Аннотация:За последние несколько лет методы глубокого обучения добились значительного прогресса и стали широко распространёнными инструментами для решения различных когнитивных задач. Чтобы использовать возможности глубокого обучения повсеместно, необходимо развернуть глубокое обучение не только на крупномасштабных компьютерах, но и на периферийных устройствах. Однако постоянно растущая сложность глубоких нейронных сетей вкупе с резким увеличением объема обрабатываемых данных предъявляют значительные энергетические требования к современным вычислительным платформам. Модель нейроморфных вычислений предполагает выполнение вычислений биологически правдоподобным образом. Частью нейроморфных вычислений являются спайковые нейронные сети, которые являются одним из ведущих кандидатов для преодоления ограничений нейронных вычислений и эффективного использования алгоритма машинного обучения в реальных приложениях. В данной работе рассматриваются биологические основы спайковых нейронных сетей, методы их обучения и создания, а также программные и аппаратные платформы для их использования.