隶属于美国国家情报总监办公室（ODNI）的情报高级研究计划局（IARPA）于1月4日发布消息^[1]，宣布为推动类脑计算的深入研究和研发下一代计算机，正在就4个重要的科学问题向神经学家和计算机科学家征询研究方案。

问题1：基于尖峰脉冲的表征技术

大脑运行时采用的代码基于大量神经元内罕见的尖峰脉冲。许多系统中，这些代码比较杂乱或不精确，表明近似计算可能对脑功能有作用。

向神经学家征询：目前对“大脑如何利用基于尖峰脉冲的表征技术、稀疏编码技术和/或近似计算技术”的了解对于研发下一代计算机有何实际作用；有无关于如何在实践中使用基于尖峰脉冲的表征技术、稀疏编码技术和/或近似计算技术的模拟或演示。

向计算机科学家征询：关于“基于尖峰脉冲的表征技术、稀疏编码技术和/或近似计算技术在数字或模拟计算系统中的应用”方面的研究现状如何；目前有无硬件系统采用的是与尖峰技术类似的表征技术。

问题2：异步计算

大脑不使用全局时钟信号一次性同步更新所有计算元素，而默认的神经元功能是独立的，仅能暂时性协调它们 的活动。

向神经学家征询：目前对于“大脑如何利用异步计算和/或瞬态协调技术”的了解对于研发下一代计算机有何实际作用；有无关于如何在实践中使用异步计算和/或瞬态协调技术的模拟或演示。

向计算机科学家征询：关于“异步计算和/或瞬态协调技术在数字或模拟计算系统中的应用”方面的研究现状如何；目前有无硬件系统采用异步计算和/或瞬态协调技术。

问题3：学习

大脑采用的可塑性机制能够在多时间尺度下连续运行，支持在线学习。值得注意的是，在持续的可塑性过程中，大脑能保持稳定运行状态。

向神经学家征询：目前对于“大脑如何利用短/长期在线学习技术”的了解对于研发下一代计算机有何实际作用；有无关于如何在实践中使用短/长期在线学习技术的模拟或演示。

向计算机科学家征询：关于“短/长期在线学习技术在数字或模拟计算系统中的应用”方面的研究现状如何；目前有无硬件系统采用短/长期在线学习技术。

问题4：本地存储器存储与计算功能集成技术

大脑并未严格隔离存储器和计算单元，如传统的冯诺依曼架构，而一个神经元的突触输入便可起到储存记忆与计算支持的双重作用。

向神经学家征询：目前对于“大脑如何利用本地存储器存储与计算功能集成技术”的了解对于研发下一代计算机有何实际作用；有无关于如何在实践中使用本地存储器存储与计算功能集成技术的模拟或演示。

向计算机科学家征询：关于“本地存储器存储与计算功能集成技术在数字或模拟计算系统中的应用”方面的研究现状如何；目前有无硬件系统采用本地存储器存储与计算功能集成技术。

（唐川）