AI要想進一步發(fā)展，需要從腦科學得到啟發(fā)。

業(yè)界普遍認為，AI未來的演進方向就是計算智能、感知智能和認知智能，在此期間，真正需要突破的就是讓計算機理解、思考和進行自我學習，腦科學則為發(fā)展類腦計算系統(tǒng)和器件、擺脫傳統(tǒng)計算機架構(gòu)的束縛提供了重要的依據(jù)。

人工智能（AI）雖然發(fā)展得如火如荼，但總有一個界限無法逾越，那就是擁有人類大腦的思維能力。例如擁有卷積神經(jīng)網(wǎng)絡技術(shù)的AlphaGo，下棋之外的能力或許連嬰兒都不如。

全球科學家日漸達成共識——要想突破AI的技術(shù)壁壘，就要在腦科學領域有所建樹。腦科學與類腦研究也被列為我國《新一代人工智能發(fā)展規(guī)劃》中的重要研究方向之一。

“AI未來要想進一步發(fā)展，就需要從腦科學得到啟發(fā)?！弊鳛橹袊澳X計劃”的領軍人物，中國科學院院士、美國國家科學院院士、中科院神經(jīng)科學研究所所長蒲慕明就在全力推動AI與腦科學的融合發(fā)展。

在日前召開的2018騰訊WE大會上，蒲慕明表示，如何從腦啟發(fā)的這個概念來設計新的計算模式、新的類似人腦神經(jīng)元結(jié)構(gòu)的器件、芯片，甚至是機器人，都是今后需要解決的問題。

類腦是AI的前沿

機器會不會比人類更聰明？

在一檔《機智過人》的節(jié)目里，中科院深圳先進院認知中心主任張建偉找到監(jiān)控中一個模糊的小女孩圖像，讓機器和警官進行辨認并指出小女孩的父母，結(jié)果機器犯了錯誤，而警官順利通過孩子的畫像鎖定了兩對父母，顯而易見是人戰(zhàn)勝了機器。

“機器不會犯小錯，但會犯大錯，而人腦相反，如何參考人腦模型對AI進行更多改善和提升，是未來研究的一個方向?！睆埥▊フf。

人腦是宇宙中最為復雜的系統(tǒng)之一，人腦學會了一件事就能夠舉一反三，而這正是AI難以企及的能力?！叭斯ぶ悄艿那把鼐褪穷惸X人工智能，因為只有人類大腦才是智能的最高點，是在進化過程中發(fā)揮到最高極限的智能?！逼涯矫髡f。

業(yè)界普遍認為，AI未來的演進方向就是計算智能、感知智能和認知智能，在此期間，真正需要突破的就是讓計算機理解、思考和進行自我學習，腦科學則為發(fā)展類腦計算系統(tǒng)和器件、擺脫傳統(tǒng)計算機架構(gòu)的束縛提供了重要的依據(jù)。

而要想理解大腦是怎么工作的，就需要一個精準的大腦“地圖”，即腦聯(lián)接圖譜。人腦有1000億個神經(jīng)元，腦聯(lián)接圖譜是認識腦和發(fā)展類腦人工智能技術(shù)的重要基礎。

在于北京召開的2018年中關(guān)村生命科學園發(fā)展論壇上，中國科學院院士、中科院上海分院副院長張旭表示，在全球大視野下，腦聯(lián)接圖譜在未來幾年內(nèi)將會產(chǎn)生系統(tǒng)性的研究成果，從而更精準地解析我們大腦的結(jié)構(gòu)。

“AI無論是原理性設計，比如智能芯片或智能機器，還是工程化設計等，都將與腦科學合作得越來越密切?！睆埿癖硎荆悄芗夹g(shù)發(fā)展面臨新瓶頸，需要從腦科學和神經(jīng)科學獲得啟發(fā)。而智能技術(shù)的發(fā)展也有助于腦科學取得進一步突破，比如深度學習神經(jīng)網(wǎng)絡處理器、語音識別及多語種翻譯技術(shù)等。

AI怎樣向人腦學習？

可是，當我們根本沒搞清人腦工作機理的時候，又如何仿照人腦開發(fā)AI呢？

“把大腦完全研究清楚，再來考慮人工智能，這太晚了?！痹谄涯矫骺磥恚?a target="_blank">機器學習網(wǎng)絡的架構(gòu)也可以像腦網(wǎng)絡一樣被學習塑造。此外，機器學習網(wǎng)絡還可以借鑒人腦中的許多其他特性，例如，對信號做不同處理（興奮性、抑制性等）的多種處理單元（神經(jīng)元）可以同時存在，單元之間的連接也可以是多樣化的，不但可以前饋，也可以有反饋和側(cè)向連接。

“機器學習完全靠的是監(jiān)督學習，而人腦不是。人腦的網(wǎng)絡可以在學習過程中不斷地修剪、改變，它有另外一套非監(jiān)督學習的辦法，能有效地找到最佳、最有可能成功的途徑。所以，我們要從人腦的非監(jiān)督學習去看高效低能量的網(wǎng)絡結(jié)構(gòu)到底是怎么回事。”蒲慕明說。

“這也意味著‘中國腦計劃’的重要性。”蒲慕明表示，“中國腦計劃”就是要解決上述基本環(huán)路的問題，即到底是什么樣的網(wǎng)絡造成這樣有效的功能?！皬倪@個有效的網(wǎng)絡我們就可以設計有效的人工網(wǎng)絡算法，或者是硬件、器件、芯片等，這就是未來的前景?！?/p>

復旦大學在世界上首次構(gòu)建了大腦的動態(tài)圖譜，發(fā)現(xiàn)了腦網(wǎng)絡的可變性，這意味著人類可以控制大腦的可學習性；比如發(fā)展了腦機融合技術(shù)，實現(xiàn)了大腦的功能精準調(diào)控。

不過，張旭表示，目前還沒有類似大腦智能的生物傳感器、處理器和計算機，結(jié)合腦科學的神經(jīng)網(wǎng)絡解析，包括不同腦區(qū)之間的相互調(diào)配控制、資源利用，這些基礎理論都有待進一步發(fā)展。從數(shù)學和計算科學來講，無論更貼近大腦皮層結(jié)構(gòu)網(wǎng)絡的模型，還是更貼近計算的模型，都處在不斷的研發(fā)過程中。

“我們永遠不可能造出一模一樣的大腦，全覆蓋的模擬仿生大腦可能性也很小，只可能實現(xiàn)更加接近的仿生。”張旭表示，類腦就是最大范圍的包容性，將腦科學或神經(jīng)科學的一些基本原理以及腦運行的基本原理，應用于智能器械芯片、神經(jīng)網(wǎng)絡計算、智能機器人等結(jié)構(gòu)和功能設計上。

張旭課題組目前要做的事情就是突破一系列基于神經(jīng)網(wǎng)絡的智能關(guān)鍵技術(shù)。通過腦感知功能圖譜和中國人腦分子、結(jié)構(gòu)和功能圖譜，加強腦影像技術(shù)裝備、神經(jīng)網(wǎng)絡關(guān)聯(lián)技術(shù)、智能基礎部件的研發(fā)以及構(gòu)建最后的智能系統(tǒng)。

“在神經(jīng)網(wǎng)絡關(guān)鍵技術(shù)方面，寒武紀、科大訊飛等都參與了研發(fā)。我們從模型的認知技術(shù)到智能及其制造上，都有研發(fā)結(jié)果和原理上的突破。”張旭介紹說。

交叉融合并不容易

不過，蒲慕明與張旭都坦言，腦科學與AI要想融合發(fā)展，目前來說仍很困難。

“做AI或信息領域的人的背景、語言，跟做神經(jīng)科學、腦科學的完全不一樣，兩個領域的人各講各的話，講出來的話對方還都聽不懂?！痹谄涯矫骺磥恚瑑烧咭肴诤显谝黄?，AI就要理解腦科學的進展，腦科學也要理解AI到底是做什么的。

為此，我國也開始加強“AI+腦科學”方面的團隊建設，例如中科院腦科學與智能技術(shù)卓越創(chuàng)新中心就是一個跨學科、跨院校的組織，通過團隊合作和學科交叉融合，解決在腦科學和類腦智能技術(shù)兩個前沿領域的重大問題。

張旭表示，類腦人工智能是分布式的社會集體創(chuàng)新的一個結(jié)合點。目前，上海也正在組建腦科學與類腦研究中心，一方面滿足國家科技戰(zhàn)略發(fā)展的需求；另一方面，打造一個研究開發(fā)平臺和人才匯聚知識交融的平臺。

“就像當年我們建立很多具有前瞻性的先進交叉學科研究一樣，要突破傳統(tǒng)的學科和專業(yè)的局限，才能開辟新的研究領域，開發(fā)新的發(fā)展方向?！睆埿裾f。