人工智能技術的誕生要追溯到20世紀50年代，當時學界對于如何構建人工智能產(chǎn)生了兩種路徑分歧。一類觀點主張基于邏輯和計算機程序，另一類則主張直接從數(shù)據(jù)中學習。前者曾主導AI發(fā)展早期的數(shù)十年間研究和應用，但后者才是目前大眾所知曉的AI技術實現(xiàn)路徑。

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

在前述特倫斯對MIT教員的探討過程中，他指出，蒼蠅眼中的視覺網(wǎng)絡進化了數(shù)億年，其視覺算法嵌入了本身的網(wǎng)絡。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視覺系統(tǒng)進行逆向工程，但為什么不能在數(shù)字計算機上這樣做，因為硬件本身需要軟件來制定要解決什么問題。這也是通用設備與專用設備的差異性所決定。此后，一批不依賴于數(shù)字邏輯構建搭建的機器人開始有所發(fā)展。

到今天，我們大多從AlphaGo在兩次大型對戰(zhàn)中戰(zhàn)勝世界級冠軍選手的故事了解到其得以發(fā)展下來的原委。Google旗下團隊通過讓機器學習圍棋的多樣化棋局數(shù)作為基礎數(shù)據(jù)，AlphaGo除了具備評估盤局的深度學習網(wǎng)絡，還有解決時間信用分配問題的系統(tǒng)，通過這些得以評估落子的行動順序。

至少目前，AI在場景中的應用已經(jīng)可以帶來一些驚喜，比如翻譯。特倫斯指出，五年前Google將深度學習相關技術應用到翻譯軟件中，“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?，有了通用翻譯器后，人類文化間的偏見也有望就此被消除。初級階段的人工智能相關技術仍面臨著諸多挑戰(zhàn)。不過特倫斯明確向21世紀經(jīng)濟報道記者表示，不太可能存在“深度神經(jīng)網(wǎng)絡”之外的其他人工智能技術框架。

“現(xiàn)在我們的發(fā)展在朝著兩個方向走。第一是利用原有的框架，借助大數(shù)據(jù)應用解決各種問題；第二是一些研究人員在嘗試突破各種邊界和限制。”他舉例道，一些科學家嘗試把人類聚焦感官數(shù)據(jù)的能力（比如在嘈雜環(huán)境中聚焦某一個聲音）帶到深度學習中，讓深度學習網(wǎng)絡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作機制，包括大腦是如何從經(jīng)驗中得出推論，但有時人類得出的結論并不總基于邏輯，其中還存在認知偏差?！叭祟惖拇竽X很奇妙，我相信會有很多東西讓我們很興奮，包括未來研究人的大腦神經(jīng)科學和人工智能的交融?！彼绱苏f道。實際上，深度學習框架的靈感也正來自對人類大腦運作機制的研究。

世界各國對于腦科學的研究在近年來正成為一個重要工程在推進。美國在2013年提出“BRAIN計劃”，目的就是創(chuàng)造新的神經(jīng)技術，以加速對大腦功能和障礙的進一步了解，特倫斯也是這個計劃的參與者?！拔覀冴P于大腦研究項目有一個5-10年計劃。期望在這段時間內(nèi)要提升人類測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)科學要做到的事?！彼赋?，希望基于此，形成新的深度學習規(guī)則。

提及進展，他告訴21世紀經(jīng)濟報道記者，“這肯定不是按照一年為單位計算，而是10-20年來看。現(xiàn)在我們進行的腦科學研究，是在建立一個科學家社區(qū)，培養(yǎng)學生，為他們提供相應工具，從而幫助技術更好地發(fā)展。我們現(xiàn)在處于早期的準備狀態(tài)，在幫助科學家收集更多數(shù)據(jù)，最終推進AI的發(fā)展。當然進程還是比較快的?！?/p>

要探知的話題有很多，比如人腦對信息的處理和傳輸速度是毫秒級，遠比電腦要慢。但大腦中的信息傳遞是非常復雜的過程，了解信息如何儲存和處理后，才是人類有效改良AI的關鍵。還有一些挑戰(zhàn)，假如神經(jīng)元中的突觸連接有所改變，是否會改變信息的輸入和輸出強度，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項目推出侵入式腦機接口方案；Facebook團隊也宣布能夠通過讀取腦損傷參與者的大腦，做到實時解碼一小部分對話中的口語單詞和短語。這都是對人腦研究的最新重大進展。特倫斯對此熱切關注，其中一個原因是，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生。

“我的研究室訓練出了世界上最棒的認知神經(jīng)科學家！”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)出的動作信號，以此幫助治療脊椎類疾病引起的運動能力喪失。”

當然，對于腦科學的研究并不只是為了促成人工智能這類基礎技術的發(fā)展，這將衍生出對更多行業(yè)領域的新變革。正如特倫斯在新書《深度學習》中所說，“我們是一個偉大的生物鏈（可以追溯到細菌出現(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，這將會是一個奇跡，能夠永遠改變我們對自己的看法。”