機器人會不會擁有像人類一樣的意識？10日，DeepMind團隊在《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AI程序具有類似哺乳動物一樣的尋路能力，類似大腦中網(wǎng)格細(xì)胞的工作原理。

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

在AI領(lǐng)域有一個叫做“類腦智能”的研究方向，想讓機器像人類一樣思考。雖然目前專家們對于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能提供了一種途徑。目前，類腦智能研究的進展?fàn)顩r如何？有何待攻克的難點？科技日報記者為此采訪了相關(guān)研究專家。

目標(biāo)：使機器具有人類認(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)勝人類頂級圍棋選手，上述所有的突破都僅是智能系統(tǒng)從某個視角、在某個特定領(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，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，還沒有任何一個通用智能系統(tǒng)能接近人類水平?！艾F(xiàn)有人工智能系統(tǒng)通用性較差，與其計算理論基礎(chǔ)和系統(tǒng)設(shè)計原理有密不可分的關(guān)系?！敝袊茖W(xué)院自動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報記者，圖靈機模型取決于人對物理世界的認(rèn)知程度，因此人限定了機器描述問題、解決問題的程度。馮·諾依曼體系結(jié)構(gòu)是存儲程序式計算，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行自我演化。而我們的大腦卻是一個出色的、能夠長時間穩(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)和進化。

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

難點：對大腦的認(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)畢國強教授認(rèn)為，目前類腦智能研發(fā)的核心難點是我們對腦的結(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神經(jīng)元，每個神經(jīng)元又包含數(shù)個到數(shù)萬個分支，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開始建立簡化的類腦模型，來實現(xiàn)一些‘類智能’的功能?！碑厙鴱娊榻B，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，并在處理分類識別的問題方面取得了巨大成功，但這些“簡單”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)階段的一個重點方向是發(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)等機器學(xué)習(xí)（或類腦智能）技術(shù)，來推進對大腦網(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?！碑厙鴱娬f，與此同時，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腦研究。通過這樣一個正反饋迭代過程，也許我們可以在可見的將來實現(xiàn)下一個突破。

布局：國內(nèi)外發(fā)展水平幾乎同步

不可否認(rèn)，我們對于大腦的探索還處于非常初級的階段。曾毅介紹，總體而言，經(jīng)過上百年的研究，人們對于腦信息處理機制的認(rèn)識仍然比較初步。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)計劃），它作為連接腦科學(xué)和信息科學(xué)的橋梁，將極大推動人工通用智能技術(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年成立的類腦計算研究中心，中國科學(xué)院自動化研究所于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)成立的仿腦計算與機器智能研究中心等。

目前，清華大學(xué)類腦計算研究中心已經(jīng)研發(fā)出了具有自主知識產(chǎn)權(quán)的類腦計算芯片、軟件工具鏈；中國科學(xué)院自動化研究所開發(fā)出了類腦認(rèn)知引擎平臺，具備哺乳動物腦模擬的能力，并在智能機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，以及全球首個以類腦方式通過鏡像測試的機器人等。

“我們現(xiàn)在類腦計算方面基本上和國外差不多?！闭劶皣鴥?nèi)的研究進展，清華大學(xué)類腦計算研究中心主任施路平教授告訴科技日報記者，現(xiàn)在大家都還處于前期探索發(fā)展階段。

“具體哪個應(yīng)用先突破很難說?！笔┞菲秸f，未來的類腦智能研究在應(yīng)用方面具有很多可能性，但在哪個領(lǐng)域率先突破還不確定。