AI提“智”難離類腦研究

陸成寬

雖然人工智能在一些方面的表現(xiàn)已超越了人類，但這不代表它真的很聰明。相反，很多時(shí)候它還很傻很天真，仍然需要向人腦學(xué)習(xí)。

近期，以“類腦計(jì)算與人工智能”為主題的香山科學(xué)會議在香港科技大學(xué)召開，來自腦科學(xué)、神經(jīng)科學(xué)以及人工智能方向的30多位與會專家，討論了如何將人工智能和腦計(jì)算相互融合、相互促進(jìn)，實(shí)現(xiàn)從腦啟發(fā)到通用人工智能的演進(jìn)。

類腦智能是人工智能的良藥

近年來，人工智能在發(fā)展過程中仍有一系列技術(shù)難題需要克服。比如，機(jī)器學(xué)習(xí)不靈活，需要大規(guī)模人工標(biāo)注的高質(zhì)量樣本數(shù)據(jù)；訓(xùn)練模型需要很大的計(jì)算開銷；人工智能仍然缺乏高級認(rèn)知能力和舉一反三的學(xué)習(xí)能力。

香港科技大學(xué)楊強(qiáng)教授表示，機(jī)器學(xué)習(xí)是人工智能領(lǐng)域的核心內(nèi)容，但是，當(dāng)前的機(jī)器學(xué)習(xí)與人腦的學(xué)習(xí)能力相比還存在顯著差異，尤其在可解釋性、推理能力、舉一反三能力等方面，與人腦相比還存在明顯差距。目前科學(xué)家們把更多期待投入到類腦智能上，他們認(rèn)為智能技術(shù)可以借鑒腦科學(xué)和神經(jīng)科學(xué)，對人腦認(rèn)知神經(jīng)機(jī)制的理解可能為新一代人工智能算法和器件的研發(fā)帶來新啟發(fā)，為信息智能領(lǐng)域的產(chǎn)業(yè)升級帶來顛覆性的變革突破。

“近年來，腦與神經(jīng)科學(xué)、認(rèn)知科學(xué)的進(jìn)展使得人們在腦區(qū)、神經(jīng)微環(huán)路、神經(jīng)元等不同尺度觀測的各種認(rèn)知任務(wù)中，獲取腦組織的部分活動數(shù)據(jù)已成為可能，獲知人腦信息處理過程不再僅憑猜測，通過多學(xué)科交叉和實(shí)驗(yàn)研究獲得的人腦工作機(jī)制更具可靠性。因此，腦科學(xué)有望為機(jī)器學(xué)習(xí)、類腦計(jì)算的突破提供借鑒?！敝袊茖W(xué)院神經(jīng)科學(xué)研究所蒲慕明院士說。

信息處理要模擬人腦

所謂類腦計(jì)算是借鑒人腦存儲處理信息的方式發(fā)展起來的新技術(shù)，它通過仿真、模擬和借鑒大腦生理結(jié)構(gòu)和信息處理過程的裝置、模型和方法，制造類腦計(jì)算機(jī)和類腦智能。

香港科技大學(xué)葉玉如院士表示，類腦智能是人工智能的一種新形態(tài)，也是人工智能重要的研究手段。人類的大腦被認(rèn)為是最高級的生物智能系統(tǒng)，它具有感知、識別、學(xué)習(xí)、聯(lián)想、記憶、推理等功能。大腦的這些功能與其結(jié)構(gòu)存在著對應(yīng)關(guān)系。類腦計(jì)算機(jī)就是以物理的形態(tài)實(shí)現(xiàn)這種對應(yīng)關(guān)系，它以神經(jīng)元作為基本計(jì)算和存儲單元，利用神經(jīng)元之間的突觸連接傳遞信息，模擬神經(jīng)突觸的強(qiáng)度變化，其分布式的存儲和計(jì)算單元直接相連構(gòu)成大規(guī)模神經(jīng)網(wǎng)絡(luò)計(jì)算系統(tǒng)。

“類腦計(jì)算系統(tǒng)是基于神經(jīng)形態(tài)工程，借鑒人腦信息處理方式，打破‘馮·諾依曼架構(gòu)束縛，適于實(shí)時(shí)處理非結(jié)構(gòu)化信息，具有學(xué)習(xí)能力的超低功耗新型計(jì)算系統(tǒng)。它是人工通用智能的基石，是智能機(jī)器人的核心，擁有極為廣闊的應(yīng)用前景?！鼻迦A大學(xué)施路平說。

此外，北京郵電大學(xué)李德毅院士提出了反用駕駛腦的觀點(diǎn)，用人工智能研究腦科學(xué)。在計(jì)算模型層面，將探索更多具有生物可行性的學(xué)習(xí)機(jī)制的人工神經(jīng)網(wǎng)絡(luò)算法。在網(wǎng)絡(luò)架構(gòu)層面，典型的人類認(rèn)知行為將通過引入網(wǎng)絡(luò)內(nèi)的大腦樣域和子域來建模，這些域?qū)⑼ㄟ^學(xué)習(xí)來協(xié)調(diào)、整合和修改。目標(biāo)是在多個層面、理論上模擬大腦的機(jī)制和結(jié)構(gòu)，開發(fā)一個更具有普遍性的AI以應(yīng)對包括多任務(wù)、自學(xué)習(xí)和自適應(yīng)等方面的挑戰(zhàn)。

（本文轉(zhuǎn)自《科技日報(bào)》）