腦科學與人工智能-人工智能人腦技術

人工智能如果要進一步發展，需要從腦科學中得到啟發。

業界普遍認為，人工智能未來的演進方向是計算智能、感覺智能和認知智能，這一時期真正的突破是讓計算機具備了解、思考和自我學習的能力，腦科學為開發類腦計算系統和裝置，擺脫傳統計算機架構的束縛提供了重要基礎。

人工智能（AI）雖然發展迅速，但總有一個無法跨越的極限，那就是人腦的思維能力。比如擁有卷積神經網絡技術的AlphaGo，除了下棋之外的其他能力，可能還不如嬰兒。

全球科學家日益達成共識，想要突破人工智能的技術壁壘，必須在腦科學領域有所建樹。腦科學及類腦研究也被大陸《新一代人工智能發展規劃》列為重要研究方向之一。

“人工智能未來要想有進一步的發展，需要從腦科學中得到啟發。”作為中國“腦計劃”的領軍人物，中國科學院院士、美國國家科學院院士、中國科學院神經科學研究所所長蒲慕明，正努力推動人工智能與腦科學的融合發展。

在日前舉辦的2018騰訊WE大會上，蒲慕明表示，如何基于腦啟發的理念，設計出新的計算模型、新的裝置、晶片，甚至類似人腦神經結構的機器人，都是未來需要解決的問題。

類腦人工智能處于前沿

機器能夠變得比人類更聰明嗎？

在一檔名為《超級智能》的節目中，中科院深圳先進技術研究院認知中心主任張建偉在監控視訊中發現一個小女孩的模糊畫像，并讓機器和警察識别并指出小女孩的父母。結果，機器出現了失誤，而警察則通過孩子畫像成功鎖定了兩對父母。顯然，人類戰勝了機器。

“機器不會犯小錯誤，但會犯大錯誤，而人腦則相反。如何參考人腦模型對人工智能進行進一步的改進和增強，是未來研究的一個方向。”張建偉說。

人腦是宇宙中最複雜的系統之一，一旦學會了一件事，就能運用到其他情況中去，這是人工智能無法比拟的能力。“人工智能的最前沿是類腦人工智能，因為隻有人腦才是智能的最高點，是進化過程中發揮到最高極限的智能。”蒲慕明說。

業界普遍認為，人工智能未來的演進方向是計算智能、感覺智能和認知智能，這一時期真正的突破是讓計算機具備了解、思考和自我學習的能力，腦科學為開發類腦計算系統和裝置，擺脫傳統計算機架構的束縛提供了重要基礎。

要了解大腦是如何運作的，我們需要一張精準的大腦“地圖”，也就是大腦連接配接圖。人腦有1000億個神經元，大腦連接配接圖是了解大腦、發展類腦人工智能技術的重要基礎。

在北京舉行的2018中關村生命科學園發展論壇上，中國科學院院士、中國科學院上海分院副院長張旭表示，從全球範圍看，腦連接配接圖譜将在未來幾年産生系統性的研究成果，進而更加精準地分析我們大腦的結構。

“人工智能無論是原理設計，比如智能晶片或者智能機器，還是工程設計，都會越來越緊密地與腦科學配合。”張旭說，智能技術的發展面臨新的瓶頸，需要從腦科學和神經科學中得到啟發。智能技術的發展也會助力腦科學取得進一步突破，比如深度學習神經網絡處理器、語音識别和多語言翻譯技術等。

人工智能如何向人腦學習？

然而，當我們甚至不了解人腦如何工作時，我們如何通過模仿人腦來開發人工智能呢？

“在我們充分研究完大腦之後再考慮人工智能就太晚了。”在蒲慕明看來，機器學習網絡的架構也可以像大腦網絡一樣學習和塑造。此外，機器學習網絡還可以借鑒人腦的許多其他特點。例如，可以同時存在多個以不同方式（興奮性、抑制性等）處理信号的處理單元（神經元），單元之間的連接配接也可以多種多樣，不僅有前饋，還有回報和橫向連接配接。

“機器學習完全依賴監督學習，而人腦則不然。人腦的網絡可以在學習過程中不斷修剪和改變，它有另一套無監督的學習方法，可以有效地找到最佳、最有可能成功的路徑。是以我們需要從人腦無監督學習的角度來看待高效、低耗的網絡結構。”蒲慕明說。

“這也表明了‘中國腦計劃’的重要性。”蒲慕明說，“中國腦計劃”旨在解決上述基本回路的問題，即什麼樣的網絡能創造出如此有效的功能。“從這種有效網絡出發，我們可以設計出有效的人工網絡算法，或者硬體、裝置、晶片等。這是未來的前景。”

複旦大學在國際上首次建構了大腦動态圖譜，發現了大腦網絡的可變性，這意味着人類可以控制大腦的學習能力；比如發展了腦機融合技術，實作對大腦功能的精準調控。

不過張旭表示，目前還沒有類似腦智能的生物傳感器、處理器、計算機等，結合腦科學的神經網絡分析，包括不同腦區之間的互相協調控制、資源利用等，這些基礎理論還有待進一步發展。從數學和計算科學的角度看，無論是更貼近大腦皮層結構網絡的模型，還是更貼近計算的模型，都在不斷研發中。

“我們永遠不可能造出一顆一模一樣的大腦，完全模拟仿生腦的可能性也非常小，隻能實作更接近的仿生。”張旭說，類腦是包容性最強的，把腦科學或神經科學的一些基本原理、大腦運作的基本原理運用到智能裝置晶片、神經網絡計算、智能機器人的結構和功能設計中。

張旭研究團隊目前正在緻力于突破一系列基于神經網絡的智能關鍵技術，通過腦感覺功能圖譜和中國人腦分子、結構、功能圖譜，加強腦成像技術裝置、神經網絡相關技術、智能基礎部件的研發，建構最終的智能系統。

“在神經網絡關鍵技術方面，寒武紀、科大訊飛等都參與了研發，從模型的認知技術到智能化、制造化，都取得了研發成果和原理上的突破。”張旭說。

交叉整合并不容易

不過，蒲慕明和張旭都坦言，腦科學與人工智能的融合仍然十分困難。

“從事人工智能或資訊領域工作的人，與從事神經科學、腦科學工作的人，背景和語言完全不同。兩個領域的人講自己的語言，對方無法了解自己說的話。”在蒲慕明看來，若要将二者融合，人工智能必須了解腦科學的進展，腦科學也必須了解人工智能究竟在做什麼。

為此，大陸也開始加強“人工智能+腦科學”領域的團隊建設。如中國科學院腦科學與智能技術卓越創新中心，就是一個跨學科、跨機構的組織，通過團隊合作、跨學科融合，解決腦科學和類腦智能技術兩大前沿領域的重大問題。

張旭表示，類腦人工智能是分布式社會集體創新的聚集點，目前上海也在建立腦科學及類腦研究中心，一方面滿足國家科技戰略發展需要，另一方面搭建研發平台和人才、知識聚集平台。

“就像我們當年設立很多具有前瞻性的先進交叉學科研究項目一樣，我們必須突破傳統學科、專業的限制，才能開拓新的研究領域，發展新的發展方向。”張旭說。