记者11日从中国科学院自动化所获悉，该所李国齐研究员和北京大学计算机学院田永鸿教授团队合作构建出深度脉冲神经网络学习框架“惊蜇”。它可以提供全栈式的脉冲深度学习解决方案，能够处理神经形态数据、构建深度脉冲神经网络、部署神经形态芯片。相关研究成果在线发表于《科学进展》杂志。
脉冲神经网络被誉为第三代神经网络。它既是神经科学中研究大脑运行原理的基本工具，又因其具有稀疏计算、超低功耗的特性而备受计算科学的关注。随着深度学习方法的引入，脉冲神经网络的性能得到大幅度提升，脉冲深度学习成为计算科学领域新兴的研究热点。
“我们构建的深度脉冲神经网络学习惊蛰框架具有简单易用、扩展性强、性能高等优点。”论文共同通讯作者、中国科学院自动化所研究员李国齐说，借助惊蛰，只需要寥寥数行代码，研究者就能轻松构建并训练深度脉冲神经网络；同时，惊蛰也给用户提供了完美的定义新模型的范例。更重要的是，第三方评测表明，惊蜇的仿真计算速度极快，比其他框架快10倍以上。
“惊蛰框架一推出就受到了研究人员的欢迎，并被广泛使用。”李国齐说，目前基于惊蛰的研究工作已经大量出版，成功将脉冲神经网络从简单的手写体识别数据集分类，扩展到人类水平的大规模图像数据集检测识别、网络部署、事件相机数据处理等实际应用。
