AI提“智”难离类脑研究
虽然人工智能在某些方面已经超越了人类,但这并不意味着它真的很聪明。相反,大多数时候它仍然是愚蠢和幼稚的,仍然需要从人脑中学习。
最近,香山科学会议在香港科技大学举行,主题是“类脑计算与人工智能”。来自脑科学、神经科学和人工智能的30多位专家讨论了如何整合和促进人工智能和脑计算,以实现从大脑灵感到一般人工智能的进化。
类大脑智能是人工智能的良药。
近年来,人工智能的发展仍然存在一系列需要克服的技术问题。例如,机器学习是不灵活的,需要大规模手工标记的高质量样本数据。训练模型需要大量的计算开销。同时,人工智能仍然缺乏高级认知能力和类比学习能力。
香港科技大学的杨强教授说,机器学习是人工智能领域的核心内容。然而,当前的机器学习和人脑的学习能力之间仍然存在显著的差异,特别是在可解释性、推理能力和从一个实例中得出结论和从另一个实例中得出结论的能力方面。目前,科学家们对类大脑智能寄予了更多的期望。他们认为,智能技术可以借鉴脑科学和神经科学,对人脑认知神经机制的理解可能会给新一代人工智能算法和设备的研发带来新的启示,给信息智能领域的产业升级带来突破性的创新突破。
“近年来,脑、神经科学和认知科学的进步使得人们有可能获得在不同尺度上观察到的各种认知任务中的脑组织的一些活动数据,例如脑区域、神经微电路和神经元。了解人脑的信息处理过程不再仅仅是猜测,通过多学科交叉和实验研究获得的人脑工作机制更加可靠。因此,脑科学有望为机器学习和类似大脑的计算的突破提供参考。中国科学院神经科学研究所的蒲慕明院士说。
信息处理应该模拟人脑
所谓的类似大脑的计算是通过学习人脑存储和处理信息的方式而发展起来的新技术。它通过模拟、模拟和学习大脑生理结构和信息处理过程的设备、模型和方法,制造出类大脑的计算机和类大脑的智能。
香港科技大学的叶玉如院士说,类脑智能是人工智能的一种新形式,是人工智能的一种重要研究方法。人脑被认为是最先进的生物智能系统,具有感知、识别、学习、联想、记忆、推理等功能。大脑的这些功能与其结构相对应。类似大脑的计算机以物理形式实现这种对应。它使用神经元作为基本的计算和存储单元,使用神经元之间的突触连接来传递信息,并模拟突触的强度变化。其分布式存储和计算单元直接相连,形成一个大规模的神经网络计算系统。
“类脑计算系统是一种基于神经形态学工程的新型超低功耗计算系统,借鉴人脑信息处理方法,突破‘冯·诺依曼’架构的限制,适合非结构化信息的实时处理,并具有学习能力。它是人工通用智能的基石,是智能机器人的核心,具有极其广阔的应用前景。”清华大学的史鲁平说。
此外,北京邮电大学的李德意院士提出用人工智能来研究脑科学,而不是驱动大脑。在计算模型层面,将探索更多具有生物可行学习机制的人工神经网络算法。在网络架构层面,典型的人类认知行为将通过在网络中引入类似大脑的域和子域来建模,这些域和子域将通过学习来协调、整合和修改。目标是从理论上模拟大脑的多层次机制和结构,并开发一种更通用的人工智能来应对挑战,包括多任务处理、自我学习和自我适应。
推荐阅读