10日，DeepMind團隊在《自然》上發(fā)表的一篇論文在AI和神經(jīng)科學領域引起關注：其最新研發(fā)出的一個AI程序具有類似哺乳動物一樣的尋路能力，類似大腦中網(wǎng)格細胞的工作原理。

對于大腦的借鑒和研究，一直是人工智能發(fā)展的一個方向，而實現(xiàn)具有人類意識的人工智能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，但它仍是對于單一機能的模仿?？梢哉f，現(xiàn)在的人工智能可以戰(zhàn)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“類腦智能”的研究方向，想讓機器像人類一樣思考。雖然目前專家們對于DeepMind的最新成果是否屬于類腦智能研究看法不一，但該研究從算法角度為探索大腦機能提供了一種途徑。

目標：使機器具有人類認知能力

從IBM的“深藍”系統(tǒng)擊敗國際象棋世界冠軍卡斯帕羅夫，到谷歌的AlphaGo戰(zhàn)勝人類頂級圍棋選手，上述所有的突破都僅是智能系統(tǒng)從某個視角、在某個特定領域接近、達到或超過人類智能，而相關的理論、算法與系統(tǒng)很難推廣到其他領域，用于解決其他類型的問題。

在人工智能學界，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。

馮·諾依曼體系結(jié)構是存儲程序式計算，程序也是預先設定好的，無法根據(jù)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(wěn)定工作的通用智能系統(tǒng)，不僅能舉一反三，處理視覺、聽覺、語言、學習、推理、決策、規(guī)劃等各類問題，還可以在學習和發(fā)育過程中不斷自適應和進化。

曾毅指出，類腦智能以計算建模為手段，受腦結(jié)構與機制、認知行為機制啟發(fā)，企圖通過軟硬件協(xié)同實現(xiàn)機器智能。類腦智能系統(tǒng)在信息處理機制上“類腦”，認知行為和智能水平上“類人”，目標是使機器實現(xiàn)人類具有的多種認知能力及其協(xié)同機制，最終達到或超越人類智能水平。

難點：對大腦的認知有限

中科院腦科學與智能技術卓越創(chuàng)新中心核心骨干、中國科學技術大學畢國強教授認為，目前類腦智能研發(fā)的核心難點是我們對腦的結(jié)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(jīng)元，每個神經(jīng)元又包含數(shù)個到數(shù)萬個分支，構成龐大精細的神經(jīng)網(wǎng)絡。大腦正是通過這種超大規(guī)模的神經(jīng)網(wǎng)絡系統(tǒng)處理信息的，但這個網(wǎng)絡的線路圖極為復雜，而且其中的神經(jīng)元以及突觸聯(lián)結(jié)有很多不同的類型。以現(xiàn)在的技術真正描繪出全面完整的線路圖，需要難以想象的大量工作。

“現(xiàn)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(xiàn)一些‘類智能’的功能?！碑厙鴱娊榻B，現(xiàn)在的人工神經(jīng)網(wǎng)絡模型包括深度神經(jīng)網(wǎng)絡模仿了生物神經(jīng)網(wǎng)絡的一些最基本特性，并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(wǎng)絡在效率、功耗、以及通用性等方面有根本的局限，看來沒有辦法產(chǎn)生真正意義的智能。

布局：國內(nèi)外發(fā)展水平幾乎同步

不可否認，我們對于大腦的探索還處于非常初級的階段。曾毅介紹，總體而言，經(jīng)過上百年的研究，人們對于腦信息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信息科學的橋梁，將極大推動人工通用智能技術的發(fā)展。

此外，多所高校都成立了類腦智能研究機構，開展類腦智能研究。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年成立的類腦智能研究中心，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仿腦計算與機器智能研究中心等。

目前，清華大學類腦計算研究中心已經(jīng)研發(fā)出了具有自主知識產(chǎn)權的類腦計算芯片、軟件工具鏈；中國科學院自動化研究所開發(fā)出了類腦認知引擎平臺，具備哺乳動物腦模擬的能力，并在智能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(xiàn)在類腦計算方面基本上和國外差不多。”談及國內(nèi)的研究進展，清華大學類腦計算研究中心主任施路平教授說，現(xiàn)在大家都還處于前期探索發(fā)展階段。

“具體哪個應用先突破很難說?！笔┞菲秸f，未來的類腦智能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。