记者11日从中国科学院自动化研究所获悉，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。
作为论文共同通讯作者，李国齐告诉记者，深度脉冲神经网络学习框架“惊蜇”具有简单易用、扩展性强、性能高等优点。借助“惊蜇”，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，“惊蜇”也给用户提供了定义新模型的完美范例。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。
“‘惊蜇’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“惊蜇”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。