電子發(fā)燒友網(wǎng)報(bào)道（文/李彎彎）近年來(lái)，智能化發(fā)展越來(lái)越迅速，服務(wù)機(jī)器人、智能座艙、自動(dòng)駕駛等設(shè)備逐漸深入人們的生活，而這些設(shè)備都需要跟人交互，需要有很好的感知能力，包括視覺、聽覺、甚至觸覺，而多模態(tài)交互將會(huì)是類腦技術(shù)的一個(gè)發(fā)展方向。

根據(jù)市場(chǎng)研究機(jī)構(gòu)Yole報(bào)告顯示，2020年到2030年的十年里，類腦將會(huì)迎來(lái)快速發(fā)展，預(yù)計(jì)到2035年類腦智能將占到傳統(tǒng)人工智能的18%，突破200億美元市場(chǎng)規(guī)模。而且時(shí)識(shí)科技創(chuàng)始人兼CEO喬寧認(rèn)為，類腦智能不只是做AI，還可以用于邏輯運(yùn)算。

當(dāng)前研究界和企業(yè)界都已經(jīng)意識(shí)到類腦智能的優(yōu)勢(shì)，然而業(yè)界人士普遍認(rèn)為現(xiàn)在類腦智能離落地還差半步，那么類腦智能現(xiàn)階段在落地應(yīng)用中遇到的挑戰(zhàn)是什么呢，如果解決了這些問題，未來(lái)將會(huì)率先在哪個(gè)賽道落地？日前多位行業(yè)專家就這些問題進(jìn)行了全面探討。

類腦智能落地應(yīng)用的挑戰(zhàn)是什么？

首先是目前來(lái)看成本還很高，武漢大學(xué)電子信息學(xué)院副教授博士生導(dǎo)師余磊表示，近幾年類腦技術(shù)的發(fā)展非常快，確實(shí)也能解決很多問題，然而存在的問題是，太貴了，他們?cè)谘芯康倪^(guò)程中需要類腦相機(jī)，買一臺(tái)需要五萬(wàn)五千元人民幣，買四臺(tái)就花費(fèi)了二十多萬(wàn)元人民幣。

其次是技術(shù)上還有提升空間，中國(guó)電子科技南湖研究院先進(jìn)算法實(shí)驗(yàn)室主任徐庶分析到，類腦技術(shù)從實(shí)驗(yàn)室走向應(yīng)用，主要有兩個(gè)方面：一是如果這個(gè)技術(shù)是為了替換現(xiàn)有技術(shù)，那就要看它用多大代價(jià)解決了主要問題；二是這個(gè)技術(shù)能不能解決現(xiàn)有技術(shù)完全解決不了的問題。

類腦技術(shù)應(yīng)用落地還差那半步體現(xiàn)在哪里呢？類腦技術(shù)展現(xiàn)出來(lái)很多性能確實(shí)讓人眼前一亮，比如事件相機(jī)對(duì)動(dòng)態(tài)的捕捉、對(duì)隱私的保護(hù)性等，確實(shí)表現(xiàn)出一些現(xiàn)有人工智能解決不了的問題，比如用非常低的功耗，可以進(jìn)行高效的動(dòng)作識(shí)別和處理，而目前還差的半步，主要是像素、成像質(zhì)量、穩(wěn)定性等問題，致使還不能解決更多場(chǎng)景遇到的問題，因此還沒能廣泛應(yīng)用，因此在這些方面還需要提升。

第三是對(duì)大腦神經(jīng)網(wǎng)絡(luò)的研究還不夠，清華大學(xué)博士鄧?yán)谡劦?，他們?cè)谘芯康臅r(shí)候，時(shí)常會(huì)思考一個(gè)問題，真正的類腦智能到底是什么？他們發(fā)現(xiàn)在研究中，很多時(shí)候只是完成了從數(shù)據(jù)輸入到輸出的一種映射關(guān)系，而他們希望的類腦智能是，能夠在更高的認(rèn)知層面去體現(xiàn)智能，而這個(gè)問題在短期內(nèi)解決不了。

鄧?yán)诒硎?，研究神?jīng)網(wǎng)絡(luò)是希望能夠更多的知道大腦的運(yùn)作模式，從而解釋人的行為，而現(xiàn)在研究的還只是大腦的冰山一角 ，研究難以應(yīng)用落地，也在于研究的底層機(jī)制還太少，因此在這個(gè)基礎(chǔ)上做類腦智能還比較困難。

未來(lái)類腦智能會(huì)在哪個(gè)賽道率先落地？

如果目前的這些挑戰(zhàn)得以解決，那么未來(lái)類腦智能會(huì)率先在哪個(gè)賽道得到應(yīng)用呢？徐庶認(rèn)為，如果能夠把像素、成像質(zhì)量、芯片計(jì)算性能等都提升上來(lái)的話，最早會(huì)在智能家居落地，因?yàn)轭惸X芯片的關(guān)注重點(diǎn)是低功耗，非常適合消費(fèi)級(jí)場(chǎng)景，另外類腦對(duì)隱私的保護(hù)性非常好，在家居之后，各類智能機(jī)器人都是很好的賽道。

類腦智能包括感知層面和處理層面，從感知層面來(lái)看，有視覺、聽覺、觸覺等，余磊談到，目前視覺方面已經(jīng)比較成熟，比如事件相機(jī)，反應(yīng)快，基本是微妙級(jí)的，動(dòng)態(tài)范圍也很好，在極端場(chǎng)景，比如運(yùn)動(dòng)、強(qiáng)弱光線下都有很好的表現(xiàn)，未來(lái)可以應(yīng)用的場(chǎng)景很大。

如果上述談到的技術(shù)上的問題得以解決，那么類腦智能在技術(shù)上的瓶頸可能就不再是很大的問題，而困難的將會(huì)是生態(tài)，就像之前的ANN、NLP網(wǎng)絡(luò)等能夠應(yīng)用起來(lái)，都離不開生態(tài)的建設(shè)，因此科研院所、企業(yè)等都需要有這個(gè)意識(shí)，從而真正推動(dòng)類腦智能全面應(yīng)用起來(lái)。

另外一位投資人認(rèn)為，類腦智能作為一個(gè)新的技術(shù)，其技術(shù)的亮點(diǎn)大家都看到了，然而如何推廣應(yīng)用，其實(shí)是有方法論的，常見的方法是找到技術(shù)的差異性，再找到足夠細(xì)的細(xì)分領(lǐng)域，跟差異性相匹配，這樣才會(huì)在合適的落地點(diǎn)形成爆發(fā)。

原文標(biāo)題：下一代人工智能，類腦智能落地應(yīng)用的挑戰(zhàn)是什么？

文章出處：【微信公眾號(hào)：電子發(fā)燒友網(wǎng)】歡迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。