前言：近年來人工智能技術得到了快速的發展，引起了各界的廣泛關注。隨著計算機算力和大數據可及性的快速提升，以深度人工神經網絡為核心的人工智能系統在物體識別、自然語言處理等領域取得了令人矚目的成績，在圍棋、星際爭霸等競技游戲中一騎絕塵，甚至在蛋白質結構解析、提出和解決數學難題等方面展現出超越人類專家的潛力。但目前的人工智能與通用智能之間，還存在巨大的能力鴻溝。而大腦作為通用智能的唯一樣本，為人工智能的發展提供了重要參照。智源 “人工智能的認知神經基礎”重大方向（Brain and Machine Intelligence）旨在從生物腦如何實現智能的角度，對于人工智能的發展提出有啟發的問題，提供可資借鑒的原理、模型、算法和系統實現方案，從而促進類腦智能的發展，推動人工智能向人類水平，甚至超越人類的水平逐漸逼近。每年發表的白皮書就是我們的嘗試之一，希望通過它向大家梳理腦科學、認知科學和類腦智能方向上最值得關注的動態和進展，并分享我們對于這些方向未來發展趨勢的思考。

計算神經科學的先驅，英國科學家David Marr 曾經提出，可以從三個層面理解腦的工作原理，首先是計算的層面 (Level of Computation) , 即腦在做什么計算， 以及為什么要做這個計算；其次是表征/ 算法的層面(Level ofRepresentation/Algorithm)，即腦在計算過程中的信息如何表征，選擇什么算法來實現計算目標；最后是物理實現的層面(Level of Implementation)，即腦選擇什么樣的硬件實現形式來執行這些計算。今年的白皮書中，上述三個層面的研究進展都會有所涉及。

在計算層面，我們重點介紹了具身認知（Embodied Cognition）理論和全局工作空間（Global Workspace Theory, GWT）理論。與當前主流人工智能主要基于被動觀察與識別，往往不具有具體物理形態的范式不同，具身認知認為，認知過程無法脫離身體而進行，推廣開來，整個環境和個體的行為同樣是認知的重要組成部分。個體通過感知外部環境，進行決策，生成相應動作與環境交互，以此改變環境，這個過程周而復始，促成了智能的形成和發展。全局工作空間理論則是由美國心理學家Bernard Baars 在上世紀80 年代作為一種意識模型而提出的認知架構，后來發展為“全局神經元工作空間”（Global Neuronal Workspace, GNW）。GNW 如同一個分布式路由器，同各個腦區的眾多神經元存在關聯，從而可以放大、維持信息，并提供給各個處理模塊使用，從而實現全局的信息共享和處理。

在表征/算法層面，我們今年聚焦于腦中認知地圖的表征以及神經流形這兩個重要的研究領域。位于腦中海馬體及其鄰近腦區中存在表征空間特征的位置細胞（Place cell）和網格細胞（Grid cell），近年來的研究揭示這一系統可能不僅涉及空間記憶與導航，而且可能參與了物理空間認知以外的信息處理，比如圖片空間、嗅覺空間，甚至關系空間的表征，提示腦中可能用一套通用的機制在處理一系列表面上截然不同，但是具有深刻共性的信息維度。神經流形(Neural manifold)則是利用動力學的理論和觀點來理解眾多神經元構成的群體如何開展高效計算的有力工具。通過流形向量場這一精確的數學語言對神經電生理信號進行分析已經開始回答很多有關神經群體編碼的關鍵問題。

在物理實現層面，我們重點介紹了受生物視網膜啟發的動態視覺傳感器（Dynamical vision sensor，簡稱DVS）和脈沖攝像頭（Spiking camera）。與傳統的視覺傳感器不同，這兩類模擬視網膜的感知設備能夠將圖像信息轉化為脈沖事件流進行表征，具備高動態范圍、高時間分辨率、低能量消耗以及高像素帶寬等特性。相應的，我們也系統地梳理了適宜于處理脈沖事件流信號，并可以開展運動目標快速探測、有效跟蹤和精確識別的類腦視覺計算模型和算法。

在上述三個方面的內容之外，我們還針對腦科學與類腦智能研究中近年來涌現的新技術，特別是腦機接口技術、新型腦成像、連接組學與數據處理方法等進行了梳理和介紹。腦機接口通過對于腦活動信息的檢測和調控，在腦與外部世界間建立直接的信息通訊接口。這一技術的發展，有望對于人與環境、人與人的交互方式帶來根本變化，從而引起社會、經濟、教育、軍事、醫療等眾多領域的顛覆性變革。新型腦成像、連接組學與數據處理方法，展現了以往觀察不到的神經活動細節，解析了神經網絡中各部分的相互作用機制，從而促進人們進一步理解神經系統的設計原則。

編寫白皮書的過程是我們一年一度盤點神經科學、認知科學、智能技術等相關領域重要進展的過程，也是我們不斷思考什么是智能，以及如何發展類腦智能的過程。希望這些努力能讓對于這些領域的進展感興趣，也對回答這些問題感興趣的讀者有所收獲。與此同時，經過人工智能的認知神經基礎方向各位同仁一年多的努力，智源生物智能開源開放平臺（Bio-Intelligence Opensource Platform,BIOSP）已經在2021 年正式上線，該平臺旨在通過開源開放數據、模型、算法、軟件工具等一站式科研資源的方式，為認知科學、神經科學和計算科學及相關交叉領域的研究人員、學生和相關從業者搭建一個服務智能科學研究的平臺型基礎設施，進而推動和支撐國內腦啟發的通用智能研究工作。希望每年一版的白皮書和不斷完善的開源開放平臺能夠助力中國腦-智研究的交叉融合，促進類腦通用智能的早日實現。

以下為智源發布的報告全文。