來源： 中國科學院

????? 近日，在中科院學術(shù)會堂召開的“腦科學與人工智能”科學與技術(shù)前沿論壇上，中國工程院院士、中國人工智能學會理事長李德毅作了《自駕駛認知》報告。他認為，基于駕駛的圖靈測試可大大推動我國類腦研究和無人車的產(chǎn)業(yè)化發(fā)展。事實上，對腦認知的度量和測試一直是人工智能關(guān)注的焦點。?
????? 那么，為什么聚焦人的大腦？在會上，中科院外籍院士、中科院神經(jīng)科學研究所所長蒲慕明介紹說，人類大腦有1000億個神經(jīng)細胞，彼此之間由大量的神經(jīng)纖維連接成極為復雜的神經(jīng)網(wǎng)絡(luò)。目前，腦科學最有待突破的就是理解人腦高級認知功能的神經(jīng)網(wǎng)路基礎(chǔ)，也是今后人工智能模擬人的發(fā)展方向。?
????? 顯然，對大腦的恰當模擬是制造出人工智能的關(guān)鍵。然而，直到現(xiàn)在我們對人腦工作原理的了解仍然十分粗淺，更談不上對它的精確模擬。蒲慕明表示，腦科學是人類理解自然界現(xiàn)象和人類本身的“最終疆域”，是本世紀最重要的前沿科學之一。當條件成熟時，腦科學同計算機科學的融合發(fā)展能夠更加緊密，沒有人能想象出它將會爆發(fā)出多大的能量。?
????? 腦科學能為人工智能帶來什么？專家介紹，腦科學可以為人工智能提供生理學原理、數(shù)據(jù)、機制等，并啟發(fā)更具通用性和自主性的人工智能新模態(tài)?！熬拖裰R遷移是人類天生的技能，機器模仿生物從熟悉領(lǐng)域到未知領(lǐng)域的學習方法，構(gòu)建跨領(lǐng)域、跨模態(tài)遷移學習模型，充分利用大量舊的已標注樣本和當前少量標記數(shù)據(jù)，訓練新模型，解決新問題?！敝锌圃涸菏俊⒅锌圃鹤詣踊芯克芯繂T譚鐵牛認為，只有充分借鑒腦科學、認知科學乃至心理學的先進成果，突破現(xiàn)有理論與方法固有的局限性，才能夠?qū)崿F(xiàn)人工智能模式識別理論與方法的創(chuàng)新。?
????? 譚鐵牛介紹，近幾十年人工智能的快速發(fā)展具體表現(xiàn)在一些智能算法，如深度學習的成功應(yīng)用，其秘訣在于，構(gòu)建一個大型的數(shù)據(jù)庫及大規(guī)模計算能力的提高。如今，深度學習在人臉識別、語音識別上的精度甚至超過了人類。數(shù)據(jù)顯示，微軟、谷歌、百度的語音識別錯誤率已經(jīng)低于人類的5%，人工智能將繼續(xù)在語言、圖像和視頻處理等方面取得更大的進展。?
????? 反過來，人工智能能否啟發(fā)腦科學研究？在蒲慕明看來，答案是肯定的。人工智能可以為腦科學提供仿真模擬手段、系統(tǒng)與平臺，支持科學假設(shè)的驗證，并為其提供廣泛的應(yīng)用前景?！澳X科學與人工智能的進一步交叉融合，有望在若干特色方向上取得突破，對探索人類的智能本質(zhì)、提升人類的智能極限、推動社會的智能化水平具有重要研究價值和應(yīng)用前景。”蒲慕明說。?
????? 人類大腦的復雜與奇妙令人著迷，關(guān)于未來的展望則激動人心。在科學家的努力之下，科學之光照亮大腦的幽深角落將只是時間問題。在科技創(chuàng)新的助力下，這一天已不再遙不可及。