機器人會不會擁有像人類一樣的意識？10日，DeepMind團隊在《自然》上發表的一篇論文在AI和神經科學領域引起關注：其最新研發出的一個AI程式具有類似哺乳動物一樣的尋路能力，類似大腦中網格細胞的工作原理。
對於大腦的借鑒和研究，一直是人工智慧發展的一個方向，而實現具有人類意識的人工智慧更是人類長久以來的目標。DeepMind這項研究成果借鑒了大腦中的部分機能，但它仍是對於單一機能的模倣。可以説，現在的人工智慧可以戰勝頂級圍棋選手，卻無法像嬰兒一樣探索世界。
在AI領域有一個叫做“類腦智慧”的研究方向，想讓機器像人類一樣思考。雖然目前專家們對於DeepMind的最新成果是否屬於類腦智慧研究看法不一，但該研究從演算法角度為探索大腦機能提供了一種途徑。目前，類腦智慧研究的進展狀況如何？有何待攻克的難點？科技日報記者為此採訪了相關研究專家。
目標：使機器具有人類認知能力
從IBM的“深藍”系統擊敗西洋棋世界冠軍卡斯帕羅夫，到谷歌的AlphaGo戰勝人類頂級圍棋選手，上述所有的突破都僅是智慧系統從某個視角、在某個特定領域接近、達到或超過人類智慧，而相關的理論、演算法與系統很難推廣到其他領域，用於解決其他類型的問題。在人工智慧學界，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慧系統能接近人類水準。“現有人工智慧系統通用性較差，與其計算理論基礎和系統設計原理有密不可分的關係。”中國科學院自動化研究所類腦智慧研究中心副主任曾毅研究員告訴科技日報記者，圖靈機模型取決於人對物理世界的認知程度，因此人限定了機器描述問題、解決問題的程度。馮·諾依曼體系結構是存儲程式式計算，程式也是預先設定好的，無法根據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、能夠長時間穩定工作的通用智慧系統，不僅能舉一反三，處理視覺、聽覺、語言、學習、推理、決策、規劃等各類問題，還可以在學習和發育過程中不斷自適應和進化。
曾毅指出，類腦智慧以計算建模為手段，受腦結構與機制、認知行為機制啟發，企圖通過軟硬體協同實現機器智慧。類腦智慧系統在資訊處理機制上“類腦”，認知行為和智慧水準上“類人”，目標是使機器實現人類具有的多種認知能力及其協同機制，最終達到或超越人類智慧水準。
難點：對大腦的認知有限
中科院腦科學與智慧技術卓越創新中心核心骨幹、中國科學技術大學畢國強教授認為，目前類腦智慧研發的核心難點是我們對腦的結構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元，每個神經元又包含數個到數萬個分支，構成龐大精細的神經網路。大腦正是通過這種超大規模的神經網路系統處理資訊的，但這個網路的線路圖極為複雜，而且其中的神經元以及突觸聯結有很多不同的類型。以現在的技術真正描繪出全面完整的線路圖，需要難以想像的大量工作。
“現階段，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，來實現一些‘類智慧’的功能。”畢國強介紹，現在的人工神經網路模型包括深度神經網路模倣了生物神經網路的一些最基本特性，並在處理分類識別的問題方面取得了巨大成功，但這些“簡單”網路在效率、功耗、以及通用性等方面有根本的局限，看來沒有辦法産生真正意義的智慧。
“現階段的一個重點方向是發展和應用新技術，包括現有的人工神經網路等機器學習（或類腦智慧）技術，來推進對大腦網路結構以及學習規則的生物學研究，積累大量的數據並理解其中的原理。”畢國強説，與此同時，通過發展新的軟硬體技術、整合新的腦結構和工作原理的細節來嘗試提升類腦智慧技術的能力，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下一個突破。
佈局：國內外發展水準幾乎同步
不可否認，我們對於大腦的探索還處於非常初級的階段。曾毅介紹，總體而言，經過上百年的研究，人們對於腦資訊處理機制的認識仍然比較初步。在這樣的背景下，2016年，中國正式提出了“腦科學與類腦科學研究”（中國腦科學計劃），它作為連接腦科學和資訊科學的橋梁，將極大推動人工通用智慧技術的發展。此外，多所高校都成立了類腦智慧研究機構，開展類腦智慧研究。如清華大學于2014年成立的類腦計算研究中心，中國科學院自動化研究所于2015年成立的類腦智慧研究中心，北京大學成立的腦科學與類腦研究中心，上海交通大學成立的倣腦計算與機器智慧研究中心等。
目前，清華大學類腦計算研究中心已經研發出了具有自主智慧財産權的類腦計算晶片、軟體工具鏈；中國科學院自動化研究所開發出了類腦認知引擎平臺，具備哺乳動物腦模擬的能力，並在智慧機器人上取得了多感覺融合、類腦學習與決策等多種應用，以及全球首個以類腦方式通過鏡像測試的機器人等。
“我們現在類腦計算方面基本上和國外差不多。”談及國內的研究進展，清華大學類腦計算研究中心主任施路平教授告訴科技日報記者，現在大家都還處於前期探索發展階段。
“具體哪個應用先突破很難説。”施路平説，未來的類腦智慧研究在應用方面具有很多可能性，但在哪個領域率先突破還不確定。
(責任編輯：沈曄)