【儀表網 儀表下游】生命是智能的第一載體，在自然中已經有億萬年的進化歷史。作為代表自然界擁有通用智能的生物大腦，可以通過低功耗和少量后天數據就能實現比現有人工智能更加通用及實現復雜環境下復雜任務的智能行為。因此，探索生物大腦智能認知的底層機理和復雜行為背后的神經科學基礎，對于探索智能的本質、揭示心智的奧秘，邁向未來的通用人工智能研究具有重要意義。
在近期舉辦的2021北京智源大會上，來自于國內外的科學家圍繞通用人工智能(AI)的發展，分享了他們在類腦研究領域的經驗和最新成果，以及人工智能未來發展可能存在的瓶頸及相應的解決思路。
通用AI成研究熱點
通用人工智能是指具有一般人類智慧，可以執行人類能夠執行的任何智力任務的機器智能。通用人工智能是一些人工智能研究的主要目標，也是科幻小說和未來研究中的共同話題。
與弱AI相比，強AI可以嘗試執行人類認知能力。通用人工智能是具有一般人類智慧，可以執行人類能夠執行的任何智力任務的機器智能。通用人工智能是未來發展趨勢，而我們的工作是努力用算法、學習機制來貼近通用人工智能。例如深度網絡學習等方法的發展，將有助于通用人工智能的實現。
目前，AI主要用于定制解決方案。大多數人工智能系統是建立在單一類型，如圖片或聲音數據上工作的。大部分AI系統都只為解決一個特定的問題。并且，很多系統都只針對單個數據集進行優化。
隨著通用人工智能的發展，大腦學習機制和人工智能越來越發生著深刻的聯系。可以從人工智能的算法獲得啟發解釋腦科學機制，也可以從豐富而有效的大腦學習機制中獲得啟發和學習，發展更多新的人工強化學習方法，人工智能應與大腦“聯姻”。
打造生物智能開源開放平臺
人工智能的發展得益于神經科學、認知科學等領域的重大發現，而目前的人工智能與腦科學之間還存在一些錯位，彌合這些缺口可能是解決當前人工智能某些不足的關鍵。
當前的人工智能與大腦的神經計算還差距非常大，例如在在處理基本的視覺信息輸入時，人工神經網絡還依賴于對靜態圖像的學習，而人類視覺系統的神經網絡處理信息是一個動態的過程。
應該借鑒生物智能的研究，開辟通用智能研究的新路徑。通過對認知科學、神經科學與計算科學等多學科的交叉研究，將現有認知神經科學等領域的最新成果、技術、研究工具和理論方法應用到人工智能中，模擬生物大腦，利用人工網絡研究生物大腦的特性等，可以推動腦啟發的人工智能的發展。
目前，北京智源人工智能研究院正在通過高精度生物大腦模擬仿真，構建生命智能模型，探索新一代人工智能發展的可行路徑。
人工智能研究者應積極通過對生物腦內部認知過程的探索，比較生物智能與神經網絡的異同，幫助我們了解大腦在實現特定認知功能的神經機理和認知范式，完善和革新現有的人工神經網絡模型與算法，探索智能的邊界和腦啟發/類腦的通用智能研究新路徑。
資料來源：中國科學報
所有評論僅代表網友意見，與本站立場無關。