中科院自動化所所長徐波發表了題為“類腦智能研究與發展方向”的演講。徐波稱，有監督的深度學習背后有很多人力，而且不具備通用性，未來的人工智能將會是一種受腦啟發的人工智能，也就是類腦智能。類腦計算、類腦智能、類人智能已經成為人工智能研究的熱門領域。
徐波稱，目前深度學習大多數采用CPU+GPU集群并行計算方式，這需要巨大的計算耗能。拿谷歌旗下的深度學習系統AlphaGo來說，它的功率為每小時280000瓦特，與李世石對弈時耗能為每小時225千卡。而類腦智能的優勢在于，它是一種面向人工神經網絡對低功耗、弱監督等學習需求將生物機制與數學原理融合的新型網絡模型和學習方法。受大腦多尺度信息處理機制啟發的計算模型及軟硬件實現，使機器實現人類具有的多種認知能力并高度協同，逐漸逼近具有學習和進化能力的通用智能。
徐波介紹了類腦智能的研究的幾個方面。一個是在認知科學上，融合了長短時記憶單元、注意力和多倫推理機制。在神經網絡對話系統。通過序列化的學習減少形式化過程。還有就是神經科學，它和機器學習融合的新時機是，機器學習的目標函數越來越復雜，為了使得目標函數和優化更加容易，機器學習發展出了不同的網絡結構。
徐波認為，大腦是典型的復雜系統，由上千億神經元通過百萬億突觸組成巨大網絡，實現感知、運動、思維、智力等各種功能。大腦等復雜系統的共性是，復雜的集體行為、信號和信息處理、自組織和適應性。信息處理將會成為理解生命系統的一個統一框架，也就是全腦認知功能計算模擬平臺。