機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)能力的機器人嗎？近日在天津召開的“類腦智能創(chuàng)新論壇”上，國內(nèi)外腦科學(xué)和智能技術(shù)領(lǐng)域?qū)＜覍W(xué)者對此各抒己見。與會專家指出，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，重塑國家的工業(yè)、軍事、服務(wù)業(yè)等行業(yè)格局，成為國家核心競爭力的重要體現(xiàn)。

　　“智能+”時代需要類腦智能

　　“當前的人工智能系統(tǒng)有智能沒智慧、有智商沒情商、會計算不會‘算計’、有專能無全能?！敝锌圃涸菏俊⒅锌圃焊泵貢L、中科院自動化研究所研究員譚鐵牛用四個短句表達了目前通用人工智能與人類智能水平的巨大差距。

　　會掃地的機器人不會擦桌子；服務(wù)機器人很難準確理解客戶的情感、意識和需求；人工智能可以在國際象棋比賽中打敗人類冠軍，但是在對智能水平要求更高的圍棋項目中，只相當于業(yè)余五段水平；日本福島核電站事故處理過程中機器人沒有順利完成任務(wù)，大量高風(fēng)險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試路段（例如高速公路）能做到高度自動駕駛，要在人口密集的城市街道實現(xiàn)完全自動駕駛還需長期攻關(guān)……

　　傳統(tǒng)人工智能已經(jīng)給經(jīng)濟社會帶來巨大變化，而它所存在的這些發(fā)展瓶頸，與機器學(xué)習(xí)本身的缺陷相關(guān)：機器學(xué)習(xí)不靈活，需要較多人工干預(yù)或大量標記樣本；人工智能的不同模態(tài)和認知功能之間交互與協(xié)同較少；機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，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)新時尚?！叭斯ぶ悄軐⒃趪馈⑨t(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。”中科院外籍院士、中科院上海神經(jīng)科學(xué)研究所所長蒲慕明認為，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，“可塑性是大腦認知功能的基礎(chǔ)，也是類腦智能系統(tǒng)最可借鑒的特性。”

　　“目前我們使用的人工智能網(wǎng)絡(luò)的結(jié)構(gòu)還是太簡單，缺乏人類大腦那樣的反饋機制和長遠反向連接等功能?！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、同步發(fā)展。

　　類腦研究能否走上“高速路”

　　近年來，腦科學(xué)與類腦智能已經(jīng)成為世界各國研究和角逐的熱點，美國、歐盟都相繼啟動相關(guān)研究計劃，我國政府也高度重視腦科學(xué)的研究，正在論證并啟動“中國腦計劃”。

　　這一方面反映出大家對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。因為數(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。

　　中國工程院院士鄭南寧就經(jīng)歷過那一波熱潮。上世紀80年代，鄭南寧曾赴日本留學(xué)，當時日本提出了為期10年的“第五代計算機”計劃，試圖突破電腦的馮諾依曼瓶頸，也就是現(xiàn)有經(jīng)典計算機體系的速度和性能極限，以實現(xiàn)人工智能。知識工程奠基人費根鮑姆曾認為，這個驚人的開發(fā)計劃，將引起第二次計算機革命。

　　然而，第五代計算機運氣不佳，雖然在技術(shù)上取得了部分突破，但并未實現(xiàn)自然語言人機對話、程序自動生成等關(guān)鍵目標，最終導(dǎo)致該計劃流產(chǎn)。

　　現(xiàn)在，我們重提類腦計算，與30年前比，有什么不一樣的背景呢？

　　“神經(jīng)科學(xué)、計算機科學(xué)、神經(jīng)網(wǎng)絡(luò)理論近20年來的長足進步，以及大數(shù)據(jù)時代對智能計算的需求，使我們今天再次聚焦類腦計算。”鄭南寧分析說，隨著腦與認知科學(xué)的研究發(fā)展和觀測大腦微觀結(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)合這些實驗觀察，智能科學(xué)及計算模擬已可以在計算機上部分模擬腦信息處理過程。

　　譚鐵牛也認為，對人腦層次化信息處理機制的初步借鑒、基于大樣本數(shù)據(jù)的訓(xùn)練、實現(xiàn)端對端的映射深度學(xué)習(xí)算法，這些進步促進了人工神經(jīng)網(wǎng)絡(luò)的復(fù)蘇，并已在語音識別、大規(guī)模圖像分類、人臉識別中大幅提高了現(xiàn)有的人工智能識別精度。

　　但這些進步只是提供了突破的可能，我們現(xiàn)有的技術(shù)基礎(chǔ)距類腦智能的實現(xiàn)還有很長距離。

　　我們尚未搞清楚大腦的工作機理：睡眠狀態(tài)下，大腦記憶得到了強化，它的內(nèi)在機理是什么？大腦用來處理外界激勵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)計算系統(tǒng)。類腦計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)突觸芯片還在實驗室階段，不能走向?qū)嵱谩６绻贸売嬎銠C平臺來模擬整個大腦的計算能力，需要10的18次方浮點運算能力，這樣的超級計算機，預(yù)計到2019年至2023年才能出現(xiàn)。

　　“類腦計算是一場令人興奮又望而生畏的艱難挑戰(zhàn)，需要組織多學(xué)科交叉的大團隊研究?！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，使最初的目標成為皇帝的新衣?！?/p>

　　模擬神秘大腦從哪里“入手”

　　那么，要完成當前類腦智能的艱難挑戰(zhàn)，我們需要沖破哪些關(guān)口呢？

　　鄭南寧認為，與現(xiàn)有的馮諾依曼結(jié)構(gòu)計算機相比，類腦計算的技術(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)同步時鐘，類腦計算需要采用事件驅(qū)動模式；馮諾依曼結(jié)構(gòu)運算和存儲分離，類腦計算運算和存儲要達到深度耦合；馮諾依曼結(jié)構(gòu)可以高效執(zhí)行預(yù)定的精確數(shù)值運算，類腦計算要具備學(xué)習(xí)能力、擅長發(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)只有有限的容錯性能，類腦計算需要低能耗高容錯……

　　當前，IBM等利用超級計算機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)模擬整個人腦并不合理。我們應(yīng)該針對不同腦區(qū)的不同功能，設(shè)計不同結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)，模擬其學(xué)習(xí)與認知功能?！?/p>

　　此外，神經(jīng)生理學(xué)的大量實驗告訴我們，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，在實現(xiàn)類腦計算機的體系結(jié)構(gòu)時，解決各層次和各處理模塊之間的關(guān)聯(lián)，也是一個巨大的挑戰(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。

　　“從計算科學(xué)和工程學(xué)觀點看，類腦計算是一門以仿生學(xué)為基礎(chǔ)的，但又超越仿生學(xué)的工程研究。研究類腦智能計算并非復(fù)制人的大腦，而是模擬人類大腦的功能?！编嵞蠈幈硎荆瑑H研究人的思維活動或記錄腦中所有神經(jīng)元不可能研制出真正的智能機器?！皩B的詳細研究不可能對如何制造飛機提供更多啟示，對飛機的真正理解是來自飛行的研究?！?/p>

　　當前，世界各國在類腦智能方向的研究都剛剛啟動，我國在這方面的研究也蓄勢待發(fā)，這也許將成為我國人工智能發(fā)展的一個重要機會。

　　據(jù)悉，作為本次論壇主要承辦單位的中科院自動化所就已率先啟動了類腦智能研究，成立了類腦智能研究中心，并已取得部分階段性成果，比如研究并初步實現(xiàn)了具有自主學(xué)習(xí)能力的類腦計算系統(tǒng)，并圍繞環(huán)境感知與交互、類腦自動推理、類人機器人等開展了應(yīng)用驗證。

　　譚鐵牛說，我國人工智能整體發(fā)展水平與發(fā)達國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)達國家相比差距較大。“人工智能經(jīng)過近60年的發(fā)展開始進入爆發(fā)增長期，類腦智能將成為弱人工智能通往強人工智能的途徑。目前類腦智能取得的進展只是對腦工作原理初步的借鑒，未來的機器智能研究需要與腦神經(jīng)科學(xué)、認知科學(xué)、心理學(xué)深度交叉融合，這是我們的機會?！?/p>