自动化所在神经信息学进展国际研讨会上介绍类脑智能研究最新进展

　　7月4日获悉,受日本理化技术研究所脑科学研究所(RIKEN Brain Science Institute)、国际神经信息学协调委员会(International Neuroinformatics Coordinating Facility)的共同邀请，自动化所类脑智能研究中心副主任曾毅研究员等赴日本参加神经信息学进展国际研讨会(The 4^th International Workshop on Advances in Neuroinformatics (AINI 2016))、国际神经信息学国家节点会议(The 14^th INCF Nodes Workshop)。曾毅研究员在会上做特邀报告，介绍了自动化所类脑智能研究中心在脑科学知识引擎和类脑智能原理与应用方面取得的最新进展。 

　　 题为“Brain-inspired Intelligence and Its Applications in Intelligent Robotics”的报告介绍了自动化所团队在类脑认知计算模型研究，特别是在脑神经系统计算建模、新一代类脑神经网络方面的进展。展示了课题组在皮质柱、脑区、鼠脑全尺度计算模拟、类脑自主学习模型、类脑脉冲神经网络方面取得的阶段性成果，并展示了相关模型在机器人自主学习、无人机自主蔽障等方面的应用。 

　　题为“Linked Brain Data: a Web-scale Knowledge Platform for Brain and Neuroscience”的报告介绍了团队研发的链接脑数据中心(Linked Brain Data)及其演进版本脑科学知识引擎(Brain Knowledge Engine)。与传统脑科学数据库不同，链接脑数据中心基于数据与知识集成、自然语言理解、语义万维网等技术自动集成和分析了万维网上有关脑科学的海量科学文献，并在知识层面构建了涵盖百万篇脑科学文献中相关领域知识的脑科学知识图谱。目前该脑科学知识图谱中包含了千万级的领域知识，特别是多尺度的脑结构与100余种认知功能、400余种脑疾病之间的关联关系。链接脑数据中心平台可通过http://www.linked-brain-data.org/访问。脑科学知识引擎在链接脑数据中心的基础上进一步融入了多模态、多尺度神经系统数据与知识(如特定脑区神经元的形态等)，并进一步为抽取的每条领域知识加入了物种等元数据信息(共涉及23个物种)。

自动化所研发的脑科学知识引擎