北京脑科学研究专项：构建下一代智能科学体系

■吴昊

在北京脑科学研究项目的领导下，中国科学院自动化研究所脑智能研究中心在类脑人工智能研究方面取得了初步进展。

一个小机器人，从它的角度向前看，有一个铃铛。机器人问，“这是什么？”一个声音告诉它，“这是一个钟。”机器人先做了一个缓慢的观察，然后伸手去拿铃铛摇了摇，然后把它放回去。当铃声再次显示给机器人时，机器人可以识别铃声并回忆起铃声的声音。

这是我在中国科学院自动化研究所类大脑智能研究中心看到的场景。

“让机器人在与环境互动的过程中真正学习新的概念，从而促进机器人对客观世界的深刻理解。”中国科学院自动化研究所脑智能研究中心的研究人员表示，在北京市科委脑科学研究项目的支持下，该中心在类脑人工智能研究方面取得了初步进展。

类大脑智能闪现“曙光”

人工智能是计算机科学的一个分支。它的目标是理解智能的本质，并制造一种新型智能机器，它能以类似人类智能的方式解决问题。人工智能研究的主要目标之一是使机器能够执行通常需要人类智能的复杂任务。

然而，始于1956年的人工智能还没有成功地赋予计算机更多的类人智能，更不用说人类智能的高级特征，如自主学习和想象创造了。机器人制造类人智能的道路仍然很长，但在这条蜿蜒数十年的漫长道路前，似乎已经瞥见了一线曙光。

中国科学院自动化研究所类脑智能研究中心副主任研究员曾毅表示:“与原始机器人不同，类脑智能不会向机器人灌输大量概念和相关图片，而是让机器人在与环境互动的过程中真正学习新概念，从而促进机器人掌握更多真实世界的知识，并利用这些知识解决问题。”

同时，其学习方法是通过视觉、听觉、触觉等多感官途径收集相关信息，实现真正的多模态概念学习。“通过多模态感知和自主学习，以探索的方式研究客观事物和对象。它背后的机制与人类的学习模式是一样的。多个大脑区域合作，甚至几十个大脑区域合作来完成这样的认知功能。”曾毅解释道。

机器人通过与环境的相互作用和多感觉通路的融合来学习客观事物，这是中国科学院自动化研究所在北京脑科学研究专项计划中承担的“基于多脑区协调的认知计算的研究与验证”研究课题的部分研究内容和最新进展。同时，本研究还包括由中国科学院自动化研究所与北京大学和中国传媒大学共同承担的课题“初级视觉系统分析仿真平台的研究与应用验证”。曾毅说，在这个项目中，自动化研究所主要研究如何模拟与视觉相关的大脑区域的协同工作，最后验证在无人机上的应用。

“目前的无人机避障技术通常只是简单的规则设置，我们的研究是对感知-决策回路进行建模，使无人机能够独立决策，选择自己的避障路线。”曾毅说。

受人脑启发的“机器大脑”

许多人会质疑，大脑的奥秘还没有被揭示，我们还不了解智能背后的基本原理，我们如何才能创造出一个具有“大脑智能”的大脑样系统？

北京大学计算机科学与技术系主任黄铁军表示，尽管人脑是迄今为止已知的最复杂的结构，而且规模很大，但它仍然是一种有限复杂性的物理结构:它有大约1000亿个神经元，每个神经元通过数千甚至数万个突触与其他神经元相连。利用神经科学实验方法，从分子生物学和细胞生物学的层面分析了大脑神经元和突触的物理化学特性，了解了神经元和突触的信号处理和信息处理特性。没有无法突破的技术障碍。

随着检测方法的不断改进，大脑分析变得越来越精细，神经元和突触作为信息处理单元为分析的准确性设置了下限，因此“大脑分析是一个长期可以实现的工程和技术问题”。

中国科学院自动化研究所也在大脑的分析建模方面做了大量的初步工作。曾毅说，人类绝大多数高级认知功能都与大脑皮层密切相关。从类大脑智能计算建模的角度来看，我们可以粗略地认为，我们最初的工作是抽象人类智能信息处理模型，并将其表达为可以通过计算来表达的皮质柱模型。让它作为智能信息处理机器的基本组件，并在此基础上实现与大脑皮层相关的不同的类大脑认知功能。

“当然，不仅大脑皮层，而且分布在大脑皮层下的许多大脑区域也在认知功能的实现中发挥重要作用，如基底神经节和丘脑。”曾毅解释道:“因此，我们的建模工作是基于整个大脑中多个大脑区域的协调以及不同认知功能的协调。”

在认知脑计算模型的构建中，类脑智能研究中心开展了不同尺度的脑认知计算建模工作。曾毅说，在微观尺度上，已经构建了30多种不同类型的神经元放电和突触计算模型。在中尺度上，实现了由不同类型的神经元组成的微电路和皮层柱的计算模型，并在不同的基本单位水平上完成认知任务(如方向选择)。在宏观尺度上，构建了一个由213个脑区和约7100万个神经元组成的哺乳动物多脑区协同计算仿真系统。

在此基础上实现的类大脑计算模型已经具备了初步的多模态感知、自主学习、记忆、归纳推理、决策、运动模仿等认知能力，并已初步应用于无人机和机器人平台。

“我们过去常常观察人们如何在行为尺度上处理信息，然后构建人工智能系统。现在，在大型科学仪器的帮助下，我们可以初步和部分地观察大脑是如何工作的，例如观察单个神经元的活动，然后观察大脑在进行学习活动时，哪些大脑区域参与了认知过程，从而分析大脑区域之间的协调机制，然后在此基础上构建一个更接近人脑工作原理的智能系统。”曾毅说，受这些大脑研究的启发，通过计算建模构建了一个机器大脑，这个机器大脑有望在未来的智能机器人中得到广泛应用。

类大脑研究中的深度合作

如何协调大脑不同的认知功能是智能科学要回答的问题。然而，为了构建一个受人脑启发的“机器脑”，并完成类脑认知功能的计算建模，需要各科研团队之间明确而协调的分工与合作。

“关于北京市科委在脑类计算方面的特殊合作，我们推动了中国科学院自动化研究所、北京大学、中国传媒大学和其他相关单位的合作。有关各方通过定期的项目研讨会和其他形式，开展了具体科学研究项目的合作。”北京市科委主任闫介绍。

中国科学院自动化研究所于2009年开始规划类脑研究和初步探索，2014年开始整体类脑智能研究，2015年4月正式成立类脑智能研究中心。目前，类大脑智能已经成为该研究所的一项主要战略。研究所与研究所内相关优*量合作，全面开展了类脑研究，包括模式识别国家重点实验室、复杂系统管理与控制国家重点实验室、专用集成电路设计国家工程技术中心、智能感知与计算研究中心。

不久前，中国科学院公布了“脑科学与智能技术卓越创新中心”。中国科学院神经病学研究所和中国科学院自动化研究所等20多个与脑科学、认知科学、人工智能和计算科学相关的研究单位将联合开展深入的交叉融合研究。

据了解，来自不同研究机构的脑神经研究人员和类脑智能研究人员将通过定期访问、对年轻研究人员和学生的联合指导以及联合提供一系列脑科学和智能技术课程来促进深入交流和整合。

《中国科学报》(首都科技第八版，2016年4月5日)