Abstract:

数字化大脑——在计算机上精确复现人脑的神经活动与认知功能，长期以来是人类追求的科技前沿。近年来，随着欧美日中等国家相继启动脑科学研究计划，这一领域的发展更是备受瞩目。然而，当前的数字化大脑研究面临着两大核心挑战：“能够算”和“算得准”。针对这两大问题，我开发了一套系统的技术解决方案。具体包括：BrainPy框架实现了即时编译的多尺度脑动力学编程系统，大幅提高了大脑建模的计算效率；BrainUnit系统将标准化物理单位引入高性能AI计算架构，显著提升了计算的准确性、可维护性、和物理意义； BrainTaichi框架提供了稀疏计算与事件驱动的算子编程能力，有效降低了计算复杂度；BrainScale系统实现了线性内存复杂度O(N)的脉冲神经网络在线学习。这些工具协同构建了一个多尺度、可微分建模工具链，实现了AI计算框架与大脑模拟技术的深度融合，期望未来能为数字孪生大脑的发展提供创新的方法论与技术路径。