機(jī)器人正在走入我們的生活，但它們的“智商”似乎并不盡如人意。我們能開發(fā)出像人類大腦一樣聰明而具有學(xué)習(xí)能力的機(jī)器人嗎？近日在天津召開的“類腦智能創(chuàng)新論壇”上，國(guó)內(nèi)外腦科學(xué)和智能技術(shù)領(lǐng)域?qū)＜覍W(xué)者對(duì)此各抒己見。與會(huì)專家指出，腦科學(xué)與智能技術(shù)的深度融合，將極大地推動(dòng)類腦智能研究的突破和發(fā)展，引領(lǐng)未來世界人工智能發(fā)展，重塑國(guó)家的工業(yè)、軍事、服務(wù)業(yè)等行業(yè)格局，成為國(guó)家核心競(jìng)爭(zhēng)力的重要體現(xiàn)。
“當(dāng)前的人工智能系統(tǒng)有智能沒智慧、有智商沒情商、會(huì)計(jì)算不會(huì)‘算計(jì)’、有專能無全能?！敝锌圃涸菏?、中科院副秘書長(zhǎng)、中科院自動(dòng)化研究所研究員譚鐵牛用四個(gè)短句表達(dá)了目前通用人工智能與人類智能水平的巨大差距。
會(huì)掃地的機(jī)器人不會(huì)擦桌子；服務(wù)機(jī)器人很難準(zhǔn)確理解客戶的情感、意識(shí)和需求；人工智能可以在國(guó)際象棋比賽中打敗人類冠軍，但是在對(duì)智能水平要求更高的圍棋項(xiàng)目中，只相當(dāng)于業(yè)余五段水平；日本福島核電站事故處理過程中機(jī)器人沒有順利完成任務(wù)，大量高風(fēng)險(xiǎn)的工作仍然需要由人力來完成；無人駕駛的概念車只是在某些測(cè)試路段（例如高速公路）能做到高度自動(dòng)駕駛，要在人口密集的城市街道實(shí)現(xiàn)完全自動(dòng)駕駛還需長(zhǎng)期攻關(guān)……
傳統(tǒng)人工智能已經(jīng)給經(jīng)濟(jì)社會(huì)帶來巨大變化，而它所存在的這些發(fā)展瓶頸，與機(jī)器學(xué)習(xí)本身的缺陷相關(guān)：機(jī)器學(xué)習(xí)不靈活，需要較多人工干預(yù)或大量標(biāo)記樣本；人工智能的不同模態(tài)和認(rèn)知功能之間交互與協(xié)同較少；機(jī)器的綜合智能水平與人腦相差較大……
要突破這些瓶頸，就需要新一代的智能技術(shù)革命，科學(xué)家們把期待投入到類腦智能上，認(rèn)定智能技術(shù)可以從腦科學(xué)和神經(jīng)科學(xué)獲得啟發(fā)。
“類腦智能是人工智能的一種形態(tài)，是人工智能的終極目標(biāo)，也是人工智能重要的研究手段?！弊T鐵牛說，人工智能技術(shù)的發(fā)展將對(duì)傳統(tǒng)行業(yè)產(chǎn)生重大顛覆性影響，重塑產(chǎn)業(yè)格局，“智能+X”將成為創(chuàng)新時(shí)尚?！叭斯ぶ悄軐⒃趪?guó)防、醫(yī)療、工業(yè)、農(nóng)業(yè)、金融、商業(yè)、教育、公共安全等領(lǐng)域獲得廣泛應(yīng)用，催生新的業(yè)態(tài)和商業(yè)模式，引發(fā)產(chǎn)業(yè)結(jié)構(gòu)的深刻變革?！?/p>
腦科學(xué)對(duì)類腦人工網(wǎng)絡(luò)有什么啟發(fā)？與現(xiàn)有人工智能技術(shù)相比，類腦智能將有哪些特別的進(jìn)步呢？
“從宏觀看，大腦不同區(qū)域主管不同功能。從微觀看，大腦有非常復(fù)雜的突觸結(jié)構(gòu)。越復(fù)雜越可調(diào)控，復(fù)雜帶來可塑性，也就是大腦的結(jié)構(gòu)與功能可依據(jù)使用的歷史而改變?！敝锌圃和饧菏俊⒅锌圃荷虾Ｉ窠?jīng)科學(xué)研究所所長(zhǎng)蒲慕明認(rèn)為，神經(jīng)系統(tǒng)與其他生物系統(tǒng)最大的差別在于其可塑性，“可塑性是大腦認(rèn)知功能的基礎(chǔ)，也是類腦智能系統(tǒng)最可借鑒的特性?！?/p>
“目前我們使用的人工智能網(wǎng)絡(luò)的結(jié)構(gòu)還是太簡(jiǎn)單，缺乏人類大腦那樣的反饋機(jī)制和長(zhǎng)遠(yuǎn)反向連接等功能?！逼涯矫鞅硎?，作為一名腦科學(xué)研究專家，他很期待未來腦科學(xué)研究可以和智能化網(wǎng)絡(luò)研究互相促進(jìn)、同步發(fā)展。
近年來，腦科學(xué)與類腦智能已經(jīng)成為世界各國(guó)研究和角逐的熱點(diǎn)，美國(guó)、歐盟都相繼啟動(dòng)相關(guān)研究計(jì)劃，我國(guó)政府也高度重視腦科學(xué)的研究，正在論證并啟動(dòng)“中國(guó)腦計(jì)劃”。
這一方面反映出大家對(duì)類腦智能的高度期待，另一方面也引發(fā)了一些科學(xué)家的擔(dān)憂。因?yàn)閿?shù)十年前，人類曾經(jīng)有過一次類似的人工智能研究熱潮，只是最后以失敗告終。
中國(guó)工程院院士鄭南寧就經(jīng)歷過那一波熱潮。上世紀(jì)80年代，鄭南寧曾赴日本留學(xué)，當(dāng)時(shí)日本提出了為期10年的“第五代計(jì)算機(jī)”計(jì)劃，試圖突破電腦的馮諾依曼瓶頸，也就是現(xiàn)有經(jīng)典計(jì)算機(jī)體系的速度和性能極限，以實(shí)現(xiàn)人工智能。知識(shí)工程奠基人費(fèi)根鮑姆曾認(rèn)為，這個(gè)驚人的開發(fā)計(jì)劃，將引起第二次計(jì)算機(jī)革命。
然而，第五代計(jì)算機(jī)運(yùn)氣不佳，雖然在技術(shù)上取得了部分突破，但并未實(shí)現(xiàn)自然語(yǔ)言人機(jī)對(duì)話、程序自動(dòng)生成等關(guān)鍵目標(biāo)，最終導(dǎo)致該計(jì)劃流產(chǎn)。
現(xiàn)在，我們重提類腦計(jì)算，與30年前比，有什么不一樣的背景呢？
“神經(jīng)科學(xué)、計(jì)算機(jī)科學(xué)、神經(jīng)網(wǎng)絡(luò)理論近20年來的長(zhǎng)足進(jìn)步，以及大數(shù)據(jù)時(shí)代對(duì)智能計(jì)算的需求，使我們今天再次聚焦類腦計(jì)算。”鄭南寧分析說，隨著腦與認(rèn)知科學(xué)的研究發(fā)展和觀測(cè)大腦微觀結(jié)構(gòu)技術(shù)手段日益豐富，人們已經(jīng)可以在微觀水平觀測(cè)到神經(jīng)元的結(jié)構(gòu)、不同腦區(qū)的形態(tài)，以及神經(jīng)元放電、不同神經(jīng)元如何構(gòu)成神經(jīng)網(wǎng)絡(luò)等信息處理過程。結(jié)合這些實(shí)驗(yàn)觀察，智能科學(xué)及計(jì)算模擬已可以在計(jì)算機(jī)上部分模擬腦信息處理過程。
譚鐵牛也認(rèn)為，對(duì)人腦層次化信息處理機(jī)制的初步借鑒、基于大樣本數(shù)據(jù)的訓(xùn)練、實(shí)現(xiàn)端對(duì)端的映射深度學(xué)習(xí)算法，這些進(jìn)步促進(jìn)了人工神經(jīng)網(wǎng)絡(luò)的復(fù)蘇，并已在語(yǔ)音識(shí)別、大規(guī)模圖像分類、人臉識(shí)別中大幅提高了現(xiàn)有的人工智能識(shí)別精度。
但這些進(jìn)步只是提供了突破的可能，我們現(xiàn)有的技術(shù)基礎(chǔ)距類腦智能的實(shí)現(xiàn)還有很長(zhǎng)距離。
我們尚未搞清楚大腦的工作機(jī)理：睡眠狀態(tài)下，大腦記憶得到了強(qiáng)化，它的內(nèi)在機(jī)理是什么？大腦用來處理外界激勵(lì)的能量消耗只占很小比例，那些與刺激無關(guān)的能量消耗到底做了什么？
我們也很難用現(xiàn)有的馮諾依曼結(jié)構(gòu)電腦來構(gòu)建大尺度的神經(jīng)形態(tài)計(jì)算系統(tǒng)。類腦計(jì)算本身需要打破馮諾依曼結(jié)構(gòu)、把類似大腦的突觸做到芯片上，但目前的神經(jīng)突觸芯片還在實(shí)驗(yàn)室階段，不能走向?qū)嵱?。?span style="COLOR: rgb(192,0,0)">如果用超級(jí)計(jì)算機(jī)平臺(tái)來模擬整個(gè)大腦的計(jì)算能力，需要10的18次方浮點(diǎn)運(yùn)算能力，這樣的超級(jí)計(jì)算機(jī)，預(yù)計(jì)到2019年至2023年才能出現(xiàn)。
“類腦計(jì)算是一場(chǎng)令人興奮又望而生畏的艱難挑戰(zhàn)，需要組織多學(xué)科交叉的大團(tuán)隊(duì)研究?！编嵞蠈幗ㄗh大家保持冷靜思考，避免期望值過高帶來的失望?！捌谕颠^高，又沒有達(dá)到預(yù)期，隨之帶來的可能是學(xué)科發(fā)展的低落甚至災(zāi)難，使最初的目標(biāo)成為皇帝的新衣?！?/p>
那么，要完成當(dāng)前類腦智能的艱難挑戰(zhàn)，我們需要沖破哪些關(guān)口呢？
鄭南寧認(rèn)為，與現(xiàn)有的馮諾依曼結(jié)構(gòu)計(jì)算機(jī)相比，類腦計(jì)算的技術(shù)路線，需要從組件到系統(tǒng)的網(wǎng)絡(luò)規(guī)模、計(jì)算能力上漸次逼近大腦。馮諾依曼結(jié)構(gòu)采用系統(tǒng)同步時(shí)鐘，類腦計(jì)算需要采用事件驅(qū)動(dòng)模式；馮諾依曼結(jié)構(gòu)運(yùn)算和存儲(chǔ)分離，類腦計(jì)算運(yùn)算和存儲(chǔ)要達(dá)到深度耦合；馮諾依曼結(jié)構(gòu)可以高效執(zhí)行預(yù)定的精確數(shù)值運(yùn)算，類腦計(jì)算要具備學(xué)習(xí)能力、擅長(zhǎng)發(fā)現(xiàn)復(fù)雜數(shù)據(jù)中的規(guī)律和模式；馮諾依曼結(jié)構(gòu)只有有限的容錯(cuò)性能，類腦計(jì)算需要低能耗高容錯(cuò)……
當(dāng)前，IBM等利用超級(jí)計(jì)算機(jī)模擬與人腦相似的大規(guī)模神經(jīng)網(wǎng)絡(luò)，但結(jié)果并不理想。鄭南寧認(rèn)為其原因在于：“人腦不同腦區(qū)具有不同結(jié)構(gòu)和功能，用相同結(jié)構(gòu)的大規(guī)模神經(jīng)網(wǎng)絡(luò)模擬整個(gè)人腦并不合理。我們應(yīng)該針對(duì)不同腦區(qū)的不同功能，設(shè)計(jì)不同結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)，模擬其學(xué)習(xí)與認(rèn)知功能?！?/p>
此外，神經(jīng)生理學(xué)的大量實(shí)驗(yàn)告訴我們，人類大腦皮層各功能區(qū)域之間的關(guān)系極為復(fù)雜。因此，在實(shí)現(xiàn)類腦計(jì)算機(jī)的體系結(jié)構(gòu)時(shí)，解決各層次和各處理模塊之間的關(guān)聯(lián)，也是一個(gè)巨大的挑戰(zhàn)。
類腦智能需要模擬神秘的大腦，但又不能只模擬神秘的大腦。
“從計(jì)算科學(xué)和工程學(xué)觀點(diǎn)看，類腦計(jì)算是一門以仿生學(xué)為基礎(chǔ)的，但又超越仿生學(xué)的工程研究。研究類腦智能計(jì)算并非復(fù)制人的大腦，而是模擬人類大腦的功能。”鄭南寧表示，僅研究人的思維活動(dòng)或記錄腦中所有神經(jīng)元不可能研制出真正的智能機(jī)器。“對(duì)鳥的詳細(xì)研究不可能對(duì)如何制造飛機(jī)提供更多啟示，對(duì)飛機(jī)的真正理解是來自飛行的研究?！?/p>
當(dāng)前，世界各國(guó)在類腦智能方向的研究都剛剛啟動(dòng)，我國(guó)在這方面的研究也蓄勢(shì)待發(fā)，這也許將成為我國(guó)人工智能發(fā)展的一個(gè)重要機(jī)會(huì)。
據(jù)悉，作為本次論壇主要承辦單位的中科院自動(dòng)化所就已率先啟動(dòng)了類腦智能研究，成立了類腦智能研究中心，并已取得部分階段性成果，比如研究并初步實(shí)現(xiàn)了具有自主學(xué)習(xí)能力的類腦計(jì)算系統(tǒng)，并圍繞環(huán)境感知與交互、類腦自動(dòng)推理、類人機(jī)器人等開展了應(yīng)用驗(yàn)證。
譚鐵牛說，我國(guó)人工智能整體發(fā)展水平與發(fā)達(dá)國(guó)家相比仍然存在較大差距，在基礎(chǔ)理論和整體應(yīng)用水平等方面與發(fā)達(dá)國(guó)家相比差距較大?！?span style="COLOR: rgb(192,0,0)">人工智能經(jīng)過近60年的發(fā)展開始進(jìn)入爆發(fā)增長(zhǎng)期，類腦智能將成為弱人工智能通往強(qiáng)人工智能的途徑。目前類腦智能取得的進(jìn)展只是對(duì)腦工作原理初步的借鑒，未來的機(jī)器智能研究需要與腦神經(jīng)科學(xué)、認(rèn)知科學(xué)、心理學(xué)深度交叉融合，這是我們的機(jī)會(huì)?！?/p>
來源：經(jīng)濟(jì)日?qǐng)?bào)（記者佘惠敏）↓↓↓
聯(lián)系客服
