機(jī)器人會(huì)不會(huì)擁有像人類一樣的意識(shí)？10日，DeepMind團(tuán)隊(duì)在《自然》上發(fā)表的一篇論文在AI和神經(jīng)科學(xué)領(lǐng)域引起關(guān)注：其最新研發(fā)出的一個(gè)AI程序具有類似哺乳動(dòng)物一樣的尋路能力，類似大腦中網(wǎng)格細(xì)胞的工作原理。

　　對(duì)于大腦的借鑒和研究，一直是人工智能發(fā)展的一個(gè)方向，而實(shí)現(xiàn)具有人類意識(shí)的人工智能更是人類長久以來的目標(biāo)。DeepMind這項(xiàng)研究成果借鑒了大腦中的部分機(jī)能，但它仍是對(duì)于單一機(jī)能的模仿。可以說，現(xiàn)在的人工智能可以戰(zhàn)勝頂級(jí)圍棋選手，卻無法像嬰兒一樣探索世界。

　　在AI領(lǐng)域有一個(gè)叫做“類腦智能”的研究方向，想讓機(jī)器像人類一樣思考。雖然目前專家們對(duì)于DeepMind的最新成果是否屬于類腦智能研究看法不一，但該研究從算法角度為探索大腦機(jī)能提供了一種途徑。目前，類腦智能研究的進(jìn)展?fàn)顩r如何？有何待攻克的難點(diǎn)？科技日?qǐng)?bào)記者為此采訪了相關(guān)研究專家。

　　目標(biāo)：使機(jī)器具有人類認(rèn)知能力

　　從IBM的“深藍(lán)”系統(tǒng)擊敗國際象棋世界冠軍卡斯帕羅夫，到谷歌的AlphaGo戰(zhàn)勝人類頂級(jí)圍棋選手，上述所有的突破都僅是智能系統(tǒng)從某個(gè)視角、在某個(gè)特定領(lǐng)域接近、達(dá)到或超過人類智能，而相關(guān)的理論、算法與系統(tǒng)很難推廣到其他領(lǐng)域，用于解決其他類型的問題。在人工智能學(xué)界，有一條著名的莫拉維克悖論，講的是要讓電腦同成人下棋是非常容易的，但要讓電腦像一歲孩子一樣感知和行動(dòng)，卻相當(dāng)困難。AlphaGo能擊敗世界頂尖圍棋高手，卻無法像孩子一樣探索世界。

　　至今為止，還沒有任何一個(gè)通用智能系統(tǒng)能接近人類水平。“現(xiàn)有人工智能系統(tǒng)通用性較差，與其計(jì)算理論基礎(chǔ)和系統(tǒng)設(shè)計(jì)原理有密不可分的關(guān)系。”中國科學(xué)院自動(dòng)化研究所類腦智能研究中心副主任曾毅研究員告訴科技日?qǐng)?bào)記者，圖靈機(jī)模型取決于人對(duì)物理世界的認(rèn)知程度，因此人限定了機(jī)器描述問題、解決問題的程度。馮·諾依曼體系結(jié)構(gòu)是存儲(chǔ)程序式計(jì)算，程序也是預(yù)先設(shè)定好的，無法根據(jù)外界的變化和需求的變化進(jìn)行自我演化。而我們的大腦卻是一個(gè)出色的、能夠長時(shí)間穩(wěn)定工作的通用智能系統(tǒng)，不僅能舉一反三，處理視覺、聽覺、語言、學(xué)習(xí)、推理、決策、規(guī)劃等各類問題，還可以在學(xué)習(xí)和發(fā)育過程中不斷自適應(yīng)和進(jìn)化。

　　曾毅指出，類腦智能以計(jì)算建模為手段，受腦結(jié)構(gòu)與機(jī)制、認(rèn)知行為機(jī)制啟發(fā)，企圖通過軟硬件協(xié)同實(shí)現(xiàn)機(jī)器智能。類腦智能系統(tǒng)在信息處理機(jī)制上“類腦”，認(rèn)知行為和智能水平上“類人”，目標(biāo)是使機(jī)器實(shí)現(xiàn)人類具有的多種認(rèn)知能力及其協(xié)同機(jī)制，最終達(dá)到或超越人類智能水平。

　　難點(diǎn)：對(duì)大腦的認(rèn)知有限

　　中科院腦科學(xué)與智能技術(shù)卓越創(chuàng)新中心核心骨干、中國科學(xué)技術(shù)大學(xué)畢國強(qiáng)教授認(rèn)為，目前類腦智能研發(fā)的核心難點(diǎn)是我們對(duì)腦的結(jié)構(gòu)和功能原理了解還很不夠。

　　人類的大腦重約1.4公斤，大腦皮層有上百億個(gè)神經(jīng)元，每個(gè)神經(jīng)元又包含數(shù)個(gè)到數(shù)萬個(gè)分支，構(gòu)成龐大精細(xì)的神經(jīng)網(wǎng)絡(luò)。大腦正是通過這種超大規(guī)模的神經(jīng)網(wǎng)絡(luò)系統(tǒng)處理信息的，但這個(gè)網(wǎng)絡(luò)的線路圖極為復(fù)雜，而且其中的神經(jīng)元以及突觸聯(lián)結(jié)有很多不同的類型。以現(xiàn)在的技術(shù)真正描繪出全面完整的線路圖，需要難以想象的大量工作。

　　“現(xiàn)階段，我們可以在沒有完全理解大腦原理時(shí)開始建立簡(jiǎn)化的類腦模型，來實(shí)現(xiàn)一些‘類智能’的功能。”畢國強(qiáng)介紹，現(xiàn)在的人工神經(jīng)網(wǎng)絡(luò)模型包括深度神經(jīng)網(wǎng)絡(luò)模仿了生物神經(jīng)網(wǎng)絡(luò)的一些最基本特性，并在處理分類識(shí)別的問題方面取得了巨大成功，但這些“簡(jiǎn)單”網(wǎng)絡(luò)在效率、功耗、以及通用性等方面有根本的局限，看來沒有辦法產(chǎn)生真正意義的智能。

　　“現(xiàn)階段的一個(gè)重點(diǎn)方向是發(fā)展和應(yīng)用新技術(shù)，包括現(xiàn)有的人工神經(jīng)網(wǎng)絡(luò)等機(jī)器學(xué)習(xí)（或類腦智能）技術(shù)，來推進(jìn)對(duì)大腦網(wǎng)絡(luò)結(jié)構(gòu)以及學(xué)習(xí)規(guī)則的生物學(xué)研究，積累大量的數(shù)據(jù)并理解其中的原理。”畢國強(qiáng)說，與此同時(shí)，通過發(fā)展新的軟硬件技術(shù)、整合新的腦結(jié)構(gòu)和工作原理的細(xì)節(jié)來嘗試提升類腦智能技術(shù)的能力，而這再反過來又促進(jìn)腦研究。通過這樣一個(gè)正反饋迭代過程，也許我們可以在可見的將來實(shí)現(xiàn)下一個(gè)突破。

　　布局：國內(nèi)外發(fā)展水平幾乎同步

　　不可否認(rèn)，我們對(duì)于大腦的探索還處于非常初級(jí)的階段。曾毅介紹，總體而言，經(jīng)過上百年的研究，人們對(duì)于腦信息處理機(jī)制的認(rèn)識(shí)仍然比較初步。在這樣的背景下，2016年，中國正式提出了“腦科學(xué)與類腦科學(xué)研究”（中國腦科學(xué)計(jì)劃），它作為連接腦科學(xué)和信息科學(xué)的橋梁，將極大推動(dòng)人工通用智能技術(shù)的發(fā)展。此外，多所高校都成立了類腦智能研究機(jī)構(gòu)，開展類腦智能研究。如清華大學(xué)于2014年成立的類腦計(jì)算研究中心，中國科學(xué)院自動(dòng)化研究所于2015年成立的類腦智能研究中心，北京大學(xué)成立的腦科學(xué)與類腦研究中心，上海交通大學(xué)成立的仿腦計(jì)算與機(jī)器智能研究中心等。

　　目前，清華大學(xué)類腦計(jì)算研究中心已經(jīng)研發(fā)出了具有自主知識(shí)產(chǎn)權(quán)的類腦計(jì)算芯片、軟件工具鏈；中國科學(xué)院自動(dòng)化研究所開發(fā)出了類腦認(rèn)知引擎平臺(tái)，具備哺乳動(dòng)物腦模擬的能力，并在智能機(jī)器人上取得了多感覺融合、類腦學(xué)習(xí)與決策等多種應(yīng)用，以及全球首個(gè)以類腦方式通過鏡像測(cè)試的機(jī)器人等。

　　“我們現(xiàn)在類腦計(jì)算方面基本上和國外差不多。”談及國內(nèi)的研究進(jìn)展，清華大學(xué)類腦計(jì)算研究中心主任施路平教授告訴科技日?qǐng)?bào)記者，現(xiàn)在大家都還處于前期探索發(fā)展階段。

　　“具體哪個(gè)應(yīng)用先突破很難說。”施路平說，未來的類腦智能研究在應(yīng)用方面具有很多可能性，但在哪個(gè)領(lǐng)域率先突破還不確定。