人工智能的“脑洞”有多大? 院士:目前太依赖计算

发表时间:2017/5/15   来源:中国青年报   作者:
[导读] 就像打了一剂强心针,当世界上第一台超越早期经典计算机的光量子计算机横空出世后,人们对人工智能时代的期待似乎有了更多的底气:超越经典的量子计算机已经有了,打败超级计算机的量子计算机还会远吗?
  一旦后者实现,人类将再次以计算能力为傲,窥探人类大脑的奥秘,从而扫除人工智能研究的一大障碍。目前来看,面对人类大脑,这个虽然只有1.5公斤左右重,却拥有1011个神经元的家伙,让人类束手无策——要模拟整个大脑的计算能力,世界上目前任何一台计算机都难以胜任。
  在近日由中国科学院学部主办,中国科学院自动化研究所等协办的“脑科学与人工智能”科学与技术前沿论坛上,就有不少业内人士提出这样的遐想:建设支持深度学习的新型计算机群,已成为一些人工智能研究的必然选择,那么人工智能研究究竟需不需要量子计算机那样的计算能力?
  “我们今天的科学家,尤其是计算机科学家,把‘计算’用得太狠了,对‘计算’的依赖甚至有些‘贪得无厌’了!”中国工程院院士、中国人工智能学会理事长李德毅却在论坛上给大家泼了冷水。在他看来,人工智能学者不能只盯着“计算认知”,一味要求 “人脑”研究的步伐有多快,而要拿出更多的精力放在“记忆认知”和“交互认知”上。
  脑科学能启发人工智能的并不多?
  李德毅之所以对“计算认知”不感冒,还要从谷歌公司的一则报道说起——
  2015年5月15日,谷歌对外称该公司旗下无人驾驶汽车有上百万英里的测试经验,大致相当于人类75年的驾龄。
  “这75年的驾龄是如何‘计算’出来的?”这引发了李德毅的思考:当无人车上路、发驾照提上日程,驾驶认知“度量”已经成为各国交管部门当务之急时,脑认知该如何度量?信息是用“比特”来度量,能量是用“焦耳”来度量,那么脑认知呢?
  脑科学学者似乎并未给出这样的答案,人工智能学者也就无从得到启示。
  这成了一个隐喻:脑科学、人工智能,两个同属21世纪的前沿学科,在过去数十年间彼此相对独立,鲜有交叉。


  中国科学院外籍院士、中国科学院神经科学研究所所长蒲慕明在当天的论坛上也提到,不管是国内还是国外,都是如此,不过随着研究手段不断丰富,研究领域不断突破,两者的交叉融合成为热点,甚至出现一个新的研究名词,类脑智能。美国、欧盟都相继启动相关研究计划,中国也启动了脑计划。他说,中国的计划是将脑科学和人工智能结合得最为紧密的。
  比如,现在流行的深度学习,就是基于人工神经网络的一个应用,这些人工神经网络都可以从神经科学的一些规律中得到灵感。蒲慕明说,比如可以借鉴神经突触的可塑性、记忆储存、提取与消退,等等。
  不过他也承认,目前的脑科学研究能启发人工智能的并不是特别多。
  蒲慕明给出一个类比,当前的脑科学研究,仅相当于物理、化学等学科在19世纪末期的研究水平,“要完全理解大脑,可能是几个世纪的事情,而不是我们这个世纪就可以达到的。”他说。
  那为何还要做类脑研究,蒲慕明说,必须要在这个时候做一些适当的应用,假如不把已经知道的知识应用到对脑疾病的诊断、干预和治疗上,那么到2050年我们的医疗系统很可能要面临崩溃——那时你会发现仍然没有一个脑疾病能够治愈。
  相应地,人工智能的应用也是如此。他说,不一定非要完全搞清楚,神经科学一些具有阶段性的成果,也可以给人工智能的发展提供启发。
  什么是人类最重要的智能行为?
  中国科学院院士、中国科学院自动化研究所研究员谭铁牛就在现有的研究基础上,得出一个结论:“模式识别”是人类最重要的智能行为,也是人工智能重要的研究内容——机器的“模式识别”能力,在一定程度或者很大程度上反映了机器智能“类人”的程度。
  在当天的论坛上,谭铁牛举了几个模式识别的例子。比如语音识别,近些年突飞猛进的科大讯飞,能将维吾尔语翻译成汉语,汉语翻译成维吾尔语;再如步态识别,在看不到人脸、虹膜和指纹的时候,就能通过步态在几十米外感知到其身份。
  此外,还有图像识别,其中具有代表性的人脸识别,早在几年前马云刷脸支付已经引爆舆论热点。谭铁牛本人就在进行虹膜识别的研究,并建立了目前国际上规模最大的共享虹膜图像库,被多国共享使用。他说,这不仅可以用在手机上,还可在查找丢失儿童上发挥作用。
投稿 打印文章
留言编辑 收藏文章 推荐图书 返回栏目 返回首页

  期刊推荐
1/1
转寄给朋友
朋友的昵称:
朋友的邮件地址:
您的昵称:
您的邮件地址:
邮件主题:
推荐理由:

写信给编辑
标题:
内容:
您的昵称:
您的邮件地址: