美国Numenta公司启动一个名为“千脑计划”（Thousand Brains Project）的项目，开发类脑人工智能。该计划通过对大脑皮层进行逆向工程来开发新的人工智能平台，旨在解决当前深度神经网络面临的挑战，如能耗高和不稳定性。该项目的目标是模拟大脑皮层的结构，每个皮质柱都是一个学习机器，通过多个单元模拟神经科学结构，实现感知运动（Sensorimotor）任务和学习。
随着科技的飞速发展，我们正在进入一个新的时代，这个时代将由人工智能和机器学习技术的飞速发展所定义。这些技术的核心在于高效、精确的数据处理能力，而实现这一目标的关键则在于开发出更加高效的计算机硬件系统。在这一领域，研究人员们正引领着一场创新浪潮。他们的研究不仅聚焦于理解大脑处理信息的机制，还致力于模仿这种机制，以创造出全新的计算机硬件。
对生物大脑定位能力的模仿，常被应用于车辆检测、虚拟听觉系统等场景。随着摩尔定律逐渐放缓，传统硬件平台难以满足实时定位场景中不断增长的算力需求。近年来备受关注的存算一体类脑计算技术，能够大幅度减少数据在存储与计算单元之间的传输开销，有望突破存储墙瓶颈的限制，实现算力的大幅提升。然而，与分类任务不同，定位任务的输入信息和检测位置均为连续值，对计算硬件平台自身非理想因素的容忍度较低。迄今为止，如何高效实现声音定位一直是国内外关注的热点问题。
北大心理与认知科学学院、麦戈文脑研究所罗欢研究员课题组在以往发现基础上，成功开发出一种全新“动态扰动”行为范式，通过在记忆保持阶段呈现有特定时间关系的多个动态亮度序列对人类序列工作记忆进行操控。
