神經(jīng)科學(xué)能否讓人工智能“超進化”？

陸成寬

人工智能會取代人類嗎？這個問題一度引發(fā)全民熱議。雖然目前人工智能正在快速提“智”，但是這不代表它真的很聰明。相反，很多時候它還很傻很天真，仍然需要向人腦學(xué)習(xí)。

近日，以色列魏茨曼科學(xué)研究學(xué)院計算機科學(xué)系教授希蒙·厄爾曼發(fā)文表示，相信神經(jīng)科學(xué)能為人工智能發(fā)展提供進一步的助力。那么，人工智能和神經(jīng)科學(xué)究竟有什么關(guān)系？神經(jīng)科學(xué)到底如何進一步助力人工智能發(fā)展？深度融合神經(jīng)科學(xué)的人工智能將發(fā)生哪些變化？

神經(jīng)科學(xué)和人工智能本屬同源

談到人工智能和神經(jīng)科學(xué)之間的關(guān)系，中國科學(xué)院上海生命科學(xué)研究院副研究員王小理用兩句話來概括：同源分流、學(xué)科獨立;交叉融合、分久必合。

最初，人工智能與神經(jīng)科學(xué)是兩門各自獨立的學(xué)科，有著不太一樣的研究對象、研究方法體系。從學(xué)科起源的時間原點來看，人工智能學(xué)科以1956年美國達特茅斯學(xué)院夏季討論班為緣起;而神經(jīng)科學(xué)誕生的標志可以回溯到1891年的神經(jīng)元學(xué)說。這樣看神經(jīng)科學(xué)算是人工智能學(xué)科的“前輩”。

神經(jīng)科學(xué)更多地側(cè)重于生物學(xué)意義上的神經(jīng)活動的規(guī)律，解析包括思維、情感、智能等在內(nèi)的高級神經(jīng)活動的發(fā)生機制，而意識起源問題，則是神經(jīng)科學(xué)的終極目標，研究方法上神經(jīng)科學(xué)是以自然現(xiàn)象歸納為主的“實驗科學(xué)”。而人工智能是研究開發(fā)能夠模擬、延伸和擴展人類智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)，研究對象不是智能而是智能操控，現(xiàn)階段研究方法上是側(cè)重于對復(fù)雜現(xiàn)象進行模擬仿真的“計算科學(xué)”。

“但可以將神經(jīng)科學(xué)和人工智能的關(guān)系簡單理解為源和流?！蓖跣±砀嬖V筆者，人工智能的興起和發(fā)展離不開神經(jīng)科學(xué)成果的滋養(yǎng)。

正如希蒙·厄爾曼文章所述，早期人工智能領(lǐng)域的科學(xué)家將生物神經(jīng)系統(tǒng)作為參照對象，創(chuàng)造出了近年來盛行的“深度網(wǎng)絡(luò)”腦啟發(fā)架構(gòu)，這是一個非常鮮明的“源流”案例，也一直為神經(jīng)科學(xué)家和人工智能領(lǐng)域科學(xué)家所津津樂道。但有些人工智能領(lǐng)域的專家，認為深度網(wǎng)絡(luò)前期是仿腦，后期發(fā)展了獨立的方法，因此認為，人工智能有自己的方法體系，基本可以拋開腦科學(xué)。這樣的觀點其實是值得深入討論的。

中國科學(xué)院神經(jīng)科學(xué)研究所蒲慕明院士曾向筆者表示，近年來，腦與神經(jīng)科學(xué)、認知科學(xué)的進展使得人們在腦區(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)科交叉和實驗研究獲得的人腦工作機制更具可靠性。因此，腦科學(xué)有望為機器學(xué)習(xí)、類腦計算的突破提供借鑒。

但是，人工智能對神經(jīng)科學(xué)發(fā)展的反哺或反饋作用也是客觀存在的。在神經(jīng)科學(xué)基礎(chǔ)研究階段，人工智能可以輔助研究人員解析復(fù)雜的腦神經(jīng)信號、腦神經(jīng)圖譜實驗數(shù)據(jù)，構(gòu)建和模擬大腦模型系統(tǒng)等。在轉(zhuǎn)化應(yīng)用階段，人工智能還能加速腦科學(xué)成果的應(yīng)用，例如大腦疾病診斷與新療法成果的臨床轉(zhuǎn)化等。

打開人工智能“黑箱”的幾條通路

事實上，沒有神經(jīng)科學(xué)大的理論突破，沒有對智能生物本原的認識，人工智能中的“智能”概念很可能就一直是個“黑箱”，而智能模擬與擴展就可能一直在“外圍”打轉(zhuǎn)。比如，美國國家工程院《21世紀人類面臨的14大科技挑戰(zhàn)》報告就認為，人工智能目前存在的部分問題是源于設(shè)計中并沒有充分考慮真實的大腦情況。而通過對人腦的逆向工程來揭示大腦的秘密，可以更好地設(shè)計出能同時處理多重信息流的計算設(shè)備。

目前神經(jīng)科學(xué)在助力人工智能發(fā)展上有幾條通路。王小理介紹，具體路徑上，可以延續(xù)認知經(jīng)驗主義思路的人工智能發(fā)展方向。例如，對于人工智能而言，目前總是用一個特定的任務(wù)去訓(xùn)練它，而忽略了它接觸其他事物的過程。如果給智能體一個類似成長環(huán)境和成長過程，是不是會讓它更智能呢？人類的智慧是建立在溝通之上的，目前的人工智能體還沒有自主溝通能力，這也是目前的人工智能水平與強人工智能的差距所在，也是未來的發(fā)展方向。

但也可能，希蒙·厄爾曼提出的借鑒人類先天認知系統(tǒng)更具有意義。深入理解大腦的原始能力，從而實現(xiàn)高級的機器邏輯能力。人類具備學(xué)習(xí)如何學(xué)習(xí)的能力，如果讓智能體學(xué)習(xí)如何學(xué)習(xí)，那么這種二階學(xué)習(xí)的關(guān)系也許會讓它學(xué)得更快，如果未來智能體有了想象力和計劃能力，那么它也許真的可以創(chuàng)造出一些我們?nèi)祟惡茈y創(chuàng)造出的東西。

此外，神經(jīng)科學(xué)助力人工智能，在人工智能重大技術(shù)領(lǐng)域也有幾個方向。例如，構(gòu)建統(tǒng)計關(guān)聯(lián)與特征關(guān)聯(lián)相結(jié)合的新型學(xué)習(xí)理論，實現(xiàn)“知識驅(qū)動”與“語義驅(qū)動”關(guān)聯(lián)統(tǒng)一;構(gòu)建融合深度學(xué)習(xí)與強化學(xué)習(xí)、演化計算、主動學(xué)習(xí)、畢生學(xué)習(xí)等仿生和自然計算理論的新型理論框架;實現(xiàn)大規(guī)模并行神經(jīng)網(wǎng)絡(luò)、進化算法和其他復(fù)雜理論計算;具有自主學(xué)習(xí)能力的通用性人工智能系統(tǒng)等。

未來兩者深度融合大有可為

那么，深度融合神經(jīng)科學(xué)的人工智能將會發(fā)生什么變化呢？

對此，王小理認為，目前神經(jīng)科學(xué)與人工智能的融合，只占生物大腦計算原理的冰山一角。準確預(yù)見未來人工智能將如何發(fā)展很難，但如果洞察神經(jīng)科學(xué)、人工智能的學(xué)科發(fā)展規(guī)律和人類經(jīng)濟社會發(fā)展大趨勢，粗略勾勒未來發(fā)展階段還是可能的，這對于找準創(chuàng)新突破口，明確創(chuàng)新主攻方向非常關(guān)鍵。這也是包括我國在內(nèi)開展相關(guān)腦科學(xué)預(yù)測和技術(shù)預(yù)見的初衷之一。

從當前到2025年，神經(jīng)科學(xué)繼續(xù)保持高速發(fā)展態(tài)勢，但顛覆性的理論成果還不多，在這一時期，人工智能和大數(shù)據(jù)技術(shù)是神經(jīng)科學(xué)發(fā)展的“加速器”。而到2030—2035年，神經(jīng)科學(xué)將迎來第一輪重大突破，在神經(jīng)感知和神經(jīng)認知理解方面出現(xiàn)顛覆性成果，從而反哺、革新人工智能的原有算法基礎(chǔ)和元器件基礎(chǔ)，人類社會進入實質(zhì)性類腦智能研究階段。

到2050年，神經(jīng)科學(xué)將迎來第二輪重大突破，在情感、意識理解方面出現(xiàn)顛覆性成果，開發(fā)出一個多尺度、整合、可驗證的大腦模型理論，類腦智能進入升級版，并將推動人腦的超生物進化，神經(jīng)科學(xué)和類腦智能學(xué)科融為一體，人類社會全面進入強人工智能時代。當然，圍繞神經(jīng)科學(xué)和人工智能特別是強人工智能，還有許多科學(xué)理論和社會與倫理方面的問題。

“我們相信，未來神經(jīng)科學(xué)領(lǐng)域大有可為、未來神經(jīng)科學(xué)與人工智能融合大有可為。”王小理說，從人類科技文明長河來看，神經(jīng)科學(xué)和人工智能是同一枚硬幣的兩個面，雖然相互獨立，但都有共同的指向：為人類的生存和意識演化提供新可能。