神经科学会成为 人工智能“超进化”的关键吗

人工智能会取代人类吗？这个问题曾在全民中引起激烈的讨论。虽然目前人工智能正在迅速提高“智能”，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，以色列魏茨曼科学研究所的计算机科学教授西蒙·厄尔曼发表了一篇论文，他认为神经科学可以为人工智能的发展提供进一步的帮助。那么，人工智能和神经科学之间的关系是什么？神经科学如何进一步促进人工智能的发展？深度融合神经科学的人工智能将会发生什么？

神经科学和人工智能是同源的

谈到人工智能与神经科学的关系，中国科学院上海生命科学研究所副研究员王晓丽将其概括为两个词:同源分离和学科独立；交叉整合和长期整合至关重要。

起初，人工智能和神经科学是两个独立的学科，有不同的研究对象和方法。从学科起源的时间起源来看，人工智能的学科起源于1956年达特茅斯学院的夏季讨论班。神经科学的诞生可以追溯到1891年的神经元理论。这样，神经科学被认为是人工智能的“前身”。

神经科学更多地关注生物意义上的神经活动规律，分析包括思维、情感、智力等高级神经活动的机制。，而意识的起源是神经科学的最终目标。神经科学是一门基于自然现象的“实验科学”。人工智能是一门新兴的技术科学，它研究和发展能够模拟、扩展和拓展人类智能的理论、方法、技术和应用系统。研究对象不是智能，而是智能控制。目前，研究方法是侧重于模拟复杂现象的“计算科学”。

"但是神经科学和人工智能之间的关系可以简单地理解为来源和流动."王晓丽告诉《科学日报》，人工智能的兴起和发展离不开神经科学成就的滋养。

正如西蒙·厄尔曼(Simone ullman)在他的文章中所说，人工智能领域的早期科学家以生物神经系统为参照对象，创造了近年来流行的“深层网络”大脑启发架构。这是一个非常明显的“起源”案例，一直被神经科学家和人工智能领域的科学家所谈论。然而，人工智能领域的一些专家认为，在早期阶段，深层网络模仿大脑，在后期阶段发展出独立的方法。因此，人工智能有自己的方法体系，基本上可以把脑科学放在一边。这个观点实际上值得深入讨论。

中国科学院神经科学研究所的蒲慕明院士曾告诉记者，近年来，脑、神经科学和认知科学的进步，使人们有可能获得在不同尺度下观察到的大脑区域、神经微回路、神经元等各种认知任务中脑组织的一些活动数据。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大脑计算的突破提供参考。

然而，人工智能对神经科学发展的反馈作用也是客观的。在神经科学的基础研究阶段，人工智能可以帮助研究者分析复杂的脑神经信号、脑神经图谱的实验数据、构建和模拟脑模型系统等。在转化和应用阶段，人工智能还可以加速脑科学成果的应用，如脑部疾病的诊断和新治疗成果的临床转化。

打开人工智能“黑箱”的几种途径

事实上，人工智能中的“智能”概念可能仍然是一个“黑箱”，没有神经科学的重大理论突破和对智能生物起源的理解，而智能的模拟和扩展可能仍然是“外围的”。例如，美国国家工程学院的“21世纪科学技术的14大挑战”报告认为，人工智能中存在的一些问题是由于在设计中没有充分考虑真实的大脑条件。通过对人脑进行逆向工程以揭示大脑的秘密，我们可以更好地设计能够同时处理多个信息流的计算设备。

目前，神经科学有几种途径来帮助人工智能的发展。王晓丽介绍说，基于认知经验主义的人工智能的发展方向可以在特定的道路上继续。例如，对于人工智能来说，目前它总是接受特定任务的训练，而忽略了它联系其他事物的过程。如果给一个代理一个相似的成长环境和成长过程，它会变得更聪明吗？人类的智慧是建立在交流的基础上的。目前，人工智能没有独立的交流能力。这也是目前人工智能水平与强人工智能之间的差距，也是未来的发展方向。

然而，也有可能从西蒙·厄尔曼提出的人类先天认知系统中吸取教训更有意义。深入了解大脑实现高级机器逻辑能力的原始能力。人类有能力学会如何学习。如果代理学习如何学习，那么这种二阶学习关系可能会让他们学得更快。如果未来的代理人有想象力和计划能力，那么它可能真的创造出一些我们人类很难创造的东西。

此外，神经科学帮助人工智能，并在人工智能的主要技术领域有几个方向。例如，结合统计关联和特征关联构建了一种新的学习理论，实现了“知识驱动”和“语义驱动”关联的统一。构建融合仿生和自然计算理论的新理论框架，如深度学习和强化学习、进化计算、主动学习和终身学习；实现大规模并行神经网络、进化算法等复杂的理论计算；具有自主学习能力的通用人工智能系统等。

未来两者深度融合的潜力很大。

那么，深入整合神经科学的人工智能将会发生什么？

对此，王晓丽认为，目前神经科学和人工智能的融合只是生物脑计算原理的冰山一角。很难准确预测人工智能在未来将如何发展，但如果能够洞察神经科学和人工智能的学科发展规律以及人类经济和社会发展的总体趋势，就仍有可能大致勾勒出未来的发展阶段，这对于找到创新的突破点和确定创新的主要方向至关重要。这也是开展包括中国在内的相关脑科学预测和技术预测的初衷之一。

从现在到2025年，神经科学将继续高速发展，但没有多少颠覆性的理论成果。在此期间，人工智能和大数据技术是神经科学发展的“加速器”。然而，到2030-2035年，神经科学将迎来第一轮重大突破，在神经感知和认知理解方面取得颠覆性成就，从而反馈和创新人工智能的原始算法基础和组件基础，人类社会将进入实质性的类脑智能研究阶段。

到2050年，神经科学将迎来第二轮重大突破，在情感和意识理解方面取得颠覆性成就。将发展一个多尺度、综合和可验证的大脑模型理论。类大脑智能将进入升级版，并将促进人类大脑的超级生物进化。神经科学和类大脑智能将被整合成一个整体。人类社会将进入强人工智能时代。当然，围绕神经科学和人工智能，尤其是强大的人工智能，有许多科学理论和社会伦理问题。

“我们相信，在神经科学领域以及神经科学和人工智能的未来融合方面，有着巨大的潜力。”王晓丽说，从人类科技文明的长河来看，神经科学和人工智能是一枚硬币的两面。尽管它们彼此独立，但它们有着相同的方向:为人类生存和意识进化提供新的可能性。