作用机制及浅层神经网络的动态、横向拓展、可堆叠等特性构建新型大规模脉冲神经网络模型、算法与计算框架;研究网络模型的泛化能力、自学习能力、可解释能力等，并在面向公众的通用超算平台实现大规模仿真;在人脑视觉机制、触觉感知、或精神心理场景等开展示范应用，在视觉表征与设别、情感感知、交互认知等领域取得重要技术突破。

　　考核指标：通过模仿人脑信息处理方式，建立新型大规模脉冲网络模型类脑学习方法，从拓扑结构、信息的脉冲编码方法、多层脉冲感知器等层面取得系列成果;实现对1000万类脑神经元以上的模拟并验证模型具备更大规模的可拓展性和泛化能力，模型与算法在超级计算机软硬件仿真平台得到验证;准对具体功能和应用场景，构建基于该模型的智能分级模型，并在视觉、听觉、触觉、或者精神心理场景等开展2种以上示范性应用，取得重要技术突破。

　　支持强度：500万元左右/项。

　　3.4 大规模在线学习类脑芯片架构研究

　　研究内容：研究脉冲神经网络在时间域和空间域上的信息表达方法，设计高效大规模脉冲神经网络学习训练算法;研究高效异步电路设计方法并基于异步电路实现类脑芯片的事件驱动处理机制;研究支持百万级神经元互连的片上和片间通信机制;研究面向脉冲神经网络的存内计算或近内存计算技术，实现神经元和突触的高度耦合;设计具备在线学习功能的类脑芯片，进行原型验证和样片流片，并搭建演示平台，演示多种基于类脑芯片的智能应用。

　　考核指标：提出高效的大规模脉冲神经网络学习算法和有效的异步电路设计方法学;提出基于异步电路，片上片间互连，存内计算/近内存计算的大规模类脑计算架构;上述芯片架构在快速原型验证系统进行原型样片的流片验证，该芯片具备在线学习能力，等效突触参数容量不小于32MB，峰值算力不小于4TSOPS; 演示平台具有不少于100万个物理神经元，可演示至少3类典型学习任务。

　　支持强度：500万元左右/项。