人工智能技術(shù)的誕生要追溯到20世紀(jì)50年代，當(dāng)時(shí)學(xué)界對(duì)于如何構(gòu)建人工智能產(chǎn)生了兩種路徑分歧。一類觀點(diǎn)主張基于邏輯和計(jì)算機(jī)程序，另一類則主張直接從數(shù)據(jù)中學(xué)習(xí)。前者曾主導(dǎo)AI發(fā)展早期的數(shù)十年間研究和應(yīng)用，但后者才是目前大眾所知曉的AI技術(shù)實(shí)現(xiàn)路徑。

特倫斯·謝諾夫斯基現(xiàn)在是美國(guó)“四院院士”、美國(guó)索爾克生物研究所計(jì)算神經(jīng)生物學(xué)實(shí)驗(yàn)室主任，也是人工智能發(fā)展早期支持后者觀點(diǎn)的少數(shù)人之一。即使曾經(jīng)歷美國(guó)政府機(jī)構(gòu)大幅縮減人工智能資金投入，卻并未影響到他所在觀點(diǎn)方的探索之路。

在前述特倫斯對(duì)MIT教員的探討過程中，他指出，蒼蠅眼中的視覺網(wǎng)絡(luò)進(jìn)化了數(shù)億年，其視覺算法嵌入了本身的網(wǎng)絡(luò)。這也是為什么可以利用蒼蠅眼神經(jīng)回路的布線圖和信息流對(duì)視覺系統(tǒng)進(jìn)行逆向工程，但為什么不能在數(shù)字計(jì)算機(jī)上這樣做，因?yàn)?a href="http://www.brongaenegriffin.com/v/tag/1751/" target="_blank">硬件本身需要軟件來制定要解決什么問題。這也是通用設(shè)備與專用設(shè)備的差異性所決定。此后，一批不依賴于數(shù)字邏輯構(gòu)建搭建的機(jī)器人開始有所發(fā)展。

到今天，我們大多從AlphaGo在兩次大型對(duì)戰(zhàn)中戰(zhàn)勝世界級(jí)冠軍選手的故事了解到其得以發(fā)展下來的原委。Google旗下團(tuán)隊(duì)通過讓機(jī)器學(xué)習(xí)圍棋的多樣化棋局?jǐn)?shù)作為基礎(chǔ)數(shù)據(jù)，AlphaGo除了具備評(píng)估盤局的深度學(xué)習(xí)網(wǎng)絡(luò)，還有解決時(shí)間信用分配問題的系統(tǒng)，通過這些得以評(píng)估落子的行動(dòng)順序。

至少目前，AI在場(chǎng)景中的應(yīng)用已經(jīng)可以帶來一些驚喜，比如翻譯。特倫斯指出，五年前Google將深度學(xué)習(xí)相關(guān)技術(shù)應(yīng)用到翻譯軟件中，“幾乎是一夜之間，過往幾千年來的文化壁壘就此被打破了?！彼硎荆辛送ㄓ梅g器后，人類文化間的偏見也有望就此被消除。初級(jí)階段的人工智能相關(guān)技術(shù)仍面臨著諸多挑戰(zhàn)。不過特倫斯明確向21世紀(jì)經(jīng)濟(jì)報(bào)道記者表示，不太可能存在“深度神經(jīng)網(wǎng)絡(luò)”之外的其他人工智能技術(shù)框架。

“現(xiàn)在我們的發(fā)展在朝著兩個(gè)方向走。第一是利用原有的框架，借助大數(shù)據(jù)應(yīng)用解決各種問題；第二是一些研究人員在嘗試突破各種邊界和限制?！彼e例道，一些科學(xué)家嘗試把人類聚焦感官數(shù)據(jù)的能力（比如在嘈雜環(huán)境中聚焦某一個(gè)聲音）帶到深度學(xué)習(xí)中，讓深度學(xué)習(xí)網(wǎng)絡(luò)也擁有選擇特定問題、特定信息的能力。

比如研究人類的大腦運(yùn)作機(jī)制，包括大腦是如何從經(jīng)驗(yàn)中得出推論，但有時(shí)人類得出的結(jié)論并不總基于邏輯，其中還存在認(rèn)知偏差?！叭祟惖拇竽X很奇妙，我相信會(huì)有很多東西讓我們很興奮，包括未來研究人的大腦神經(jīng)科學(xué)和人工智能的交融?！彼绱苏f道。實(shí)際上，深度學(xué)習(xí)框架的靈感也正來自對(duì)人類大腦運(yùn)作機(jī)制的研究。

世界各國(guó)對(duì)于腦科學(xué)的研究在近年來正成為一個(gè)重要工程在推進(jìn)。美國(guó)在2013年提出“BRAIN計(jì)劃”，目的就是創(chuàng)造新的神經(jīng)技術(shù)，以加速對(duì)大腦功能和障礙的進(jìn)一步了解，特倫斯也是這個(gè)計(jì)劃的參與者?！拔覀冴P(guān)于大腦研究項(xiàng)目有一個(gè)5-10年計(jì)劃。期望在這段時(shí)間內(nèi)要提升人類測(cè)量和探知大腦的能力，研究出新方法和新工具，這也是所謂創(chuàng)新神經(jīng)科學(xué)要做到的事?！彼赋?，希望基于此，形成新的深度學(xué)習(xí)規(guī)則。

提及進(jìn)展，他告訴21世紀(jì)經(jīng)濟(jì)報(bào)道記者，“這肯定不是按照一年為單位計(jì)算，而是10-20年來看。現(xiàn)在我們進(jìn)行的腦科學(xué)研究，是在建立一個(gè)科學(xué)家社區(qū)，培養(yǎng)學(xué)生，為他們提供相應(yīng)工具，從而幫助技術(shù)更好地發(fā)展。我們現(xiàn)在處于早期的準(zhǔn)備狀態(tài)，在幫助科學(xué)家收集更多數(shù)據(jù)，最終推進(jìn)AI的發(fā)展。當(dāng)然進(jìn)程還是比較快的?！?/p>

要探知的話題有很多，比如人腦對(duì)信息的處理和傳輸速度是毫秒級(jí)，遠(yuǎn)比電腦要慢。但大腦中的信息傳遞是非常復(fù)雜的過程，了解信息如何儲(chǔ)存和處理后，才是人類有效改良AI的關(guān)鍵。還有一些挑戰(zhàn)，假如神經(jīng)元中的突觸連接有所改變，是否會(huì)改變信息的輸入和輸出強(qiáng)度，需要多久才能發(fā)現(xiàn)信息傳遞帶來的影響等。

近日埃隆·馬斯克宣布旗下公司Neuralink項(xiàng)目推出侵入式腦機(jī)接口方案；Facebook團(tuán)隊(duì)也宣布能夠通過讀取腦損傷參與者的大腦，做到實(shí)時(shí)解碼一小部分對(duì)話中的口語單詞和短語。這都是對(duì)人腦研究的最新重大進(jìn)展。特倫斯對(duì)此熱切關(guān)注，其中一個(gè)原因是，Neuralink公司聯(lián)合創(chuàng)始人之一Flip Sabes此前是特倫斯所在研究室的學(xué)生。

“我的研究室訓(xùn)練出了世界上最棒的認(rèn)知神經(jīng)科學(xué)家！”提及此，他十分興奮。“這是我們邁出的重要一步，可以讓我們解碼更大量的神經(jīng)元信息。在過去20年內(nèi)，學(xué)界已經(jīng)在嘗試將芯片植入到大腦前額葉的位置，解碼大腦給四肢發(fā)出的動(dòng)作信號(hào)，以此幫助治療脊椎類疾病引起的運(yùn)動(dòng)能力喪失。”

當(dāng)然，對(duì)于腦科學(xué)的研究并不只是為了促成人工智能這類基礎(chǔ)技術(shù)的發(fā)展，這將衍生出對(duì)更多行業(yè)領(lǐng)域的新變革。正如特倫斯在新書《深度學(xué)習(xí)》中所說，“我們是一個(gè)偉大的生物鏈（可以追溯到細(xì)菌出現(xiàn)之前）中的一員?，F(xiàn)在我們已經(jīng)到了理解大腦以及它們是如何發(fā)展的邊緣，這將會(huì)是一個(gè)奇跡，能夠永遠(yuǎn)改變我們對(duì)自己的看法。”