项目时间为2个月，主要目标是完成对该领域的调研工作，提升对该领域的认知，并输出相应的综述报告。现项目已阶段性结束，梳理了下过去一段时间的工作，小结如下：
-
SNN覆盖面广，与其他专业知识交叉点较多，在初步研究阶段可广泛涉猎，螺旋式递进汲取新知识，而后逐步完善知识框架；
-
SNN与ANN在本质上虽有差异，但网络搭建和工作流程基本相似，可在巩固ANN基础上进一步学习SNN，通过识别和挖掘两者异同点进行对比学习；
-
生物神经元是基础，若想进一步提升后续研究能力，前期必须加强这方面的理论学习；
-
SNN和ANN神经元模型均是对生物神经元的模拟，而SNN更是强化了生物可解释性，因此在研究初期需对生物神经网络工作机制和数学建模有基本了解；
-
类脑计算模型不局限于SNN，可考虑多模型融合、模型迁移等方式实现类脑智能，例如versa公司（利用基于概念学习的ConceptNet理论框架）；
-
缺乏落地场景，缺乏硬件支撑，而现今SNN计算能力仍不如ANN，SNN的效果验证工作较难推进；
-
对新领域缺乏认知，缺乏专家，无人探讨专业知识，导致无法正确制定/跟进工作计划，需进一步提高自身的时间管控能力。
网友评论