全文共2813字，預(yù)計(jì)閱讀時(shí)長6分鐘

6月22日，AI界大佬共聚合肥，商討人工智能的未來——“類腦智能”。

在第二屆中國（合肥）類腦智能高峰論壇上，百余位知名學(xué)者及行業(yè)大咖匯聚于此，以“類腦智能·駕馭未來”的主題，進(jìn)行類腦智能技術(shù)的高峰對(duì)話。

現(xiàn)在的市面上充斥著各類AI“小聾瞎”“小笨蛋”，讓人們逐漸以為它們便是AI的真實(shí)模樣。

其實(shí)，無論是在科幻大片里，還是在幾代研究人員的心目中，“類腦智能”始終都作為AI研究的終極目標(biāo)而存在。

所謂“類腦智能”，通俗來說就是擁有人造大腦、會(huì)思考、會(huì)學(xué)習(xí)的智能體。本質(zhì)上，它就是一個(gè)利用算法模擬神經(jīng)元工作機(jī)制，制造在信息處理機(jī)制上類腦，在認(rèn)知能力上類人的計(jì)算模型。

近年來發(fā)展起來的深度神經(jīng)網(wǎng)絡(luò)模型，正是該領(lǐng)域所取得的一大突破。它的核心思想是模擬人腦分區(qū)化、層次化的信息處理機(jī)制，在模式識(shí)別和人工智能應(yīng)用領(lǐng)域取得了巨大成功。

即便如此，“類腦智能”的未來，還是停留在遙遠(yuǎn)的彼方。

為何我們還未擁有“類腦智能”？

“類腦智能”所需的是讓計(jì)算機(jī)成為一個(gè)不聾不瞎，能跑能跳、聰明機(jī)智的仿生人，需要視覺聽覺、信息處理、運(yùn)動(dòng)控制的有機(jī)結(jié)合，它的研發(fā)不僅僅基于算法領(lǐng)域取得的進(jìn)展，其動(dòng)能的來源，是腦科學(xué)。

就像大腦能夠?qū)崿F(xiàn)對(duì)生物體各類功能的控制那樣，“類腦智能”的核心思想就是通過給機(jī)器“移植大腦”，從而“克隆”人類行為。既然如此，便少不了對(duì)人類大腦的種種研究。

人類的大腦有多復(fù)雜？它能讓牛頓創(chuàng)造微積分，能讓李白寫出“欲上青天攬明月”，能讓達(dá)芬奇畫出蒙娜麗莎，也能讓梅西成為世界聞名的球員。

這一切原因，在于上千億神經(jīng)元能夠通過百萬億突觸實(shí)現(xiàn)協(xié)同運(yùn)作。一個(gè)人的大腦中擁有數(shù)千萬個(gè)幾何結(jié)構(gòu)，結(jié)構(gòu)層次最高能到11維，它們分布不均、數(shù)量龐大、功能繁雜，是一個(gè)濃縮的宇宙。

由此，要對(duì)大腦進(jìn)行模擬，需要從三個(gè)方面入手。

首先是微觀理解神經(jīng)元、突觸的工作機(jī)制及其特性。

通過一道道電流，我們的肌肉收到指令，我們的腦海浮現(xiàn)場(chǎng)景。這些電流正如計(jì)算機(jī)中的0和1，排列組合之下產(chǎn)生不同的效果?？梢哉f，這種工作機(jī)制是最容易在計(jì)算機(jī)世界里被量化的東西，自然也就成為“類腦智能”領(lǐng)域最基礎(chǔ)的研究范疇。

其次是宏觀分析腦區(qū)間的鏈路及協(xié)作。

“類腦智能”自然不會(huì)是“終其一生”只能做一件簡單事的機(jī)器，而是可以作為以身涉險(xiǎn)的消防員、勤加持家的管家而存在的“仿生人”。這就要求其“大腦”能夠管控協(xié)調(diào)多重功能，讓機(jī)器人說話時(shí)運(yùn)動(dòng)功能不受影響，視物時(shí)能夠看圖說話，必然也少不了對(duì)不同功能腦部區(qū)間的研究。

最后是從介觀，也就是從神經(jīng)網(wǎng)絡(luò)連接模式來了解微觀與宏觀層面的協(xié)作。

縱然，腦科學(xué)在這三方面都取得了一定的進(jìn)展，尤其是微觀層面對(duì)于神經(jīng)元與突觸結(jié)構(gòu)性與功能性的研究，給“類腦智能”的研發(fā)輸送了強(qiáng)有力的支援。

但未知的謎題還有許多，諸如：我們?cè)撊绾文M記憶，才能讓機(jī)器的運(yùn)作不像安卓手機(jī)那樣，越來越慢？不同的神經(jīng)元連接模式對(duì)應(yīng)的功能差異對(duì)于認(rèn)知功能的實(shí)現(xiàn)具有何種意義，是否有必要舍棄簡潔明快的算法轉(zhuǎn)而追求復(fù)雜結(jié)構(gòu)？層次化分區(qū)化思考如何實(shí)現(xiàn)，信息處理應(yīng)該有怎樣的優(yōu)先級(jí)？

當(dāng)然，掣肘“類腦智能”發(fā)展的，不僅僅是腦科學(xué)方面的進(jìn)展。

目前而言，絕大部分的腦科學(xué)發(fā)現(xiàn)都難以有效地運(yùn)用到人工智能領(lǐng)域。因而，“類腦智能”研究需要加強(qiáng)人工神經(jīng)網(wǎng)絡(luò)和生物神經(jīng)網(wǎng)絡(luò)在工作機(jī)制、結(jié)構(gòu)功能和記憶學(xué)習(xí)上的擬合，尤其迫切需要圍繞兩個(gè)方向進(jìn)行科研攻關(guān)。

首先迫切需要發(fā)展的，是更加高效能的新一代人工神經(jīng)網(wǎng)絡(luò)模型。

如今的深度神經(jīng)網(wǎng)絡(luò)模型雖然已經(jīng)在一定程度上借鑒了神經(jīng)系統(tǒng)的工作原理，并具備相對(duì)完整的編解碼、學(xué)習(xí)與訓(xùn)練方法，但其并不具備大腦的腦容量以及多功能協(xié)作的能力，計(jì)算效能也并不突出。

其次，讓類腦學(xué)會(huì)“終生學(xué)習(xí)”也同樣重要。

目前的機(jī)器學(xué)習(xí)局限于監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)三個(gè)層面?；谶@三個(gè)層次研發(fā)的人工智能，只能從數(shù)據(jù)庫獲取“知識(shí)”，缺乏從周圍環(huán)境對(duì)知識(shí)、模型結(jié)構(gòu)和參數(shù)進(jìn)行學(xué)習(xí)和自適應(yīng)進(jìn)化。

而讓機(jī)器像人一樣不斷地自主學(xué)習(xí)，正是機(jī)器學(xué)習(xí)的最高目標(biāo)，這需要監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)、增量學(xué)習(xí)、遷移學(xué)習(xí)、多任務(wù)學(xué)習(xí)、交互學(xué)習(xí)等多種靈活方式綜合應(yīng)用。

研發(fā)“類腦智能”，高校在做什么？

“類腦智能”研發(fā)變現(xiàn)難、投入大，需要政府的大力支持。而早在中國的《“十三五”國家科技創(chuàng)新規(guī)劃》之前，20世紀(jì)90年代之初便陸續(xù)有國家開始關(guān)注“類腦智能”研發(fā)。

而到了2013年，美國和歐盟相繼提出“類腦智能”國家計(jì)劃，加拿大、日本、德國、英國等也先后加入潮流，希望搶占未來技術(shù)的制高點(diǎn)、掌握未來戰(zhàn)略的主動(dòng)權(quán)。

政府的力量終究只局限與資本方面，人才的培育和引進(jìn)還要依仗高校和行業(yè)。

在中國，類腦智能技術(shù)及應(yīng)用國家工程實(shí)驗(yàn)室是目前最大的一股研究力量。

作為中國類腦智能領(lǐng)域唯一的國家級(jí)工程實(shí)驗(yàn)室，其匯聚了中國科學(xué)院、復(fù)旦大學(xué)等來自學(xué)界的支持以及微軟、百度、科大訊飛等來自行業(yè)的動(dòng)力。

目前，工程實(shí)驗(yàn)室已在腦圖譜測(cè)繪、腦成像、類腦信息處理等方向上取得了亮眼成果，并提出了3000塊GPU、20PB數(shù)據(jù)存儲(chǔ)及處理能力的基礎(chǔ)設(shè)施建設(shè)目標(biāo)。

然而，這一切還遠(yuǎn)遠(yuǎn)不夠。與發(fā)達(dá)國家相比，我國在類腦智能的基礎(chǔ)前沿研究、軟硬件結(jié)合的類腦智能機(jī)器人等領(lǐng)域?qū)嵙θ匀惠^弱。讓高校真正站起來，成為中國“類腦智能”的頂梁柱，是眼下的當(dāng)務(wù)之急。

目前，高校的力量首先體現(xiàn)在教學(xué)上。例如中科大就在本科生教育中開設(shè)了腦與認(rèn)知科學(xué)導(dǎo)論這一門必修課。而浙江大學(xué)、中山大學(xué)也有著類似的課程。

然而，“類腦智能”研究集合了腦科學(xué)、心理學(xué)、認(rèn)知科學(xué)、生理學(xué)及計(jì)算機(jī)科學(xué)，僅僅依靠一本教材一門課，除了能讓學(xué)生明白諸如DNN、SNN等框架的原理所在及應(yīng)用方向，對(duì)于想要真正達(dá)到人才輸送的目的來說，猶如杯水車薪。

因此，如何在高校內(nèi)完成學(xué)科交叉融合成為了世界難題。

目前比較好的做法是依靠相關(guān)課程的教師，對(duì)于本科生進(jìn)行合理的興趣引導(dǎo)，對(duì)于研究生及博士生進(jìn)行研究指導(dǎo)。

而通過雙學(xué)位輔修或多專業(yè)有側(cè)重點(diǎn)地開設(shè)相關(guān)課程也不失為一個(gè)好方法。但由于人工智能熱剛剛在高校掀起，許多諸如心理學(xué)醫(yī)學(xué)領(lǐng)域還沒有綜合性人才能夠組織課程規(guī)劃和教材編著。

高校還能充分發(fā)揮作用的是對(duì)大創(chuàng)項(xiàng)目的支持。目前行業(yè)內(nèi)赫赫有名的寒武紀(jì)、深鑒科技背后都有來自一流高校的支撐。

但是，企業(yè)的最終目標(biāo)是為了盈利，在“類腦智能”還沒有多少變現(xiàn)價(jià)值的今天，這方面的研究也難以持續(xù)且大規(guī)模的進(jìn)行。

讀芯君開扒