“研發人工智慧將成為人類歷史上犯的最大錯誤。不幸的是，這也可能是最後一個錯誤。”物理學家霍金2014年這番頗具意味的話，曾掀起全球關於人工智慧威脅論的輿論熱潮，包括SpaceX創始人、特斯拉電動汽車CEO馬斯克也稱人工智慧為“惡魔”。不過，在6月27日中國科學院、天津市濱海新區政府聯合主辦的類腦智慧創新論壇上，與會專家頻頻向外界傳遞著另一種聲音：要想造出超越人類智慧的機器人，人類在科學研究上還有不小的距離。

　　當天，面對現場100多位國內外神經生物學、人工智慧領域的學者，中國科學院院士譚鐵牛説，“儘管經過近60年的發展，人工智慧取得了巨大進步並呈爆發增長之勢，但在看得見的未來，人工智慧的整體水準還難以超越人類智慧，還不足以威脅人類的生存。”不過，他也提到，人工智慧的社會影響必須得到高度重視。

　　當前的人工智慧有智慧沒智慧、有智商沒情商、會計算不會“算計”

　　通常來説，人們更習慣於將那些能聽、能寫、能做、能夠代替人類工作的機器人，稱為通用的人工智慧。就像人類的大腦一樣，能舉一反三、融會貫通，可謂“一腦萬用”。相應地，真正意義上完備的人工智慧系統，也應該是一個通用的智慧系統。 但在譚鐵牛看來，目前通用人工智慧距離人類智慧水準還有巨大差距。

　　儘管早在1997年，IBM的深藍超級電腦就戰勝了西洋棋世界冠軍卡斯帕羅夫，14年後，IBM沃森知識問答系統，在電視智力競賽節目《危險邊緣》中戰勝了兩位人類冠軍選手，不過，譚鐵牛認為，這些面向特定領域的人工智慧技術，由於應用背景需求明確、領域知識積累深厚、建模計算簡單可行，因此形成了人工智慧領域的單點突破，在局部智慧水準的單項測試中可以超越人類智慧。

　　仍以人機對弈為例，譚鐵牛説，人工智慧可以在西洋棋比賽中打敗人類冠軍，但是在對智慧水準要求更高的圍棋項目中，人工智慧只相當於業餘五段水準。

　　身份識別也是現有機器人的一大“軟肋”，儘管在受控場景下，他們能夠準確識別人員身份，但在車站、機場、商場等現實場景中，其人臉識別準確率則急劇下降，而人類可以綜合人臉、談吐、衣著、表情、行為等多種特徵在各種複雜條件下精確辨識人員身份。

　　“當前的人工智慧系統有智慧沒智慧、有智商沒情商、會計算不會‘算計’。” 譚鐵牛説。

　　中國工程院院士鄭南寧也認為，我們距離真正的人工智慧還有較大的距離，一個簡單的例子是，我們目前尚未搞清楚大腦的工作機理，比如大腦用來處理外界激勵的能量消耗，只佔了很小的比例，那些與刺激無關的能量消耗到底做了什麼，以及在休眠狀態下，大腦記憶得到了強化，它的內在機理是什麼？“這些我們都還沒搞清楚，何談做類腦方面的研究？”

　　人類引以為傲的計算能力，也成了一大障礙。鄭南寧説，人類大腦約有1011的神經元，其中每個神經元有約104的突觸連接，以10Hz的速度釋放神經脈衝，因此其計算量約為1016次操作，需要1018能力的高性能計算，才可完成模擬整個大腦的計算能力。然而，全球Top500高性能計算中具有這種能力的，預計在2019～2023年才能出現。

　　莫讓類腦計劃成為“皇帝的新衣”

　　隨著腦認知和神經科學的發展，國內外學術界都已經意識到，智慧技術可以從腦科學和神經科學獲得啟發，提高機器的智慧水準。近年來，腦科學與類腦智慧已經成為世界各國研究和角逐的熱點，美國、歐盟相繼啟動相關研究計劃，我國政府也正在論證並啟動“中國腦計劃”。相應地，不少高校也紛紛成立與此有關的課題組，甚至是研究院。

　　類腦計劃研究正在高速路上？

　　鄭南寧並不否認這一點，在他看來，神經科學、電腦科學、神經網路理論近20年的長足進步，以及大數據時代對於智慧計算的需求，使得今天的我們，再一次聚焦這一重大命題。

　　不過，他清晰地記得，上世紀80年代到90年代，也曾出現一股類似的潮流——以日本“第五代電腦”為代表的技術，力圖突破電腦所謂的馮·諾依曼瓶頸，以實現人工智慧。當時，知識工程奠基人費根鮑姆認為，這個驚人的開發，將引起第二次電腦革命。

　　然而，第五代電腦的命運是“悲壯的”。鄭南寧至今記得，那次研究並未實現自然語言人機對話、程式自動生成等目標，最終計劃流産。

　　如今，人們這一次在面對類腦研究時的興奮，在鄭南寧看來，和當年的情景如出一轍，他提醒現場的學者，莫讓這一次的類腦計劃，成為皇帝的新衣，“期望值過高，而又沒有達到預期，隨之帶來的，可能是學科發展的低落，甚至是災難”。

　　類腦計算研究還是給科學家們留足了一些“可以踏踏實實”研究的題目。鄭南寧説，儘管神經生理學的大量實驗告訴我們，人類腦皮層各功能區域之間的關係極為複雜，解決各層次和各處理模組之間的關聯是一個巨大挑戰，但科學家還可以深入研究模型特性，而非單純研究它的原型的物理原理。

　　他以飛機和鳥為例説，對鳥的詳細研究，不可能對如何製造飛機提供更多的啟示，對飛機的真正理解來自飛行的研究，而非鳥。“從這個意義來説，研究類腦計算，並非去完整複製人的大腦，而是對人腦功能特性的模擬。”鄭南寧説。

　　譚鐵牛也將上世紀80年代中到90年代中這段時間稱為人工智慧的“寒冬期”，但在他看來，如今，網際網路和大數據推動人工智慧進入新的春天。

　　國際機器人聯合會預測，“機器人革命”將創造數萬億美元的市場。2014年全球工業機器人銷量為22.5萬台左右，銷量增長27%，年銷售額約59億美元。而中國市場，2014年一年的工業機器人銷量猛增54%，達到5.6萬台 。

　　中國缺席人工智慧60年來的重大發現

　　譚鐵牛以中科院自動化所為例説，該所已經初步實現了具有自主學習能力的類腦計算系統，並圍繞環境感知與交互、類腦自動推理、類人機器人等開展了應用驗證。

　　但在譚鐵牛看來，一個嚴峻的現實情況是，我國在人工智慧方面的整體發展水準，與發達國家相比仍然存在較大差距，尤其是在高精尖零部件、基礎工藝、工業設計、大型智慧系統、大規模應用系統以及基礎平臺與數據開放共用等方面與發達國家相距較大。

　　他説，在基礎理論差距方面，中國缺席人工智慧60年來的重大發現，在智慧汽車方面，我國先進的感測器（雷達、攝像頭）、控制器晶片、執行器等核心零部件嚴重依賴外商，在電控單元的軟硬體、系統可靠性和控制精度方面，與國際先進水準相比落後了10～15年，競爭力明顯不足。

　　同時，我國在經濟社會綜合發展水準、高科技人才隊伍、高科技産業投資等方面與發達國家還存在差距。

　　不過，當前，世界各國在類腦智慧方向的研究都剛剛啟動，我國在這方面的研究也處於蓄勢待發階段，這可能是一個機會。譚鐵牛説，“通用人工智慧研究和應用任重道遠，類腦智慧是實現從專用到通用人工智慧突破的重要途徑。”