机器人的类脑计算是什么？

机器人的类脑计算是什么？ what's brain-inspired computing of robot?
人类大脑具有非常强大的信息处理和认知功能，人类对自己的大脑及其功能的研究，历经数百年，取得了巨大的进步，但依然处于十分初级的阶段。人类对自己大脑运行原理的理解，依然十分有限。因此，类脑计算面临着非常巨大的挑战，寻找一个易于突破的方向，是当前类脑计算领域亟待解决的重大问题。
使机器人也具有同人类一样的脑-手功能，将人类从琐碎和危险环境的劳作中解放出来，一直是人类追求的梦想。随着人类对脑-手认知功能理解的加深，从脑-手生物系统认知机理的角度研究仿生机器人，已成为机器人发展的重要方向。而这些研究有赖于对人类脑-手感觉运动系统多源信息编码和神经协同机理的认知，以及如何将其转化为仿生机械手灵巧操作的理论方法。这里首当其冲需要解决的就是脑-手感知运动系统多源感知信息的编解码、神经协同运动机理。人手、臂的运动行为是运动皮层和感觉皮层等多脑区参与的神经信息协同表征与处理结果，而运动行为的学习则须将各种相关感知信息如视觉、触觉、温度觉等，编码后传入中枢神经系统，经过重复整合并存入长期记忆中。
目前对于脑-手运动机理的分析通常限定为初级运动皮层或运动前区与手具体运动参数的统计关联性，而对于如何同时将多种感官信息传输到人脑、如何表示、整合，并长期存贮用于指导运动技能的学习，则鲜有研究。揭示脑-手运动行为在神经信息中的动态表征机理，从细胞、回路和脑区三个层次上分别研究神经元活动与运动行为在时间与空间分布上的系统量化关联性，对多脑区、高通量、时变、非线性的神经信号，进行高效、动态、联合的传感测试与解析，是当前脑科学和人工智能领域面临的共同挑战。