第一章：背景介绍 — 单元习题

总分：100分 | 建议用时：60分钟
范围：认知科学定义、类脑计算、历史发展、AI瓶颈、SNN vs ANN、神经形态硬件、全球脑计划

---

占位图

一、单项选择题（每题2分，共20题，40分）

1. 认知科学的研究对象不包括以下哪项？
A. 人的智能
B. 其它动物的智能
C. 人造系统的智能
D. 仅局限于人类意识

2. 以下哪项不属于认知科学的研究内容？
A. 感知（perception）
B. 意识（consciousness）
C. 光合作用（photosynthesis）
D. 记忆（memory）

3. 类脑计算的基本单元是？
A. 晶体管与逻辑门
B. 神经元与神经突触
C. CPU与内存
D. 感知器与分类器

4. 类脑计算的三大特点不包括以下哪项？
A. 异步（Asynchronous）
B. 事件驱动（Event-Driven）
C. 存内计算（In-Memory Processing）
D. 高频同步（High-Frequency Synchronous）

5. 首次记录神经电信号并将其命名为"动作电位（Action Potential）"的科学家是？
A. George Ohm
B. Johannes Müller
C. Julius Bernstein
D. Alan Hodgkin

6. 欧姆定律在神经科学中的意义是？
A. 证明了神经元的存在
B. 提供了分析神经系统电学的理论工具
C. 发现了动作电位的全有全无特性
D. 建立了第一个神经元数学模型

7. 1943年McCulloch和Pitts提出的M-P神经元模型的核心思想是？
A. 神经元通过化学递质传递信号
B. 神经元的计算过程可用布尔逻辑表示
C. 神经元具有自我学习能力
D. 神经元之间通过电突触连接

8. 人工智能正式诞生的标志性事件是？
A. 1943年M-P模型发表
B. 1956年达特茅斯会议
C. 1963年HH模型获诺贝尔奖
D. 1997年深蓝战胜国际象棋冠军

9. 关于当前人工智能的瓶颈，以下说法错误的是？
A. 深度学习模型功耗高，部署困难
B. 神经网络模型训练过分依赖大数据
C. 神经网络可解释性强，内部机制透明
D. 冯诺依曼体系存算分离导致效能低下

10. 人脑的功耗大约是多少？
A. 约2W
B. 约20W
C. 约200W
D. 约2000W

11. 相比于计算机，大脑的优势不包括？
A. 容错性强
B. 功耗低
C. 运行频率高
D. 存算一体

12. SNN（脉冲神经网络）中，神经元之间传递的信息形式是？
A. 高精度连续浮点值
B. 离散的二进制脉冲（0/1 Spike）
C. 模拟电压信号
D. 化学递质浓度

13. 以下哪项正确描述了SNN相比ANN的核心区别？
A. SNN仅在空间域传播信息
B. SNN使用连续的激活函数
C. SNN在时间和空间两个维度传递信息
D. SNN需要全局时钟同步

14. 神经形态相机（事件相机）的触发机制是？
A. 每秒固定帧率采集图像
B. 像素亮度变化超过阈值时产生事件
C. 通过机械快门控制曝光
D. 利用红外传感器探测物体

15. 下列关于事件相机优势的描述，错误的是？
A. 高动态范围
B. 无运动模糊
C. 微秒级延迟
D. 所有像素同步输出

16. 以下哪款神经形态芯片支持在线学习？
A. TrueNorth
B. Darwin 2
C. Loihi 2
D. Tianjic

17. 中国脑计划的发展战略被称为？
A. “双轮驱动”
B. “一体两翼”
C. “三步走”
D. “两化融合”

18. 中国脑计划中，"一体"指的是？
A. 类脑计算与脑机智能
B. 重大脑疾病诊治
C. 解析大脑认知功能原理
D. 构建类脑计算机

19. 以下关于全球脑计划的描述，正确的是？
A. 瑞士蓝脑计划于2013年启动
B. 欧盟人脑计划仅有5个国家参与
C. 美国BRAIN计划Brain 2.0预计到2026年总投资超50亿美元
D. 日本Brain/MINDS计划主要以小鼠为模型

20. "类脑智能"这一术语首次正式出现是在？
A. 1956年达特茅斯会议
B. 1997年《认知科学进展》
C. 2007年首届国际类脑智能研讨会
D. 2021年中国脑计划启动

---

二、多项选择题（每题3分，共10题，30分。多选、少选、错选均不得分）

21. 认知科学的多学科交叉性质涉及以下哪些领域？
A. 心理学
B. 计算机科学
C. 神经科学
D. 语言学
E. 天文学

22. 类脑计算的特点包含？
A. 异步操作
B. 事件驱动
C. 存内信息处理
D. 高频全局时钟同步
E. 基于冯诺依曼架构

23. 以下哪些科学家对神经计算模型有重要贡献？
A. Louis Lapicque（提出IF模型）
B. McCulloch & Pitts（提出M-P神经元）
C. Hodgkin & Huxley（提出HH模型）
D. Alan Turing（提出图灵测试）
E. Johannes Müller（提出活力论）

24. 当前人工智能面临的主要瓶颈包括？
A. 功耗高
B. 依赖大数据
C. 可解释性差
D. 存算分离的计算体系瓶颈
E. 容错性过强

25. 以下哪些是大脑相对于计算机的优势？
A. 容错性强
B. 功耗低（约20W）
C. 存算一体
D. 运行频率高（GHz级）
E. 并行度高（约10¹¹神经元）

26. 关于SNN（脉冲神经网络）的特点，正确的有？
A. 使用离散的二进制脉冲（0/1）传递信息
B. 同时具有时间和空间维度
C. 采用异步、事件驱动的工作方式
D. 能耗通常比ANN更低
E. 不具备生物合理性

27. 脉冲神经网络的应用领域包括？
A. 计算机视觉（目标检测、识别等）
B. 机器人自主控制
C. 脑机接口（手势识别、情绪识别）
D. 自动驾驶
E. 以上全部

28. 神经形态相机相比于传统相机的优势包括？
A. 非常高的动态范围
B. 无运动模糊
C. 微秒级延迟
D. 所有像素以固定帧率同步输出
E. 稀疏输出（仅在亮度变化处产生事件）

29. 以下关于全球脑计划的描述，正确的有？
A. 瑞士蓝脑计划于2005年启动
B. 欧盟人脑计划涉及16个国家、123家研究机构
C. 美国BRAIN计划由美国国立健康研究院领导
D. 日本Brain/MINDS计划以狨猴为模型动物
E. 中国脑计划于2021年正式启动，拨款近32亿元

30. 中国脑计划"一体两翼"战略中，"两翼"指的是？
A. 重大脑疾病诊治
B. 量子计算
C. 类脑计算/脑机智能
D. 人工智能伦理
E. 脑认知功能解析

---

三、判断题（每题1分，共10题，10分。正确打√，错误打×）

31. 认知科学仅研究人类的智能，不包括动物和人工智能系统。（ ）

32. 类脑计算是从结构和功能等方面模拟生物神经系统的计算形态。（ ）

33. 欧姆定律是分析神经系统电学特性的理论基础之一。（ ）

34. M-P神经元模型中的神经元可以产生"半脉冲"信号。（ ）

35. 大脑的运行频率（约100Hz）远低于现代计算机（GHz级），但功耗也远低于计算机。（ ）

36. SNN中的脉冲是连续的浮点数值，而非二进制的0/1信号。（ ）

37. ANN主要在层间传播信息，而SNN在时间维度上也可传递信息。（ ）

38. 神经形态相机以固定帧率输出图像帧，与传统相机工作原理相同。（ ）

39. 类脑计算被认为是后摩尔时代两大国际竞争高地之一。（ ）

40. 中国脑计划于2013年与美国BRAIN计划同时启动。（ ）

---

四、概念/简答题（每题4分，共5题，20分）

41. 简述认知科学的研究内容及其多学科交叉性质。

42. 什么是类脑计算？其三大核心特点是什么？

43. 简述脉冲神经网络（SNN）与人工神经网络（ANN）的主要区别（至少列出三点）。

44. 简述当前人工智能面临的主要瓶颈（算法层面和计算体系层面）。

45. 简述中国脑计划"一体两翼"战略的基本架构。

---

五、课堂额外题（来自课堂笔记，每题5分，共2题，10分）

注：以下两题来自课件随堂测试，二选一作答即可，此处两题均需完成。

46. （课堂题Q1）大脑只有20瓦功耗，却具备高智能。你认为关键机制可能是什么？请结合类脑计算的特点进行分析。

47. （课堂题Q2）脉冲神经网络在哪些方面可能有超越传统神经网络的潜力？请阐述你的观点。

---

试卷结束，请认真检查。

第一章：背景介绍 — 单元习题答案

---

一、单项选择题答案

题号	答案	解析
1	D	认知科学的研究对象包括人的智能、其它动物的智能及人造系统的智能，而不仅局限于人类意识
2	C	光合作用属于生物学/植物学范畴，认知科学的研究内容包括感知、学习、记忆、知识、语义、推理、语言、注意、意识、思维等
3	B	类脑计算以神经元与神经突触为基本单元（吴朝晖院士，2022）
4	D	类脑计算的三大特点：异步、事件驱动、存内计算。高频同步是传统计算机的特征
5	C	Julius Bernstein（伯恩斯坦）于1868年首次记录神经电信号并命名为动作电位
6	B	1827年欧姆定律的发表为后来分析神经系统电学特性提供了理论工具
7	B	M-P神经元的核心思想是将神经元抽象为布尔逻辑计算单元，只有发放/不发放（0/1）两种状态
8	B	1956年达特茅斯会议标志着人工智能正式登上历史舞台
9	C	现有神经网络被认为是"黑箱"，可解释性差是其主要瓶颈之一
10	B	人脑功耗约20W，远低于现代计算机
11	C	大脑运行频率约100Hz，远低于计算机的GHz级。大脑的优势在于容错性强、功耗低、存算一体、并行度高
12	B	SNN神经元之间通过离散的二进制脉冲（0/1 Spike）传递信息
13	C	SNN在时间和空间两个维度传递信息，这是其与ANN的核心区别之一
14	B	神经形态相机在像素亮度变化超过阈值时产生事件（ON/OFF事件），而非固定帧率
15	D	事件相机的每个像素独立异步工作，不是所有像素同步输出
16	C	Loihi 2（Intel，2021）和Darwin 3支持在线学习，TrueNorth、Darwin 2、Tianjic均不支持
17	B	中国脑计划以"一体两翼"为发展战略
18	C	"一体"指解析大脑认知功能原理；"两翼"分别指重大脑疾病诊治和类脑计算/脑机智能
19	C	A错（蓝脑计划2005年启动）；B错（16国123机构）；D错（以狨猴为模型）
20	C	2007年首届国际类脑智能研讨会上，"类脑智能"术语正式出现

---

二、多项选择题答案

题号	答案	解析
21	ABCD	认知科学涉及心理学、计算机科学、神经科学、数学（逻辑）、语言学、哲学等。天文学不属于此范畴
22	ABC	类脑计算三大特点：异步、事件驱动、存内信息处理（Nature Electronics, 2021）。D和E是传统计算的特征
23	ABC	A（IF模型）、B（M-P神经元）、C（HH模型）均为神经计算模型的重要贡献者。D（图灵）贡献在计算机科学，E（Müller）提出的是活力论概念
24	ABCD	四个选项均为AI面临的主要瓶颈。E"容错性过强"是大脑的优势而非AI的瓶颈
25	ABCE	大脑优势：容错性强、功耗低（~20W）、存算一体、并行度高。D错（大脑运行频率约100Hz，远低于GHz级计算机）
26	ABCD	A、B、C、D均正确描述SNN特点。E错（SNN具有很高的生物合理性）
27	ABCDE	脉冲神经网络在计算机视觉、机器人控制、脑机接口、自动驾驶等多个领域均有应用
28	ABCE	事件相机优势：高动态范围、无运动模糊、微秒级延迟、稀疏输出。D错（事件相机是异步而非固定帧率同步）
29	ABCDE	五项均正确描述了各脑计划的基本事实
30	AC	"两翼"指重大脑疾病诊治（左翼）和类脑计算/脑机智能（右翼）。B、D、E不属于两翼范畴。E"脑认知功能解析"是"一体"的内容

---

三、判断题答案

题号	答案	解析
31	×	认知科学研究人的智能、其它动物的智能以及人造系统的智能
32	√	类脑计算的定义即"从结构与功能等方面模拟生物神经系统"
33	√	欧姆定律为分析神经系统电学特性提供了理论基础
34	×	M-P神经元只有发放/不发放脉冲（0/1），“没有半脉冲”（全有全无）
35	√	正确，大脑频率约100Hz，功耗约20W
36	×	SNN中的脉冲是离散的二进制（0/1）信号，不是连续的浮点数
37	√	ANN主要在层间（空间）传播，SNN在时空间两个维度传播
38	×	神经形态相机是异步事件驱动的，不输出固定帧率图像帧
39	√	美国ASCAC报告确认类脑计算与量子计算为后摩尔时代两大国际竞争高地
40	×	中国脑计划于2021年正式启动，美国BRAIN计划于2013年启动。中国2014年香山会议开始讨论，2016年列入"十三五"规划

---

四、概念/简答题参考答案

41. 简述认知科学的研究内容及其多学科交叉性质。

参考答案：

认知科学是研究人的智能、其它动物的智能及人造系统的智能的科学。

研究内容包括：感知(perception)、学习(learning)、记忆(memory)、知识(knowledge)、语义(meaning)、推理(reasoning)、语言(language)、注意(attention)、意识(consciousness)及思维(thinking)等。

多学科交叉性质：由于认知科学的多学科交叉特点，人们从心理学、计算机科学、神经科学、数学（逻辑）、语言学、哲学等不同领域进行有关研究。（《认知科学进展》，戴汝为，1997）

---

42. 什么是类脑计算？其三大核心特点是什么？

参考答案：

定义：类脑计算（Neuromorphic Computing）是借鉴生物大脑的信息处理方式，以神经元与神经突触为基本单元，从结构与功能等方面模拟生物神经系统，进而构建新型计算形态。（《类脑计算——构建"人造超级大脑"》，吴朝晖，2022）

三大核心特点（Nature Electronics, 2021）：

1. 异步（Asynchronous）：每个神经元独立放电，不需要全局时钟同步
2. 事件驱动（Event-Driven）：仅在接收到脉冲时才进行计算
3. 存内信息处理（In-Memory Information Processing）：存储与计算一体化，打破传统冯诺依曼架构的存算分离瓶颈

---

43. 简述脉冲神经网络（SNN）与人工神经网络（ANN）的主要区别。

参考答案：

维度	ANN	SNN
信息形式	高精度连续浮点值（激活值）	离散二进制脉冲（0/1 Spike）
时间维度	无时间维度，仅在层间传播（空间域）	具有时间维度，在时空两维度传递信息
工作方式	同步（全局时钟驱动）	异步、事件驱动
能耗	高（全部神经元参与计算）	低（稀疏脉冲，仅部分神经元活跃）
生物合理性	较低	高，更贴近生物神经系统工作机制

---

44. 简述当前人工智能面临的主要瓶颈。

参考答案：

算法层面：

1. 功耗高：现有深度学习模型训练和推理功耗高，实际部署困难
2. 依赖大数据：模型训练过分依赖大规模标注数据
3. 可解释性差：神经网络被视为"黑箱"，学习和运行结果难以解释

计算体系层面：

1. 冯诺依曼瓶颈：存算分离的冯诺依曼计算体系效能低下
2. 摩尔定律逐渐失效：传统芯片性能提升遇到物理极限

---

45. 简述中国脑计划"一体两翼"战略的基本架构。

参考答案：

中国脑计划以**“一体两翼”**为发展战略：

• “一体”（核心）：解析大脑认知功能原理——理解脑认知原理的工作机制
• “两翼”：
  • 左翼：重大脑疾病诊治——修复脑
  • 右翼：类脑计算/脑机智能——模拟脑，将类脑计算和脑机智能放在优先发展位置

整体目标为"理解脑、修复脑、模拟脑"。2021年正式启动，国家拨款近32亿元。

---

五、课堂额外题参考答案

46. （课堂题Q1）大脑只有20瓦功耗，却具备高智能。关键机制分析。

参考答案：

大脑在极低功耗下实现高智能的关键机制可归纳为以下几点：

1. 存算一体：大脑中存储与计算在同一物理介质（突触）上完成，避免了冯诺依曼架构中数据频繁搬运的能耗
2. 异步事件驱动：神经元仅在接收到脉冲信号时才工作，无输入时处于静息状态，而非像传统计算机持续高频运行
3. 稀疏编码：信息以稀疏脉冲形式编码，同一时刻仅有少量神经元活跃，大幅降低能耗
4. 低频运行：神经元发放频率约100Hz，远低于计算机的GHz级时钟频率
5. 大规模并行处理：约10¹¹个神经元以高度并行的方式协同工作，单个神经元计算量小但整体能力强大
6. 容错性强：部分神经元死亡不影响整体功能，系统鲁棒性高

这些特点正是类脑计算试图借鉴和模仿的核心机制。

---

47. （课堂题Q2）脉冲神经网络超越传统神经网络的潜力分析。

参考答案：

脉冲神经网络（SNN）可能在以下方面超越传统人工神经网络（ANN）：

1. 能效优势：SNN以稀疏的0/1脉冲传递信息，仅在脉冲发放时触发计算，能耗远低于ANN的全连接密集计算
2. 时空信息处理：SNN具有时间维度，能天然处理时序数据（如语音、视频、事件流），而ANN需要额外设计（如RNN/LSTM）来处理时间信息
3. 事件驱动与异步计算：适应于神经形态硬件（如Loihi、TrueNorth），能实现真正的低延迟实时处理
4. 生物合理性：更接近真实神经系统工作方式，在脑机接口、神经科学研究中有独特优势
5. 低延迟：结合时间编码（如TTFS），可在极短时间内（毫秒级）完成信息处理和决策
6. 硬件友好：二进制脉冲通信天然适合新型存算一体芯片，有望突破传统计算体系瓶颈

但当前SNN也面临训练困难（不可微）、精度不如ANN等挑战。

---

答案编制完成时间：2026年6月25日