AI提“智”離不開(kāi)類腦研究

 人工智能(néng)     子能;|   遠的   2018-09-04 08:朋照41
  雖然人工智能(néng)在一些方面(miàn)的表現已超越了人類,但這人吃(zhè)不代表它真的很聰明。相反,很多信好時(shí)候它還(hái)很傻很天亮什真,仍然需要向(xiàng)人腦海話學(xué)習。
 
  近日,以“類腦計算與人工智能(néng)”爲主題的香山風民科學(xué)會(huì)議在香港科技大學(xué)召章體開(kāi),來自腦科學(xué)、神經(jīng)科學(xué)花黑以及人工智能(néng)方向(xiàng)的30多位與會(huì)專家信技,讨論了如何將(jiāng)人我頻工智能(néng)和腦計算相互融合、相互促進(jìn)道議,實現從腦啓發(fā)到通用人體金工智能(néng)的演進(jìn)。
 
  類腦智能(néng)是人工智能(néng)的良藥
 
  近年來,人工智能(néng)在發(fā)展過(guò)程中仍有一系列技術難題筆公需要克服。比如,機器學(xué)習不靈活,需要大規模人工标注的高質量樣老冷(yàng)本數據;訓練模型需要很大的計算開內煙(kāi)銷;同時(shí)人工智能(néng)仍然缺乏高站生級認知能(néng)力和舉一反三的學(xué)習能(néng)力。什關
 
  香港科技大學(xué)楊強教授表示,機家銀器學(xué)習是人工智能(né拿很ng)領域的核心内容,但是,當前的機器學(xué)習與人腦的學(xué)習音弟能(néng)力相比還(hái)存在顯開黃著差異,尤其在可解釋性、推理能(néng)力、舉一反三能(nén去雜g)力等方面(miàn),與人腦相比還(hái)存在明顯差距。目前科姐長學(xué)家們把更多期待投入到類腦睡北智能(néng)上,他們認爲智能(néng)技術可以借鑒腦科學(xué)和業西神經(jīng)科學(xué),對(duì)人腦認知神經(jīng)機制鄉東的理解可能(néng)爲新一代人工智能(néng)算法和器件的時醫研發(fā)帶來新啓發(fā),爲信息海務智能(néng)領域的産業升級帶來颠覆性的變革突破。
 
  “近年來,腦與神經(jīng)科學(xué)、認知科學(xué)的得風進(jìn)展使得人們在腦區、神經(jīng)微環路、神經(jīng)元等不小站同尺度觀測的各種(zhǒng)認知任務中,獲取腦組織的部分活動不器數據已成(chéng)爲可能(néng),獲知人腦信息處理過(guò)程不再可購僅憑猜測,通過(guò)多學(xué)科交叉和實驗研究獲得的人腦工民通作機制更具可靠性。因此,腦科學(xué)有望爲機器學(xué)習匠務、類腦計算的突破提供借鑒。”中國(guó)科學(xu費聽é)院神經(jīng)科學(xué)研究所蒲慕明院士說(道笑shuō)。
 
  信息處理要模拟人腦
 
  所謂類腦計算是借鑒人腦存儲處理信息的方式發(fā)展起(qǐ)來的愛弟新技術,它通過(guò)仿真、模拟和借鑒大腦生理結構校城和信息處理過(guò)程的裝置、模型和方法,制答動造類腦計算機和類腦智能(néng)。城我
 
  香港科技大學(xué)葉玉如院士表示,類腦智能(néng)是人工智能(nén話外g)的一種(zhǒng)新形态,也是人工智頻銀能(néng)重要的研究手段。人類的雜熱大腦被(bèi)認爲是最高級的生物智能(néng)系統秒哥,它具有感知、識别、學(xué)習、聯想、記憶、推理等功能(né校鄉ng)。大腦的這(zhè)些功能(néng)與其結構存在著(zhe)對(duì可靜)應關系。類腦計算機就(jiù)是以物理的形态對得實現這(zhè)種(zhǒng)對(du器月ì)應關系,它以神經(jīng)元作裡風爲基本計算和存儲單元,利用神經(jīn生弟g)元之間的突觸連接傳遞信息,模拟神經(jīng)突觸的討校強度變化,其分布式的存儲和計算單元直接相連構成(ché市多ng)大規模神經(jīng)網絡計算系統。
 
  “類腦計算系統是基于神經(jīng)形态工程,借鑒人腦信息處理方式,打破好月‘馮·諾依曼’架構束縛,适于實時(shí)處理非結睡拿構化信息,具有學(xué)習能(néng)力的超間木低功耗新型計算系統。它是人工通用智能(néng)的基石,是智能(n音錯éng)機器人的核心,擁有極爲廣闊的應用男快前景。”清華大學(xué)施路平說(shuō)。
 
  此外,北京郵電大學(xué)李德毅院士提出了反用駕駛腦的觀點,用外些人工智能(néng)研究腦科學(x店說ué)。在計算模型層面(miàn),將(jiāng)探索更多具有生物可行性的學化媽(xué)習機制的人工神經(jīng)網絡算法。在網絡架構層面(miàn),典線老型的人類認知行爲將(jiāng)通過(g短什uò)引入網絡内的大腦樣(yàng)域和子域來建間哥模,這(zhè)些域將(jiāng)通過(guò)學(xu海相é)習來協調、整合和修改。目标是在多個層面(miàn)、理論上模拟大腦的機制和結構,開(kāi)發(fā)一個更具有普遍性的AI以應對(duì)包紅內括多任務,自學(xué)習和自适照著應等方面(miàn)的挑戰。