腦科學如何支持人工智慧的發展？聽聽院士和大牛們怎麼說

雷鋒網消息，「腦科學與人工智慧」科學與技術前沿論壇於5月8日在北京中國科學院學術會堂召開。本次論壇由中國科學院學部主辦，旨在進一步加強腦科學和人工智慧兩個學科的交叉力度和思想碰撞，更好推動這兩個領域的相互融合與共同發展。

論壇以腦科學與人工智慧為主題，從腦科學如何支持人工智慧的發展和類腦智能的態勢與發展研討兩個議題入手，邀請到多位相關領域的院士、專家做了主題報告和深度討論。雷鋒網編輯也在現場聽講，並將論壇概況和看點做了整理。

出席本次論壇的院士及專家有：

蒲慕明院士（中科院神經科學研究所）

譚鐵牛院士（中科院自動化研究所）

李德毅院士（總參第61研究所）

郭愛克院士（中科院神經科學研究所）

何生研究員（中科院生物物理研究所）

以及來自130餘家院校、研究機構、企業300餘位專家、學者。

幾位院士和專家講了啥？

論壇上，蒲慕明院士、譚鐵牛院士、李德毅院士、何生研究員分別做了主題報告，郭愛克院士和徐波研究員（中科院自動化研究所）分別擔任主持。幾位大家分別從大腦可塑性、類腦智能、人腦視覺認知、模式識別、自動駕駛等領域深入淺出的闡述了自己的真知灼見。

下面請跟雷鋒網一起，回顧一下本次論壇的主要內容和看點（排名按照報告的時間順序）。

↑ 蒲慕明院士

蒲慕明院士：大腦可塑性與類腦智能研究。

蒲慕明，美國科學院院士、中國科學院外籍院士、台灣中央研究院院士、香港科學院院士。中國科學院神經科學研究所所長和中科院腦科學與智能技術卓越創新中心主任。主要從事神經元發育與突觸可塑性的分子細胞機制研究。

蒲院士認為，在過去半個世紀來，神經科學雖然在細胞水平上探索神經可塑性獲得了很大的進展，但對理解神經環路和大腦功能可塑性仍面臨巨大的挑戰；如何從對大腦相當粗淺的理解中，抽取對類腦智能技術有啟發性的內容，將是目前類腦智能研究的主要課題。

他回顧了神經可塑性研究的重大發現，並猜測新一代類腦神經網路可借鑒的自然神經網路的特性，並簡述赫伯神經集群假說（Hebb Cell Assembly Hypothesis）的演化和對人工網路計算模型設計的可能貢獻，同時舉例說明了人工智慧的發展亦可對進一步理解人腦複雜網路的運作機制有所啟發。

↑ 何生研究員

何生研究員：人腦視覺認知原理和啟發。

何生，中國科學院生物物理研究所研究員，並擔任腦與認知科學國家重點實驗室主任。他的主要研究方向為人類視覺認知的功能神經機制。

據何研究員介紹，認知科學主要研究人的知覺、注意、記憶、情緒、決策、問題解決、語言、意識等過程的功能和神經機制。人腦具有高度發達的視覺信息處理系統，我們對其有相對深入的了解。

他闡述了認知科學的研究人類視覺系統的多個平行通路（包括皮層上及皮層下）的不同的特性和分工，前饋和反饋信號的相互作用，物體識別的多層次結構，專家化系統的形成，以及知覺意識的功能等。

↑ 譚鐵牛院士

譚鐵牛院士：生物啟發的模式識別。

譚鐵牛，中國科學院院士、英國皇家工程院外籍院士和發展中國家科學院院士。中央人民政府駐香港特別行政區聯絡辦公室副主任、中科院自動化研究所智能感知與計算研究中心主任。主要從事圖像處理、計算機視覺和模式識別等相關領域的研究工作，目前的研究主要集中在生物特徵識別、圖像視頻理解和信息內容安全等三個方向。

譚院士回顧了模式識別的歷史，闡述了模式識別的現狀，對有望用於模式識別的生物機制進行凝練，最後給出了生物啟發模式識別方向的未來展望。

譚院士認為雖然面向特定任務的模式識別已取得突破性進展，但通用模式的識別系統依然任重道遠。魯棒性、自適應性、可泛化性是制約模式識別進一步發展的三大瓶頸。

最後他總結道，向生物學習，開展生物啟發的模式識別有望實現模式識別理論與方法的新突破，達到對不同任務無縫切換、對環境自主適應、對知識凝練抽取等，並且具有十分廣闊的創新空間與發展前景。

↑ 李德毅院士

李德毅院士：無人駕駛的圖靈測試。

李德毅，中國工程院院士，中國人工智慧學會理事長，中國雲計算專家委員會主任。長期從事計算機工程、不確定性人工智慧、大數據和智能駕駛領域研究，領導了中國最大的無人車聯合團隊，實現世界第一輛無人駕駛公交車實際公路成功行駛。

李院士在報告剛一開始便拋出一個問題：能量的量綱是焦耳，信息的量綱是比特，那麼腦認知該如何度量？

他提出，圖靈測試的本質是交互的智能測試，相對於機器對話、機器寫詩等智能活動，目前基於駕駛的圖靈測試可進行更為精確和客觀的評測。無人駕駛的根本問題不在於車而在於人，其核心是物化駕駛員認知，解耦出類腦的功能模塊，研發機器駕駛腦，和汽車一起構成輪式機器人。

最後，李院士說，基於駕駛的圖靈測試可大大推動我國類腦研究和無人車的產業化發展。

報告會後，與會專家和研究人員圍繞 「腦科學如何支持人工智慧的發展」和「類腦智能的態勢與發展研討」兩個議題，展開了深入的探討， 王佐仁研究員（中科院神經科學研究所）和劉成林研究員（中科院自動化研究所）分別擔任主持。雷鋒網整理了部分精彩的發言如下：

來自中科院計算所的陳熙霖研究員認為，人工智慧不同於人類的智能，但是人工智慧的發展離不開從人腦的結構中獲得啟發。儘管今天深度學習的成功是數學的成功，基本上和腦的關係不大。同時，由於深度學習的局限性，學術界應該跳出深度學習。

來自北京大學的黃鐵軍教授認為，發展人工智慧的終極目標是找到通用人工智慧的解決方案。當我們談論類腦的時候，一定要分清楚結構和功能這兩個層次，要想實現某個功能，最好的方法是考慮什麼樣的結構才能實現這樣的功能。現在大家在談論智能的時候總是下意識的將計算機當成實現平台，也許我們可以換一種思路，比如，當我們為神經網路量身打造出一個新的實現平台後，也許離強人工智慧就更進一步了。

來自中科院數學與系統科學研究院的呂金虎研究員認為，目前人工智慧和腦科學的結合面臨的三大挑戰是，我們還無法弄清楚以下智能的機理：

• 智能湧現

• 自組織

• 自學習

如果能夠弄清楚，人工智慧的發展應該會有一個突飛猛進的進展。

在論壇接近尾聲之際，雷鋒網採訪了籌備本次論壇的學術秘書中科院自動化研究所的張兆翔研究員，他表示，通過這種論壇形式的學術交流和主題研討，可以進一步凝練交叉領域重要科學問題，明確腦科學與人工智慧的發展路徑，對於在國家層面上實施「腦科學與類腦研究」重大項目具有重大意義。

本次論壇由中國科學院學部主辦，中國科學院學部學術與出版工作委員會、信息技術科學部、生命科學和醫學學部承辦，中國科學院自動化研究所、中國科學院神經科學研究所、《中國科學》雜誌社共同協辦。（完）