【儀表網(wǎng) 儀表下游】生命是智能的第一載體，在自然中已經(jīng)有億萬(wàn)年的進(jìn)化歷史。作為代表自然界擁有通用智能的生物大腦，可以通過(guò)低功耗和少量后天數(shù)據(jù)就能實(shí)現(xiàn)比現(xiàn)有人工智能更加通用及實(shí)現(xiàn)復(fù)雜環(huán)境下復(fù)雜任務(wù)的智能行為。因此，探索生物大腦智能認(rèn)知的底層機(jī)理和復(fù)雜行為背后的神經(jīng)科學(xué)基礎(chǔ)，對(duì)于探索智能的本質(zhì)、揭示心智的奧秘，邁向未來(lái)的通用人工智能研究具有重要意義。
 

　　在近期舉辦的2021北京智源大會(huì)上，來(lái)自于國(guó)內(nèi)外的科學(xué)家圍繞通用人工智能(AI)的發(fā)展，分享了他們?cè)陬?lèi)腦研究領(lǐng)域的經(jīng)驗(yàn)和最新成果，以及人工智能未來(lái)發(fā)展可能存在的瓶頸及相應(yīng)的解決思路。
 

　　通用AI成研究熱點(diǎn)
 

　　通用人工智能是指具有一般人類(lèi)智慧，可以執(zhí)行人類(lèi)能夠執(zhí)行的任何智力任務(wù)的機(jī)器智能。通用人工智能是一些人工智能研究的主要目標(biāo)，也是科幻小說(shuō)和未來(lái)研究中的共同話題。
 

　　與弱AI相比，強(qiáng)AI可以嘗試執(zhí)行人類(lèi)認(rèn)知能力。通用人工智能是具有一般人類(lèi)智慧，可以執(zhí)行人類(lèi)能夠執(zhí)行的任何智力任務(wù)的機(jī)器智能。通用人工智能是未來(lái)發(fā)展趨勢(shì)，而我們的工作是努力用算法、學(xué)習(xí)機(jī)制來(lái)貼近通用人工智能。例如深度網(wǎng)絡(luò)學(xué)習(xí)等方法的發(fā)展，將有助于通用人工智能的實(shí)現(xiàn)。
 

　　目前，AI主要用于定制解決方案。大多數(shù)人工智能系統(tǒng)是建立在單一類(lèi)型，如圖片或聲音數(shù)據(jù)上工作的。大部分AI系統(tǒng)都只為解決一個(gè)特定的問(wèn)題。并且，很多系統(tǒng)都只針對(duì)單個(gè)數(shù)據(jù)集進(jìn)行優(yōu)化。
 

　　隨著通用人工智能的發(fā)展，大腦學(xué)習(xí)機(jī)制和人工智能越來(lái)越發(fā)生著深刻的聯(lián)系。可以從人工智能的算法獲得啟發(fā)解釋腦科學(xué)機(jī)制，也可以從豐富而有效的大腦學(xué)習(xí)機(jī)制中獲得啟發(fā)和學(xué)習(xí)，發(fā)展更多新的人工強(qiáng)化學(xué)習(xí)方法，人工智能應(yīng)與大腦“聯(lián)姻”。
 

　　打造生物智能開(kāi)源開(kāi)放平臺(tái)
 

　　人工智能的發(fā)展得益于神經(jīng)科學(xué)、認(rèn)知科學(xué)等領(lǐng)域的重大發(fā)現(xiàn)，而目前的人工智能與腦科學(xué)之間還存在一些錯(cuò)位，彌合這些缺口可能是解決當(dāng)前人工智能某些不足的關(guān)鍵。
 

　　當(dāng)前的人工智能與大腦的神經(jīng)計(jì)算還差距非常大，例如在在處理基本的視覺(jué)信息輸入時(shí)，人工神經(jīng)網(wǎng)絡(luò)還依賴(lài)于對(duì)靜態(tài)圖像的學(xué)習(xí)，而人類(lèi)視覺(jué)系統(tǒng)的神經(jīng)網(wǎng)絡(luò)處理信息是一個(gè)動(dòng)態(tài)的過(guò)程。
 

　　應(yīng)該借鑒生物智能的研究，開(kāi)辟通用智能研究的新路徑。通過(guò)對(duì)認(rèn)知科學(xué)、神經(jīng)科學(xué)與計(jì)算科學(xué)等多學(xué)科的交叉研究，將現(xiàn)有認(rèn)知神經(jīng)科學(xué)等領(lǐng)域的最新成果、技術(shù)、研究工具和理論方法應(yīng)用到人工智能中，模擬生物大腦，利用人工網(wǎng)絡(luò)研究生物大腦的特性等，可以推動(dòng)腦啟發(fā)的人工智能的發(fā)展。
 

　　目前，北京智源人工智能研究院正在通過(guò)高精度生物大腦模擬仿真，構(gòu)建生命智能模型，探索新一代人工智能發(fā)展的可行路徑。
 

　　人工智能研究者應(yīng)積極通過(guò)對(duì)生物腦內(nèi)部認(rèn)知過(guò)程的探索，比較生物智能與神經(jīng)網(wǎng)絡(luò)的異同，幫助我們了解大腦在實(shí)現(xiàn)特定認(rèn)知功能的神經(jīng)機(jī)理和認(rèn)知范式，完善和革新現(xiàn)有的人工神經(jīng)網(wǎng)絡(luò)模型與算法，探索智能的邊界和腦啟發(fā)/類(lèi)腦的通用智能研究新路徑。
 

　　資料來(lái)源：中國(guó)科學(xué)報(bào)