0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

脑科学与人工智能如何融合发展

jmiy_worldofai 来源:郭婷 2018-12-04 15:33 次阅读

AI要想进一步发展,需要从脑科学得到启发。

业界普遍认为,AI未来的演进方向就是计算智能、感知智能和认知智能,在此期间,真正需要突破的就是让计算机理解、思考和进行自我学习,脑科学则为发展类脑计算系统和器件、摆脱传统计算机架构的束缚提供了重要的依据。

人工智能(AI)虽然发展得如火如荼,但总有一个界限无法逾越,那就是拥有人类大脑的思维能力。例如拥有卷积神经网络技术的AlphaGo,下棋之外的能力或许连婴儿都不如。

全球科学家日渐达成共识——要想突破AI的技术壁垒,就要在脑科学领域有所建树。脑科学与类脑研究也被列为我国《新一代人工智能发展规划》中的重要研究方向之一。

“AI未来要想进一步发展,就需要从脑科学得到启发。”作为中国“脑计划”的领军人物,中国科学院院士、美国国家科学院院士、中科院神经科学研究所所长蒲慕明就在全力推动AI与脑科学的融合发展。

在日前召开的2018腾讯WE大会上,蒲慕明表示,如何从脑启发的这个概念来设计新的计算模式、新的类似人脑神经元结构的器件、芯片,甚至是机器人,都是今后需要解决的问题。

类脑是AI的前沿

机器会不会比人类更聪明?

在一档《机智过人》的节目里,中科院深圳先进院认知中心主任张建伟找到监控中一个模糊的小女孩图像,让机器和警官进行辨认并指出小女孩的父母,结果机器犯了错误,而警官顺利通过孩子的画像锁定了两对父母,显而易见是人战胜了机器。

“机器不会犯小错,但会犯大错,而人脑相反,如何参考人脑模型对AI进行更多改善和提升,是未来研究的一个方向。”张建伟说。

人脑是宇宙中最为复杂的系统之一,人脑学会了一件事就能够举一反三,而这正是AI难以企及的能力。“人工智能的前沿就是类脑人工智能,因为只有人类大脑才是智能的最高点,是在进化过程中发挥到最高极限的智能。”蒲慕明说。

业界普遍认为,AI未来的演进方向就是计算智能、感知智能和认知智能,在此期间,真正需要突破的就是让计算机理解、思考和进行自我学习,脑科学则为发展类脑计算系统和器件、摆脱传统计算机架构的束缚提供了重要的依据。

而要想理解大脑是怎么工作的,就需要一个精准的大脑“地图”,即脑联接图谱。人脑有1000亿个神经元,脑联接图谱是认识脑和发展类脑人工智能技术的重要基础。

在于北京召开的2018年中关村生命科学园发展论坛上,中国科学院院士、中科院上海分院副院长张旭表示,在全球大视野下,脑联接图谱在未来几年内将会产生系统性的研究成果,从而更精准地解析我们大脑的结构。

“AI无论是原理性设计,比如智能芯片或智能机器,还是工程化设计等,都将与脑科学合作得越来越密切。”张旭表示,智能技术发展面临新瓶颈,需要从脑科学和神经科学获得启发。而智能技术的发展也有助于脑科学取得进一步突破,比如深度学习神经网络处理器语音识别及多语种翻译技术等。

AI怎样向人脑学习?

可是,当我们根本没搞清人脑工作机理的时候,又如何仿照人脑开发AI呢?

“把大脑完全研究清楚,再来考虑人工智能,这太晚了。”在蒲慕明看来,机器学习网络的架构也可以像脑网络一样被学习塑造。此外,机器学习网络还可以借鉴人脑中的许多其他特性,例如,对信号做不同处理(兴奋性、抑制性等)的多种处理单元(神经元)可以同时存在,单元之间的连接也可以是多样化的,不但可以前馈,也可以有反馈和侧向连接。

“机器学习完全靠的是监督学习,而人脑不是。人脑的网络可以在学习过程中不断地修剪、改变,它有另外一套非监督学习的办法,能有效地找到最佳、最有可能成功的途径。所以,我们要从人脑的非监督学习去看高效低能量的网络结构到底是怎么回事。”蒲慕明说。

“这也意味着‘中国脑计划’的重要性。”蒲慕明表示,“中国脑计划”就是要解决上述基本环路的问题,即到底是什么样的网络造成这样有效的功能。“从这个有效的网络我们就可以设计有效的人工网络算法,或者是硬件、器件、芯片等,这就是未来的前景。”

复旦大学在世界上首次构建了大脑的动态图谱,发现了脑网络的可变性,这意味着人类可以控制大脑的可学习性;比如发展了脑机融合技术,实现了大脑的功能精准调控。

不过,张旭表示,目前还没有类似大脑智能的生物传感器、处理器和计算机,结合脑科学的神经网络解析,包括不同脑区之间的相互调配控制、资源利用,这些基础理论都有待进一步发展。从数学和计算科学来讲,无论更贴近大脑皮层结构网络的模型,还是更贴近计算的模型,都处在不断的研发过程中。

“我们永远不可能造出一模一样的大脑,全覆盖的模拟仿生大脑可能性也很小,只可能实现更加接近的仿生。”张旭表示,类脑就是最大范围的包容性,将脑科学或神经科学的一些基本原理以及脑运行的基本原理,应用于智能器械芯片、神经网络计算、智能机器人等结构和功能设计上。

张旭课题组目前要做的事情就是突破一系列基于神经网络的智能关键技术。通过脑感知功能图谱和中国人脑分子、结构和功能图谱,加强脑影像技术装备、神经网络关联技术、智能基础部件的研发以及构建最后的智能系统。

“在神经网络关键技术方面,寒武纪、科大讯飞等都参与了研发。我们从模型的认知技术到智能及其制造上,都有研发结果和原理上的突破。”张旭介绍说。

交叉融合并不容易

不过,蒲慕明与张旭都坦言,脑科学与AI要想融合发展,目前来说仍很困难。

“做AI或信息领域的人的背景、语言,跟做神经科学、脑科学的完全不一样,两个领域的人各讲各的话,讲出来的话对方还都听不懂。”在蒲慕明看来,两者要想融合在一起,AI就要理解脑科学的进展,脑科学也要理解AI到底是做什么的。

为此,我国也开始加强“AI+脑科学”方面的团队建设,例如中科院脑科学与智能技术卓越创新中心就是一个跨学科、跨院校的组织,通过团队合作和学科交叉融合,解决在脑科学和类脑智能技术两个前沿领域的重大问题。

张旭表示,类脑人工智能是分布式的社会集体创新的一个结合点。目前,上海也正在组建脑科学与类脑研究中心,一方面满足国家科技战略发展的需求;另一方面,打造一个研究开发平台和人才汇聚知识交融的平台。

“就像当年我们建立很多具有前瞻性的先进交叉学科研究一样,要突破传统的学科和专业的局限,才能开辟新的研究领域,开发新的发展方向。”张旭说。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 计算机
    +关注

    关注

    19

    文章

    7491

    浏览量

    87896
  • 人工智能
    +关注

    关注

    1791

    文章

    47232

    浏览量

    238349
  • 腾讯
    +关注

    关注

    7

    文章

    1653

    浏览量

    49429

原文标题:“脑科学+AI”如何携手并进?

文章出处:【微信号:worldofai,微信公众号:worldofai】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    集成电路与人工智能结合

    集成电路与人工智能的结合是当前科技发展的一个重要趋势,这种结合为多个领域带来了深远的影响。以下是对集成电路与人工智能结合的分析: 一、集成电路在人工智能中的应用 算力支持 : 集成电路
    的头像 发表于 11-19 10:05 317次阅读

    嵌入式和人工智能究竟是什么关系?

    领域,如工业控制、智能家居、医疗设备等。 人工智能是计算机科学的一个分支,它研究如何使计算机具备像人类一样思考、学习、推理和决策的能力。人工智能
    发表于 11-14 16:39

    陈天桥雒芊芊脑科学研究院在人工智能领域取得重大突破

    陈天桥雒芊芊脑科学研究院(TCCI)的人工智能团队,凭借其在大脑与记忆领域的深厚造诣,于人工智能界取得了突破性进展。其自主研发的OMNE多智能体框架,在由Meta AI、Hugging
    的头像 发表于 11-01 11:11 478次阅读

    《AI for Science:人工智能驱动科学创新》第6章人AI与能源科学读后感

    探讨了人工智能如何通过技术创新推动能源科学的进步,为未来的可持续发展提供了强大的支持。 首先,书中通过深入浅出的语言,介绍了人工智能在能源领域的基本概念和技术原理。这使得我对
    发表于 10-14 09:27

    AI for Science:人工智能驱动科学创新》第4章-AI与生命科学读后感

    。 4. 对未来生命科学发展的展望 在阅读这一章后,我对未来生命科学发展充满了期待。我相信,在人工智能技术的推动下,生命科学将取得更加显著
    发表于 10-14 09:21

    《AI for Science:人工智能驱动科学创新》第二章AI for Science的技术支撑学习心得

    ,推动科学研究的深入发展。 总结 通过阅读《AI for Science:人工智能驱动科学创新》第二章,我对AI for Science的技术支撑有了更加全面和深入的理解。我深刻认识到
    发表于 10-14 09:16

    《AI for Science:人工智能驱动科学创新》第一章人工智能驱动的科学创新学习心得

    的效率,还为科学研究提供了前所未有的洞察力和精确度。例如,在生物学领域,AI能够帮助科学家快速识别基因序列中的关键变异,加速新药研发进程。 2. 跨学科融合的新范式 书中强调,人工智能
    发表于 10-14 09:12

    risc-v在人工智能图像处理应用前景分析

    与人工智能推荐系统中强大的图形处理器(GPU)一争高下。其独特的设计使得该处理器在功耗受限的条件下仍能实现高性能的图像处理任务。 Ceremorphic公司 :该公司开发的分层学习处理器结合了
    发表于 09-28 11:00

    智能制造与人工智能的区别

    智能制造与人工智能在定义、技术组成、应用领域以及发展重点等方面存在明显的区别。
    的头像 发表于 09-15 14:27 704次阅读

    名单公布!【书籍评测活动NO.44】AI for Science:人工智能驱动科学创新

    活的世界? 编辑推荐 《AI for Science:人工智能驱动科学创新》聚焦于人工智能与材料科学、生命科学、电子
    发表于 09-09 13:54

    串口屏与人工智能的结合

    在当今智能化浪潮中,传统设备与新兴技术的融合正不断推动产业升级,其中,串口屏与人工智能(AI)的结合尤为引人注目。串口屏作为一种常见的信息展示与交互设备,在工业控制、智能家居、医疗健康
    的头像 发表于 08-16 12:29 1305次阅读

    FPGA在人工智能中的应用有哪些?

    定制化的硬件设计,提高了硬件的灵活性和适应性。 综上所述,FPGA在人工智能领域的应用前景广阔,不仅可以用于深度学习的加速和云计算的加速,还可以针对特定应用场景进行定制化计算,为人工智能技术的发展提供有力支持。
    发表于 07-29 17:05

    5G智能物联网课程之Aidlux下人工智能开发(SC171开发套件V1)

    /25611.html *附件:芯片模组外观检测实训.pdf 人工智能 机器人:基于融合系统的机器人仿真实训 38分02秒 https://t.elecfans.com/v/25521.html *附件:机器人
    发表于 04-01 10:40

    FMEA与人工智能融合发展

    工具,正逐渐展现出其在赋能人工智能领域的巨大潜力。本文将分享FMEA如何与人工智能相结合,共同开启智能风险预防的新纪元。 一、FMEA与人工智能:相得益彰的结合 FMEA通过分析产品或
    的头像 发表于 03-18 16:21 726次阅读

    嵌入式人工智能的就业方向有哪些?

    于工业、农业、医疗、城市建设、金融、航天军工等多个领域。在新时代发展背景下,嵌入式人工智能已是大势所趋,成为当前最热门的AI商业化途径之一。
    发表于 02-26 10:17