易坊好文馆

  1. 首页 > 玩科技 >

问题|对话崔兴龙：脑神经科学+AI，真·究极体的人工智能( 三 )

华为 人工智能 智慧 机器人 生活 用户 产品 全球 服务 生态 消息资讯 问题 数据 系统 重磅 科普 知识 对话 人类 信号 四季 大脑 入口 脑科学 张平安 巡展 热水 HiLink 大量的 沐歌 元知科技 LeNet 兴龙 水产业 崔兴龙


“以前的更多的是拼模型 ， 拼算法 ， 后来的今天变成了拼算力 ， 拼数据集 ， 拼谁更有钱 ， 谁更能掌握生态场景 。 ”
这一定程度上也解释了如今人工智能为什么会大量的进入垂直领域 ， 因为只有进入垂直领域才能获得更多的数据 ， 有了数据才能去尝试去解决场景中的问题 。
这也导致了人工智能的另一个局限性 ， 目前的人工智能只能解决完全信息和结构化环境下的确定性问题 ， 如语音识别、图像识别、下围棋（完全信息博弈）等 ， 与人类大脑所表现出来的随机应变和举一反三的能力相去甚远 。
而尤其是当面对到非结构化的行业时 ， 人工智能应该如何进一步发展？
脑神经科学启发AI？
中国人工智能专家、中国科学院张钹院士认为 ， 这两代人工智能理论上都存在着严重的缺陷 ， 不能成为人类智能行为的完备理论与模型 。 因为符号主义存在“符号根基”问题（the symbol grounding problem） ， 它只能用来模拟人类的理性行为 ， 不能用来模拟人类的感性行为和与周围环境的交互 。 连接主义在模拟感性行为方面取得一些进展 ， 但是它不能提升到理性的高度 ， 因此存在着不安全、不可信、不可靠和不易推广等缺陷 。
他也提出 ， 人工智能在过去十年的辉煌是因为数据收集和处理量的极速增长 ， 而非算法本身的突破 。
在人工智能人实现的多条路径中 ， 符号主义和行为主义遇到了瓶颈 ， 而连接主义尝试模拟大脑神经网络 ， 于是借鉴人脑成了新的尝试方向 。
方向即是第三代的人工智能 ， 建立可解释和鲁棒的人工智能理论和方法 ， 发展安全、可信、可靠和可扩展的人工智能技术 。
但人工智能的基础理论之所以迟迟未能建立 ， 是因为人脑是一个非常复杂的系统 ， 搞清楚人脑怎么工作其实是非常困难的事情 。
“从我们的角度 ， 我们更认为这是一个趋势或者一个突破的可能性 。 ”崔兴龙称 。
他认为 ， 人工智能的几个发展阶段决定了未来想要在底层效率上有所提升 ， 就必须与脑神经科学相结合 。
他解释称 ， 脑神经科学和人工智能的结合从最早Hubel和Wiesel的文章就开始了 。 Hubel和Wiesel在20世纪50年代到20世纪60年代的研究发现 ， 猫和猴子的视觉皮层中包含着能分别对某一小块视觉区域进行回应的神经元 。 当眼睛不动的时候 ， 在一定区域内的视觉刺激能使单个神经元兴奋 ， 那这个区域就称为这个神经元的感受范围 。 相邻的细胞具有相似且重叠的感受范围 。
为了形成一张完整的视觉图像 ， 整个视觉皮层上的神经元的感受范围的大小和位置呈现系统性的变化 。 左脑和右脑分别对应其对侧的视野 。 他们在其1968年的一篇论文中确定了大脑中有两种不同的基本视觉细胞：简单细胞和复杂细胞 。 Hubel和Wiesel还提出了这两种细胞用于模式识别任务的级联模型 。 “这是从这里开始 ， 才有了人工智能后续的一系列故事 。 ”

推荐阅读


上一篇：mini|iphone13系列新品今日正式开售， 到国美抢先体验“十三香”

下一篇：性能|千元“满血”续航王iQOO Z5正式发布