“研發(fā)人工智能將成為人類歷史上犯的最大錯誤。不幸的是，這也可能是最后一個錯誤?！蔽锢韺W家霍金2014年這番頗具意味的話，曾掀起全球關(guān)于人工智能威脅論的輿論熱潮，包括SpaceX創(chuàng)始人、特斯拉電動汽車CEO馬斯克也稱人工智能為“惡魔”。不過，在6月27日中國科學院、天津市濱海新區(qū)政府聯(lián)合主辦的類腦智能創(chuàng)新論壇上，與會專家頻頻向外界傳遞著另一種聲音：要想造出超越人類智能的機器人，人類在科學研究上還有不小的距離。

當天，面對現(xiàn)場100多位國內(nèi)外神經(jīng)生物學、人工智能領域的學者，中國科學院院士譚鐵牛說，“盡管經(jīng)過近60年的發(fā)展，人工智能取得了巨大進步并呈爆發(fā)增長之勢，但在看得見的未來，人工智能的整體水平還難以超越人類智能，還不足以威脅人類的生存?！辈贿^，他也提到，人工智能的社會影響必須得到高度重視。

當前的人工智能有智能沒智慧、有智商沒情商、會計算不會“算計”

通常來說，人們更習慣于將那些能聽、能寫、能做、能夠代替人類工作的機器人，稱為通用的人工智能。就像人類的大腦一樣，能舉一反三、融會貫通，可謂“一腦萬用”。相應地，真正意義上完備的人工智能系統(tǒng)，也應該是一個通用的智能系統(tǒng)。 但在譚鐵?？磥?，目前通用人工智能距離人類智能水平還有巨大差距。

盡管早在1997年，IBM的深藍超級計算機就戰(zhàn)勝了國際象棋世界冠軍卡斯帕羅夫，14年后，IBM沃森知識問答系統(tǒng)，在電視智力競賽節(jié)目《危險邊緣》中戰(zhàn)勝了兩位人類冠軍選手，不過，譚鐵牛認為，這些面向特定領域的人工智能技術(shù)，由于應用背景需求明確、領域知識積累深厚、建模計算簡單可行，因此形成了人工智能領域的單點突破，在局部智能水平的單項測試中可以超越人類智能。

仍以人機對弈為例，譚鐵牛說，人工智能可以在國際象棋比賽中打敗人類冠軍，但是在對智能水平要求更高的圍棋項目中，人工智能只相當于業(yè)余五段水平。

身份識別也是現(xiàn)有機器人的一大“軟肋”，盡管在受控場景下，他們能夠準確識別人員身份，但在車站、機場、商場等現(xiàn)實場景中，其人臉識別準確率則急劇下降，而人類可以綜合人臉、談吐、衣著、表情、行為等多種特征在各種復雜條件下精確辨識人員身份。

“當前的人工智能系統(tǒng)有智能沒智慧、有智商沒情商、會計算不會‘算計’。” 譚鐵牛說。

中國工程院院士鄭南寧也認為，我們距離真正的人工智能還有較大的距離，一個簡單的例子是，我們目前尚未搞清楚大腦的工作機理，比如大腦用來處理外界激勵的能量消耗，只占了很小的比例，那些與刺激無關(guān)的能量消耗到底做了什么，以及在休眠狀態(tài)下，大腦記憶得到了強化，它的內(nèi)在機理是什么？“這些我們都還沒搞清楚，何談做類腦方面的研究？”

人類引以為傲的計算能力，也成了一大障礙。鄭南寧說，人類大腦約有1011的神經(jīng)元，其中每個神經(jīng)元有約104的突觸連接，以10Hz的速度釋放神經(jīng)脈沖，因此其計算量約為1016次操作，需要1018能力的高性能計算，才可完成模擬整個大腦的計算能力。然而，全球Top500高性能計算中具有這種能力的，預計在2019～2023年才能出現(xiàn)。

莫讓類腦計劃成為“皇帝的新衣”

隨著腦認知和神經(jīng)科學的發(fā)展，國內(nèi)外學術(shù)界都已經(jīng)意識到，智能技術(shù)可以從腦科學和神經(jīng)科學獲得啟發(fā)，提高機器的智能水平。近年來，腦科學與類腦智能已經(jīng)成為世界各國研究和角逐的熱點，美國、歐盟相繼啟動相關(guān)研究計劃，我國政府也正在論證并啟動“中國腦計劃”。相應地，不少高校也紛紛成立與此有關(guān)的課題組，甚至是研究院。

類腦計劃研究正在高速路上？

鄭南寧并不否認這一點，在他看來，神經(jīng)科學、計算機科學、神經(jīng)網(wǎng)絡理論近20年的長足進步，以及大數(shù)據(jù)時代對于智能計算的需求，使得今天的我們，再一次聚焦這一重大命題。

不過，他清晰地記得，上世紀80年代到90年代，也曾出現(xiàn)一股類似的潮流——以日本“第五代計算機”為代表的技術(shù)，力圖突破電腦所謂的馮·諾依曼瓶頸，以實現(xiàn)人工智能。當時，知識工程奠基人費根鮑姆認為，這個驚人的開發(fā)，將引起第二次計算機革命。

然而，第五代計算機的命運是“悲壯的”。鄭南寧至今記得，那次研究并未實現(xiàn)自然語言人機對話、程序自動生成等目標，最終計劃流產(chǎn)。

如今，人們這一次在面對類腦研究時的興奮，在鄭南寧看來，和當年的情景如出一轍，他提醒現(xiàn)場的學者，莫讓這一次的類腦計劃，成為皇帝的新衣，“期望值過高，而又沒有達到預期，隨之帶來的，可能是學科發(fā)展的低落，甚至是災難”。

類腦計算研究還是給科學家們留足了一些“可以踏踏實實”研究的題目。鄭南寧說，盡管神經(jīng)生理學的大量實驗告訴我們，人類腦皮層各功能區(qū)域之間的關(guān)系極為復雜，解決各層次和各處理模塊之間的關(guān)聯(lián)是一個巨大挑戰(zhàn)，但科學家還可以深入研究模型特性，而非單純研究它的原型的物理原理。

他以飛機和鳥為例說，對鳥的詳細研究，不可能對如何制造飛機提供更多的啟示，對飛機的真正理解來自飛行的研究，而非鳥。“從這個意義來說，研究類腦計算，并非去完整復制人的大腦，而是對人腦功能特性的模擬?！编嵞蠈幷f。

譚鐵牛也將上世紀80年代中到90年代中這段時間稱為人工智能的“寒冬期”，但在他看來，如今，互聯(lián)網(wǎng)和大數(shù)據(jù)推動人工智能進入新的春天。

國際機器人聯(lián)合會預測，“機器人革命”將創(chuàng)造數(shù)萬億美元的市場。2014年全球工業(yè)機器人銷量為22.5萬臺左右，銷量增長27%，年銷售額約59億美元。而中國市場，2014年一年的工業(yè)機器人銷量猛增54%，達到5.6萬臺 。

中國缺席人工智能60年來的重大發(fā)現(xiàn)

譚鐵牛以中科院自動化所為例說，該所已經(jīng)初步實現(xiàn)了具有自主學習能力的類腦計算系統(tǒng)，并圍繞環(huán)境感知與交互、類腦自動推理、類人機器人等開展了應用驗證。

但在譚鐵?？磥恚粋€嚴峻的現(xiàn)實情況是，我國在人工智能方面的整體發(fā)展水平，與發(fā)達國家相比仍然存在較大差距，尤其是在高精尖零部件、基礎工藝、工業(yè)設計、大型智能系統(tǒng)、大規(guī)模應用系統(tǒng)以及基礎平臺與數(shù)據(jù)開放共享等方面與發(fā)達國家相距較大。

他說，在基礎理論差距方面，中國缺席人工智能60年來的重大發(fā)現(xiàn)，在智能汽車方面，我國先進的傳感器（雷達、攝像頭）、控制器芯片、執(zhí)行器等核心零部件嚴重依賴外商，在電控單元的軟硬件、系統(tǒng)可靠性和控制精度方面，與國際先進水平相比落后了10～15年，競爭力明顯不足。

同時，我國在經(jīng)濟社會綜合發(fā)展水平、高科技人才隊伍、高科技產(chǎn)業(yè)投資等方面與發(fā)達國家還存在差距。

不過，當前，世界各國在類腦智能方向的研究都剛剛啟動，我國在這方面的研究也處于蓄勢待發(fā)階段，這可能是一個機會。譚鐵牛說，“通用人工智能研究和應用任重道遠，類腦智能是實現(xiàn)從專用到通用人工智能突破的重要途徑?！保ㄔ瓨祟}：造出比人類聰明的機器人，還要多久）