抽象画、巴洛克、花卉、室内、肖像、极简主义、波普艺术、超现实主义……多种画派和画风，让人眼花缭乱。对于普通人来说，即便浸润艺术多年，想要做到看一眼便能直接分出画作流派，并不是件容易的事。机器是否能做到这一切？

17日下午，在上海举办的全国科普日活动现场，初创企业西井科技公司利用“片上学习”技术，完成了这件困难的“学习”任务。

随意点击几种画风、画派在硬件端的“片上学习”后，机器能在短短 1 秒内自动完成1000多张图片的分类。随着芯片学习进度的推进，油画识别与分类的正确率逐步上升，直至经过8至10秒的一段完整的学习过程后，识别的正确率接近100%。

据介绍，这项技术是基于神经形态工程学的一项应用性成果，摆脱了冯•诺依曼计算机结构，按照人类神经元学习的方式来设计电路，而不是进行大规模的计算。

西井科技公司CEO谭黎敏宣布，该团队在全球范围内首次实现“片上学习”

神经形态工程学是什么？有什么作用？什么时候可以为普通消费者所用？就这些问题，科技日报记者对西井科技公司CEO谭黎敏进行专访。

摩尔定律失效，神经形态工程学来“救场”

据外媒报道，近日，福布斯发布文章称：“即便摩尔定律失效，硅芯片逼近物理和经济成本上的极限，也还有其它的创新方法和技术继续驱动计算性能的指数级增长，比如内存中运算、量子计算、分子电子学、神经形态工程学等等。”

作为一门新型的交叉学科，神经形态工程学将它将工程技术方法与神经科学研究融合在一起，从分子、细胞、神经网络直至认知和行为学的层面来研究神经系统的构成及其工作机制。

人类大脑处理信息的方式，与现有计算机的处理方式有很大的不同。谭黎敏介绍说：“当我们看到一个杯子的时候，我们的大脑并没有在处理这张图片，而是在处理由视觉神经传递过来的脉冲信号，这也是为什么我们人类处理看上去数据量如此庞大的图像或者语音数据的时候，能够以极快的速度给出反馈。”

西井科技研发的5000万神经元类脑芯片

以西井科技研发的“DeepSouth”类脑芯片为例，其能模拟出高达5000万级别的“神经元”，总计有50多亿“神经突触”，具有“自我学习,自我实时提高”的特点，集成度更高，可以解决实时的复杂的智能问题。同时，该芯片可在“无网络”情况下使用相对需要传输云端处理任务，耗时更少，功耗也仅为传统芯片在同一任务下的几十分之一到几百分之一。

研究与“落地”，两个都不能“偏废”

作为一家神经形态工程学初创企业，西井科技在行业中如何打破学术与产业化之间的“坚冰”的呢？谭黎敏表示，研究与“落地”，两个都不能“偏废”。

西井科技正在不断挖掘潜在消费者的“痛点”，找到研究应用的突破口。

港口行业比拼的是速度与服务，作为港口主角的集装箱，箱号的识别自然是物流体系中最重要的事。目前，大部分港口采集集装箱号码靠人工肉眼采集，有些港口配备使用光学字符识别、红外等技术辅助采集。人工采集集装箱号码时，工人坐在采集室，需要紧盯计算机屏幕，手动敲击键盘记录箱号。即便以光学字符识别、红外等识别技术加以辅助，每次仍需5至10秒时间处理箱面影像，且箱号的识别准确率仅为80%―85%。这意味着，识别集装箱号依旧不能实现全自动化，还得靠人力校验补正。

西井科技便抓住了港口行业的这一“痛点”，开发出全球首套基于神经形态工程的类脑智能软硬件一体化智慧港口系统――WellOcean。

WellOcean智慧港口系统在高温大雨产生雾气条件下，仍可快速准确识别

WellOcean智慧港口系统在港口试运营时，做过这样一个有趣的测试：高温夏日，一阵雷雨过后，码头路面上升起热腾腾的雾气，视频画面清晰度急剧下降，人眼一时无法读取画面中的集装箱号码，而WellOcean却在屏幕上瞬间显示出一串编码。经过港口工作人员亲自近距离确认，识别出的编码正确无误。

即使面对字符缺损，WellOcean系统也能在人脑反映过来前，快速认出正确的数字与字母。正是通过模拟人脑突触可塑性的神经元活动原理，不断地进行“类脑”实时学习，WellOcean系统强大的识别与判断能力得到了充分证明，也获得港口方面的真正认可。