人工智能會(huì)取代人類(lèi)嗎？這個(gè)問(wèn)題一度引發(fā)全民熱議。雖然目前人工智能正在快速提“智”，但是這不代表它真的很聰明。相反，很多時(shí)候它還很傻很天真，仍然需要向人腦學(xué)習(xí)。

近日，以色列魏茨曼科學(xué)研究學(xué)院計(jì)算機(jī)科學(xué)系教授希蒙·厄爾曼發(fā)文表示，相信神經(jīng)科學(xué)能為人工智能發(fā)展提供進(jìn)一步的助力。那么，人工智能和神經(jīng)科學(xué)究竟有什么關(guān)系？神經(jīng)科學(xué)到底如何進(jìn)一步助力人工智能發(fā)展？深度融合神經(jīng)科學(xué)的人工智能將發(fā)生哪些變化？

神經(jīng)科學(xué)和人工智能本屬同源

談到人工智能和神經(jīng)科學(xué)之間的關(guān)系，中國(guó)科學(xué)院上海生命科學(xué)研究院副研究員王小理用兩句話來(lái)概括：同源分流、學(xué)科獨(dú)立；交叉融合、分久必合。

最初，人工智能與神經(jīng)科學(xué)是兩門(mén)各自獨(dú)立的學(xué)科，有著不太一樣的研究對(duì)象、研究方法體系。從學(xué)科起源的時(shí)間原點(diǎn)來(lái)看，人工智能學(xué)科以1956年美國(guó)達(dá)特茅斯學(xué)院夏季討論班為緣起；而神經(jīng)科學(xué)誕生的標(biāo)志可以回溯到1891年的神經(jīng)元學(xué)說(shuō)。這樣看神經(jīng)科學(xué)算是人工智能學(xué)科的“前輩”。

神經(jīng)科學(xué)更多地側(cè)重于生物學(xué)意義上的神經(jīng)活動(dòng)的規(guī)律，解析包括思維、情感、智能等在內(nèi)的高級(jí)神經(jīng)活動(dòng)的發(fā)生機(jī)制，而意識(shí)起源問(wèn)題，則是神經(jīng)科學(xué)的終極目標(biāo)，研究方法上神經(jīng)科學(xué)是以自然現(xiàn)象歸納為主的“實(shí)驗(yàn)科學(xué)”。而人工智能是研究開(kāi)發(fā)能夠模擬、延伸和擴(kuò)展人類(lèi)智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門(mén)新的技術(shù)科學(xué)，研究對(duì)象不是智能而是智能操控，現(xiàn)階段研究方法上是側(cè)重于對(duì)復(fù)雜現(xiàn)象進(jìn)行模擬仿真的“計(jì)算科學(xué)”。

“但可以將神經(jīng)科學(xué)和人工智能的關(guān)系簡(jiǎn)單理解為源和流?！蓖跣±砀嬖V科技日?qǐng)?bào)記者，人工智能的興起和發(fā)展離不開(kāi)神經(jīng)科學(xué)成果的滋養(yǎng)。

正如希蒙·厄爾曼文章所述，早期人工智能領(lǐng)域的科學(xué)家將生物神經(jīng)系統(tǒng)作為參照對(duì)象，創(chuàng)造出了近年來(lái)盛行的“深度網(wǎng)絡(luò)”腦啟發(fā)架構(gòu)，這是一個(gè)非常鮮明的“源流”案例，也一直為神經(jīng)科學(xué)家和人工智能領(lǐng)域科學(xué)家所津津樂(lè)道。但有些人工智能領(lǐng)域的專(zhuān)家，認(rèn)為深度網(wǎng)絡(luò)前期是仿腦，后期發(fā)展了獨(dú)立的方法，因此認(rèn)為，人工智能有自己的方法體系，基本可以拋開(kāi)腦科學(xué)。這樣的觀點(diǎn)其實(shí)是值得深入討論的。

中國(guó)科學(xué)院神經(jīng)科學(xué)研究所蒲慕明院士曾向記者表示，近年來(lái)，腦與神經(jīng)科學(xué)、認(rèn)知科學(xué)的進(jìn)展使得人們?cè)谀X區(qū)、神經(jīng)微環(huán)路、神經(jīng)元等不同尺度觀測(cè)的各種認(rèn)知任務(wù)中，獲取腦組織的部分活動(dòng)數(shù)據(jù)已成為可能，獲知人腦信息處理過(guò)程不再僅憑猜測(cè)，通過(guò)多學(xué)科交叉和實(shí)驗(yàn)研究獲得的人腦工作機(jī)制更具可靠性。因此，腦科學(xué)有望為機(jī)器學(xué)習(xí)、類(lèi)腦計(jì)算的突破提供借鑒。

但是，人工智能對(duì)神經(jīng)科學(xué)發(fā)展的反哺或反饋?zhàn)饔靡彩强陀^存在的。在神經(jīng)科學(xué)基礎(chǔ)研究階段，人工智能可以輔助研究人員解析復(fù)雜的腦神經(jīng)信號(hào)、腦神經(jīng)圖譜實(shí)驗(yàn)數(shù)據(jù)，構(gòu)建和模擬大腦模型系統(tǒng)等。在轉(zhuǎn)化應(yīng)用階段，人工智能還能加速腦科學(xué)成果的應(yīng)用，例如大腦疾病診斷與新療法成果的臨床轉(zhuǎn)化等。

打開(kāi)人工智能“黑箱”的幾條通路

事實(shí)上，沒(méi)有神經(jīng)科學(xué)大的理論突破，沒(méi)有對(duì)智能生物本原的認(rèn)識(shí)，人工智能中的“智能”概念很可能就一直是個(gè)“黑箱”，而智能模擬與擴(kuò)展就可能一直在“外圍”打轉(zhuǎn)。比如，美國(guó)國(guó)家工程院《21世紀(jì)人類(lèi)面臨的14大科技挑戰(zhàn)》報(bào)告就認(rèn)為，人工智能目前存在的部分問(wèn)題是源于設(shè)計(jì)中并沒(méi)有充分考慮真實(shí)的大腦情況。而通過(guò)對(duì)人腦的逆向工程來(lái)揭示大腦的秘密，可以更好地設(shè)計(jì)出能同時(shí)處理多重信息流的計(jì)算設(shè)備。

目前神經(jīng)科學(xué)在助力人工智能發(fā)展上有幾條通路。王小理介紹，具體路徑上，可以延續(xù)認(rèn)知經(jīng)驗(yàn)主義思路的人工智能發(fā)展方向。例如，對(duì)于人工智能而言，目前總是用一個(gè)特定的任務(wù)去訓(xùn)練它，而忽略了它接觸其他事物的過(guò)程。如果給智能體一個(gè)類(lèi)似成長(zhǎng)環(huán)境和成長(zhǎng)過(guò)程，是不是會(huì)讓它更智能呢？人類(lèi)的智慧是建立在溝通之上的，目前的人工智能體還沒(méi)有自主溝通能力， 這也是目前的人工智能水平與強(qiáng)人工智能的差距所在，也是未來(lái)的發(fā)展方向。

但也可能，希蒙·厄爾曼提出的借鑒人類(lèi)先天認(rèn)知系統(tǒng)更具有意義。深入理解大腦的原始能力，從而實(shí)現(xiàn)高級(jí)的機(jī)器邏輯能力。人類(lèi)具備學(xué)習(xí)如何學(xué)習(xí)的能力，如果讓智能體學(xué)習(xí)如何學(xué)習(xí)，那么這種二階學(xué)習(xí)的關(guān)系也許會(huì)讓它學(xué)得更快，如果未來(lái)智能體有了想象力和計(jì)劃能力，那么它也許真的可以創(chuàng)造出一些我們?nèi)祟?lèi)很難創(chuàng)造出的東西。

此外，神經(jīng)科學(xué)助力人工智能，在人工智能重大技術(shù)領(lǐng)域也有幾個(gè)方向。例如，構(gòu)建統(tǒng)計(jì)關(guān)聯(lián)與特征關(guān)聯(lián)相結(jié)合的新型學(xué)習(xí)理論，實(shí)現(xiàn)“知識(shí)驅(qū)動(dòng)”與“語(yǔ)義驅(qū)動(dòng)”關(guān)聯(lián)統(tǒng)一；構(gòu)建融合深度學(xué)習(xí)與強(qiáng)化學(xué)習(xí)、演化計(jì)算、主動(dòng)學(xué)習(xí)、畢生學(xué)習(xí)等仿生和自然計(jì)算理論的新型理論框架；實(shí)現(xiàn)大規(guī)模并行神經(jīng)網(wǎng)絡(luò)、進(jìn)化算法和其他復(fù)雜理論計(jì)算；具有自主學(xué)習(xí)能力的通用性人工智能系統(tǒng)等。

未來(lái)兩者深度融合大有可為

那么，深度融合神經(jīng)科學(xué)的人工智能將會(huì)發(fā)生什么變化呢？

對(duì)此，王小理認(rèn)為，目前神經(jīng)科學(xué)與人工智能的融合，只占生物大腦計(jì)算原理的冰山一角。準(zhǔn)確預(yù)見(jiàn)未來(lái)人工智能將如何發(fā)展很難，但如果洞察神經(jīng)科學(xué)、人工智能的學(xué)科發(fā)展規(guī)律和人類(lèi)經(jīng)濟(jì)社會(huì)發(fā)展大趨勢(shì)，粗略勾勒未來(lái)發(fā)展階段還是可能的，這對(duì)于找準(zhǔn)創(chuàng)新突破口，明確創(chuàng)新主攻方向非常關(guān)鍵。這也是包括我國(guó)在內(nèi)開(kāi)展相關(guān)腦科學(xué)預(yù)測(cè)和技術(shù)預(yù)見(jiàn)的初衷之一。

從當(dāng)前到2025年，神經(jīng)科學(xué)繼續(xù)保持高速發(fā)展態(tài)勢(shì)，但顛覆性的理論成果還不多，在這一時(shí)期，人工智能和大數(shù)據(jù)技術(shù)是神經(jīng)科學(xué)發(fā)展的“加速器”。而到2030—2035年，神經(jīng)科學(xué)將迎來(lái)第一輪重大突破，在神經(jīng)感知和神經(jīng)認(rèn)知理解方面出現(xiàn)顛覆性成果，從而反哺、革新人工智能的原有算法基礎(chǔ)和元器件基礎(chǔ)，人類(lèi)社會(huì)進(jìn)入實(shí)質(zhì)性類(lèi)腦智能研究階段。

到2050年，神經(jīng)科學(xué)將迎來(lái)第二輪重大突破，在情感、意識(shí)理解方面出現(xiàn)顛覆性成果，開(kāi)發(fā)出一個(gè)多尺度、整合、可驗(yàn)證的大腦模型理論，類(lèi)腦智能進(jìn)入升級(jí)版，并將推動(dòng)人腦的超生物進(jìn)化，神經(jīng)科學(xué)和類(lèi)腦智能學(xué)科融為一體，人類(lèi)社會(huì)全面進(jìn)入強(qiáng)人工智能時(shí)代。當(dāng)然，圍繞神經(jīng)科學(xué)和人工智能特別是強(qiáng)人工智能，還有許多科學(xué)理論和社會(huì)與倫理方面的問(wèn)題。

“我們相信，未來(lái)神經(jīng)科學(xué)領(lǐng)域大有可為、未來(lái)神經(jīng)科學(xué)與人工智能融合大有可為?！蓖跣±碚f(shuō)，從人類(lèi)科技文明長(zhǎng)河來(lái)看，神經(jīng)科學(xué)和人工智能是同一枚硬幣的兩個(gè)面，雖然相互獨(dú)立，但都有共同的指向：為人類(lèi)的生存和意識(shí)演化提供新可能。（陸成寬）