发布时间：2022-02-22 10:10:03
就像是手臂中的一槍。當世界上第一台超越早期經典計算機的光量子計算機誕生時，人們似乎對人工智能時代更有信心：超越經典計算機的量子計算機已經建立，擊敗超級計算機的量子計算機還會遠遠落後嗎？
一旦實現了後者，人類将再次爲計算能力感到自豪，并探索人腦的奧秘，從而消除人工智能研究的一大障礙。目前，面對人類大腦，盡管它的重量隻有約1.5千克，但它有1011個神經元，這讓人類感到無助——世界上沒有一台計算機能夠模拟整個大腦的計算能力。
在最近由中國科學院學術部主辦、中國科學院自動化研究所協辦的“腦科學與人工智能”科技前沿論壇上，許多業内人士提出了這樣的夢想：構建支持深度學習的新型計算機集群已經成爲一些人工智能研究的必然選擇，那麽人工智能研究是否需要量子計算機的計算能力呢？
“今天的科學家，特别是計算機科學家，使用‘計算’太難，依賴‘計算’，甚至有點‘貪得無厭’。中國工程院院士、中國人工智能學會會長李德義在論壇上潑了一盆冷水。他認爲，人工智能學者不應該隻關注“計算認知”，盲目地問“人腦”研究的速度有多快，但應該把更多的精力放在“記憶認知”和“交互認知”上。
沒有多少腦科學能啓發人工智能？
李德義對“計算認知”不感興趣的原因是什麽“同樣來自谷歌于2015年5月15日發布的一份報告——
，谷歌稱其無人駕駛汽車擁有數百萬英裏的測試經驗，這大緻相當于75年的人類駕駛經驗。
“如何計算75年的駕駛經驗？“這引發了李德儀的思考：當無人駕駛汽車上路，駕駛執照提上議事日程，駕駛認知的“測量”成爲各國交通管理部門的一項緊迫任務時，大腦認知應該如何測量？信息用“比特”來測量，能量用“比特”來測量”“焦耳”。那麽大腦認知呢？
大腦科學家似乎沒有給出這樣的答案，人工智能學者也無法獲得啓發。
這已經成爲一個隐喻：腦科學和人工智能是21世紀的兩個前沿學科，在過去幾十年中彼此相對獨立。
中國科學院外籍院士、中國科學院神經科學研究所所長蒲慕明在論壇上也提到，這在國内外都是正确的。然而，随着研究方法的不斷豐富和研究領域的突破，二者的交叉融合已成爲熱點，甚至出現了一個新的研究術語“類腦智能”。美國和歐盟相繼啓動了相關研究項目，中國也啓動了brain項目。他說，中國的計劃是将腦科學和人工智能最緊密地結合起來。
例如，流行的深度學習是一種基于人工神經網絡的應用，可以從神經科學的一些定律中得到啓發。蒲慕明舉例說，我們可以從突觸的可塑性、記憶儲存、提取和回歸等方面學習。
然而，他也承認，目前的腦科學研究不能給人工智能帶來太多啓發。
蒲慕明給出了一個類比。目前的腦科學研究水平僅相當于19世紀末物理、化學等學科的研究水平。“要完全理解大腦，可能需要幾個世紀，而不是我們在本世紀所能實現的。”他說。
那我們爲什麽要做類似大腦的研究呢？普慕明說，我們必須在這個時候提出一些适當的申請。如果我們不将已知的知識應用于腦部疾病的診斷、幹預和治療，我們的醫療體系很可能在2050年崩潰——那時，你會發現仍然沒有可以治愈的腦部疾病。
因此，人工智能的應用是相同的。他說，沒有必要完全理解神經科學的一些階段性成就也可以爲人工智能的發展提供靈感。
人類最重要的智能行爲是什麽？
中國科學院院士、中國科學院自動化研究所研究員譚鐵牛在現有研究的基礎上得出結論：“模式識别”是人類最重要的智能行爲，它也是人工智能的一個重要研究内容——機器的“模式識别”能力，在一定程度上或很大程度上反映了機器智能的“類人”程度。
在當天的論壇上，譚鐵牛給出了幾個模式識别的例子。例如，近年來取得快速進展的科大訊飛語音識别技術可以将維吾爾語翻譯成漢語，将漢語翻譯成維吾爾語，以及步态識别。當你看不到人臉、虹膜和指紋時，你可以通過步态在幾十米之外感知它的身份。
此外，還有圖像識别，包括代表性人臉識别。早在幾年前，馬雲的刷牙支付就引爆了輿論的熱點。譚鐵牛本人正在研究虹膜識别，建立了世界上最大的共享虹膜圖像數據庫，被許多國家共享和使用。他說，這不僅可以用于手機，也可以用于尋找失蹤兒童。
譚鐵牛表示，通過學習生物學的機理，可以改善模式識别的技術瓶頸，展望未來仿生模式識别在人工智能領域的應用前景。它的最終目标是模拟和接近人類模式識别，這是一個非常艱巨的過程。
他還提到，模式識别的主要瓶頸在于魯棒性、适應性和泛化。
坦率地說，魯棒性是人工智能“足夠可靠”和“如果有輕微幹擾，它是否會出錯”。譚鐵牛舉了一個例子。例如，在雞尾酒會上聊天時，背景噪音很大。如果你想清楚地聽到其中一個，你應該忽略或抑制背景中其他對話的幹擾——人類可以做到這一點，即所謂的聽覺系統雞尾酒效應，但人工智能可以嗎？
所謂的适應性更容易理解。譚鐵牛說，人類的眼睛會随着光線和環境的變化而調整，這表明人類的适應性非常強。這可以應用于人工智能，如人臉識别。如果一個朋友已經十多年甚至幾十年沒有見過他，當他再次見面時，他能認出他來嗎？他說，現有的模式識别在這方面不是很理想。
概括的意思是“從一個實例中推斷”。譚鐵牛說，當孩子們知道蘋果時，他們可以識别其他類型的蘋果，即使他們隻記得一次，這表明當人類看到某個東西時，他們不僅知道它是什麽，還知道它爲什麽。了解原因在人工智能領域被稱爲“深度學習”。然而，當前人工智能的深度學習必須基于大量的數據，這需要進一步的研究。
譚鐵牛說，要解決這三個問題，關鍵是看人本身。在微觀層面上，人工智能的模式識别可以從具有興奮性、抑制性、功能可塑性和傳遞性的人類神經元中學習。受此啓發，科學家們增強了模式識别動态系統的穩定性。
無人駕駛是人工智能的突破嗎？
李德義在實踐中發現了一個突破：自動駕駛。他說，無論是對話、詩歌還是駕駛，圖靈測試都允許測試者現場幹預，并且判斷結果是近似的和主觀的。然而，與對話和詩歌測試相比，圖靈駕駛測試可以做出更準确、更客觀的評價。
他說，汽車發明時，人們對汽車的結構、機械、傳動裝置、輪胎、底盤和車身最感興趣。到了20世紀，人們對發動機、碳排放和被動安全感興趣。到20世紀末21世紀初，人們普遍關心三件事：輕量化、清潔和智能化。
在他看來，所謂的智能化有四個階段。第一種是理性輔助駕駛，側重于人的駕駛。第二種是自動駕駛。手和腳可以在局部時段釋放。第三種是自動駕駛，即自動駕駛取代了駕駛權。四是人機協同驅動。
在李德義看來，無人駕駛很難拟人化。他歎了口氣，從馬車進化而來。作爲一種力量
就像是手臂中的一枪。当世界上第一台超越早期经典计算机的光量子计算机诞生时，人们似乎对人工智能时代更有信心：超越经典计算机的量子计算机已经建立，击败超级计算机的量子计算机还会远远落后吗？
一旦实现了后者，人类将再次为计算能力感到自豪，并探索人脑的奥秘，从而消除人工智能研究的一大障碍。目前，面对人类大脑，尽管它的重量只有约1.5千克，但它有1011个神经元，这让人类感到无助——世界上没有一台计算机能够模拟整个大脑的计算能力。
在最近由中国科学院学术部主办、中国科学院自动化研究所协办的“脑科学与人工智能”科技前沿论坛上，许多业内人士提出了这样的梦想：构建支持深度学习的新型计算机集群已经成为一些人工智能研究的必然选择，那么人工智能研究是否需要量子计算机的计算能力呢？
“今天的科学家，特别是计算机科学家，使用‘计算’太难，依赖‘计算’，甚至有点‘贪得无厌’。中国工程院院士、中国人工智能学会会长李德义在论坛上泼了一盆冷水。他认为，人工智能学者不应该只关注“计算认知”，盲目地问“人脑”研究的速度有多快，但应该把更多的精力放在“记忆认知”和“交互认知”上。
没有多少脑科学能启发人工智能？
李德义对“计算认知”不感兴趣的原因是什么“同样来自谷歌于2015年5月15日发布的一份报告——
，谷歌称其无人驾驶汽车拥有数百万英里的测试经验，这大致相当于75年的人类驾驶经验。
“如何计算75年的驾驶经验？“这引发了李德仪的思考：当无人驾驶汽车上路，驾驶执照提上议事日程，驾驶认知的“测量”成为各国交通管理部门的一项紧迫任务时，大脑认知应该如何测量？信息用“比特”来测量，能量用“比特”来测量”“焦耳”。那么大脑认知呢？
大脑科学家似乎没有给出这样的答案，人工智能学者也无法获得启发。
这已经成为一个隐喻：脑科学和人工智能是21世纪的两个前沿学科，在过去几十年中彼此相对独立。
中国科学院外籍院士、中国科学院神经科学研究所所长蒲慕明在论坛上也提到，这在国内外都是正确的。然而，随着研究方法的不断丰富和研究领域的突破，二者的交叉融合已成为热点，甚至出现了一个新的研究术语“类脑智能”。美国和欧盟相继启动了相关研究项目，中国也启动了brain项目。他说，中国的计划是将脑科学和人工智能最紧密地结合起来。
例如，流行的深度学习是一种基于人工神经网络的应用，可以从神经科学的一些定律中得到启发。蒲慕明举例说，我们可以从突触的可塑性、记忆储存、提取和回归等方面学习。
然而，他也承认，目前的脑科学研究不能给人工智能带来太多启发。
蒲慕明给出了一个类比。目前的脑科学研究水平仅相当于19世纪末物理、化学等学科的研究水平。“要完全理解大脑，可能需要几个世纪，而不是我们在本世纪所能实现的。”他说。
那我们为什么要做类似大脑的研究呢？普慕明说，我们必须在这个时候提出一些适当的申请。如果我们不将已知的知识应用于脑部疾病的诊断、干预和治疗，我们的医疗体系很可能在2050年崩溃——那时，你会发现仍然没有可以治愈的脑部疾病。
因此，人工智能的应用是相同的。他说，没有必要完全理解神经科学的一些阶段性成就也可以为人工智能的发展提供灵感。
人类最重要的智能行为是什么？
中国科学院院士、中国科学院自动化研究所研究员谭铁牛在现有研究的基础上得出结论：“模式识别”是人类最重要的智能行为，它也是人工智能的一个重要研究内容——机器的“模式识别”能力，在一定程度上或很大程度上反映了机器智能的“类人”程度。
在当天的论坛上，谭铁牛给出了几个模式识别的例子。例如，近年来取得快速进展的科大讯飞语音识别技术可以将维吾尔语翻译成汉语，将汉语翻译成维吾尔语，以及步态识别。当你看不到人脸、虹膜和指纹时，你可以通过步态在几十米之外感知它的身份。
此外，还有图像识别，包括代表性人脸识别。早在几年前，马云的刷牙支付就引爆了舆论的热点。谭铁牛本人正在研究虹膜识别，建立了世界上最大的共享虹膜图像数据库，被许多国家共享和使用。他说，这不仅可以用于手机，也可以用于寻找失踪儿童。
谭铁牛表示，通过学习生物学的机理，可以改善模式识别的技术瓶颈，展望未来仿生模式识别在人工智能领域的应用前景。它的最终目标是模拟和接近人类模式识别，这是一个非常艰巨的过程。
他还提到，模式识别的主要瓶颈在于鲁棒性、适应性和泛化。
坦率地说，鲁棒性是人工智能“足够可靠”和“如果有轻微干扰，它是否会出错”。谭铁牛举了一个例子。例如，在鸡尾酒会上聊天时，背景噪音很大。如果你想清楚地听到其中一个，你应该忽略或抑制背景中其他对话的干扰——人类可以做到这一点，即所谓的听觉系统鸡尾酒效应，但人工智能可以吗？
所谓的适应性更容易理解。谭铁牛说，人类的眼睛会随着光线和环境的变化而调整，这表明人类的适应性非常强。这可以应用于人工智能，如人脸识别。如果一个朋友已经十多年甚至几十年没有见过他，当他再次见面时，他能认出他来吗？他说，现有的模式识别在这方面不是很理想。
概括的意思是“从一个实例中推断”。谭铁牛说，当孩子们知道苹果时，他们可以识别其他类型的苹果，即使他们只记得一次，这表明当人类看到某个东西时，他们不仅知道它是什么，还知道它为什么。了解原因在人工智能领域被称为“深度学习”。然而，当前人工智能的深度学习必须基于大量的数据，这需要进一步的研究。
谭铁牛说，要解决这三个问题，关键是看人本身。在微观层面上，人工智能的模式识别可以从具有兴奋性、抑制性、功能可塑性和传递性的人类神经元中学习。受此启发，科学家们增强了模式识别动态系统的稳定性。
无人驾驶是人工智能的突破吗？
李德义在实践中发现了一个突破：自动驾驶。他说，无论是对话、诗歌还是驾驶，图灵测试都允许测试者现场干预，并且判断结果是近似的和主观的。然而，与对话和诗歌测试相比，图灵驾驶测试可以做出更准确、更客观的评价。
他说，汽车发明时，人们对汽车的结构、机械、传动装置、轮胎、底盘和车身最感兴趣。到了20世纪，人们对发动机、碳排放和被动安全感兴趣。到20世纪末21世纪初，人们普遍关心三件事：轻量化、清洁和智能化。
在他看来，所谓的智能化有四个阶段。第一种是理性辅助驾驶，侧重于人的驾驶。第二种是自动驾驶。手和脚可以在局部时段释放。第三种是自动驾驶，即自动驾驶取代了驾驶权。四是人机协同驱动。
在李德义看来，无人驾驶很难拟人化。他叹了口气，从马车进化而来。作为一种力量
疫情期间，房租会减免吗？其实，在疫情期间，我们可以看到很多新闻，有些中国好房东减免了所有的房租费，等疫情结束后再重新交房租，，这对于个人租户或企业来说，无疑是好消息，如果...[全文阅读]
TVB的悬疑剧一直深受大众的喜爱，而近期上映的刑侦日记更是汇聚了诸多熟悉的tvb演员，什么惠英红、王浩信啊。也正是因为这样网友们纷纷好奇刑侦日记是不是刑事侦缉档...[全文阅读]
科颜氏美白淡斑精华使用会搓泥和自己的肤质是有关系的，有可能是角质层没有定期做清理，也有可能是搭配的护肤品叠加太多，导致营养过剩，还有人担心科颜氏美白淡斑精华用...[全文阅读]
TF细黑管新色80口红试色，这支“断货王”终于有缎光质地了！
TF口红的80号色#impassioned堪称专柜断货王，颜色非常耐看，暖调红棕色非常高级、洋气。新出的细黑管的80号是缎光质地的，比哑光的会更奶油一些，质感感觉比纯哑光更迷人...[全文阅读]
ios15系统并没有更新很多功能，而且很多人都不太系统这个版本，如果大家想退出旧版本，还是喜欢iOS14的话，也是可以降级的。那么，ios15降级绕过验证通道降14呢？一起来看看...[全文阅读]
虽说时下很多播放的小甜剧都被大家喜爱，但是排在首位的便要数林一、徐璐主演的良辰美景好时光，但由于二人剧中本就在游戏中相熟，但是现实上却总是各种错过，于是良辰美...[全文阅读]
本文标题：人工智能的“脑洞”究竟有多大
上一篇：为什么炒菜前不用先热油?
下一篇：为什么不能用白酒代替料酒?