类脑认知智能的研究方向主要包括：

1、聚焦面向通用人工智能的类脑认知智能模型，研究类脑脉冲神经网络学习、发育与演化机理、类脑可塑性理论、类脑知识表征与推理、类脑决策理论、意识计算模型、情感与伦理道德的类脑模型等。已发布同时支持类脑人工智能与脑模拟的类脑认知智能引擎“智脉(BrainCog)”。

2、实现并超越人类水平的智能是人工智能研究的终极目标。世界上除了人脑以外，目前没有任何一个智能系统能够高度协同多模态感知、决策、推理、预测、语言、动作等认知能力，具有高度自适应性、自主学习能力，甚至是自我意识，并稳定工作至少几十年。因此，我们致力于研究脑信息处理原理，构建面向通用人工智能的类脑认知智能模型，提出类脑脉冲神经网络学习、发育与演化机理、类脑可塑性理论、类脑知识表征与推理、类脑决策理论、意识计算模型、情感与伦理道德的类脑模型等。长期目标是开发全面的理论和系统，以解码人类智能及其进化的机制和原理，使脑启发的有意识的生命体具有或超越人类水平的智能，以适应未来的人类-人工智能共生社会。

图1 类脑认知智能架构